Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Tensors and Neural Networks for Computational Creativity

Descrizione del progetto

Sviluppare modelli computazionali della creatività linguistica

La creatività nel linguaggio è ovunque, non solo nella letteratura ma anche nell’uso quotidiano della lingua. Un modello computazionale della creatività linguistica può essere utile per due motivi: potrebbe fornire una visione dei processi di espressione creativa umana e potrebbe consentire ai sistemi di generazione del linguaggio naturale di produrre discorsi realistici. Finanziato dal Consiglio europeo della ricerca, il progetto TENACITY intende sviluppare modelli autonomi di creatività linguistica attraverso un approccio innovativo che combina tensori e reti neurali. Le tecniche di rete neurale standard hanno già ottenuto buoni risultati in alcuni compiti di elaborazione del linguaggio naturale, ma si limitano a imitare la produzione linguistica umana e mancano di creatività. TENACITY aspira a superare questa limitazione sviluppando algoritmi in grado di cogliere il significato del testo e di esprimerlo in modo creativo.

Obiettivo

Creativity in language is ubiquitous. It is abundantly present in work with an explicit creative intention - such as literary novels or poems - but weighty doses of creativity also pervade everyday language use. We believe that a computational model of creativity that focuses on language will shed light on the enigmatic processes and interactions that come into play when we humans express ourselves in creative ways. Moreover, natural language generation systems - in order to produce realistic utterances - need to be endowed with a certain capacity for creativity. The main goal of this research project is to develop unsupervised models of language that exhibit creativity. In order to do so, we propose an integrated approach that combines a number of important and innovative techniques. First of all, we rely on constructs from linear algebra called tensors in order to express language content according to different parameters. Using tensors, we are able to induce latent semantics from multi-way co-occurrences of textual content, which can subsequently be used for the generation of creative expressions. Secondly, we rely on advanced machine learning techniques, notably neural networks. Neural network techniques have recently shown impressive performance in a number of natural language processing tasks. Yet, these techniques are mainly mimicking human language production, and thus are showing little creativity in language generation; by adapting neural network approaches in various ways, as well as integrating them with our tensor-based approach, we expect to develop algorithms that are able to grasp the meaning of textual content in a more profound and elaborate way, and at the same time are able to express it with creative intent. The project has the potential for groundbreaking results, not only because it would deepen our understanding of creativity, but also because of practical applications within the field of natural language processing.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

HORIZON-ERC - HORIZON ERC Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) ERC-2022-COG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

KATHOLIEKE UNIVERSITEIT LEUVEN
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 1 988 500,00
Indirizzo
OUDE MARKT 13
3000 LEUVEN
Belgio

Mostra sulla mappa

Regione
Vlaams Gewest Prov. Vlaams-Brabant Arr. Leuven
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

€ 1 988 500,00

Beneficiari (1)

Il mio fascicolo 0 0