Parole chiave:
Natural Language Processing for Human Life Expectancy
La mia ricerca di dottorato si concentra sull'elaborazione del linguaggio naturale (NLP), in particolare sullo sviluppo di strumenti basati sull'intelligenza artificiale per automatizzare la lettura del testo completo, l'estrazione dei dati e i processi di generazione di report per le revisioni sistematiche della letteratura (SLR).
Questa ricerca è strettamente collegata a un progetto più ampio sull’aspettativa di vita umana, in cui indaghiamo i fattori che influenzano la durata della vita umana, la durata della salute e il carico delle malattie (ad esempio DALY). Il nostro strumento di intelligenza artificiale integra modelli alimentari regionali, come quelli italiani, con dati sullo stile di vita per stimare l’aspettativa di vita sia prevista che sana. Le reflex regolari sono essenziali per aggiornare i nostri algoritmi con le ultime scoperte scientifiche, rendendo il mio lavoro di PNL fondamentale per mantenere l'accuratezza e la pertinenza dei nostri modelli.
Nel corso della mia ricerca, ho sviluppato vari modelli di machine learning e NLP, ho anche lavorato con agenti AI, modelli linguistici di grandi dimensioni (LLM), database vettoriali e strumenti come LangChain, concentrandomi sull'elaborazione di dati non strutturati da fonti come PDF. Sto collaborando anche con il CINECA a questo progetto.
