La Knowledge Base Lila
Interrogare risorse latine interoperabili
DOI:
https://doi.org/10.60923/issn.2532-8816/23506Parole chiave:
Latino, Linked Open Data, Interoperabilità, Risorse Linguistiche, SPARQLAbstract
La proliferazione di risorse linguistiche digitali per il latino ha creato significative opportunità di ricerca, ma il loro potenziale è spesso limitato da una mancanza di interoperabilità. Sviluppati in modo isolato, molti corpora, dizionari e lessici utilizzano formati, linguaggi di query e criteri di annotazione eterogenei, ostacolando un'analisi integrata dei dati. Il progetto LiLa: Linking Latin affronta questa sfida attraverso la creazione di una Knowledge Base di risorse interconnesse basata sui principi dei Linked Open Data. Il fulcro di LiLa è un'architettura centrata sul lemma, in cui una 'Lemma Bank' armonizza le diverse pratiche di lemmatizzazione tra le varie fonti, consentendo l’integrazione dei dati. Questo articolo descrive la struttura fondamentale della Knowledge Base di LiLa, che impiega ontologie standard come OntoLex-Lemon e modella i dati utilizzando RDF. Il valore pratico di questo ecosistema interoperabile è evidenziato attraverso una serie di query SPARQL rese disponibili all’uso. Queste query mostrano come i ricercatori possano eseguire analisi complesse e trasversali tra le risorse, come confrontare inventari lessicali tra testi classici e medievali, esaminare la formazione delle parole o tracciare concetti semantici attraverso più corpora e dizionari. Attuando il collegamento di dati precedentemente sparsi, LiLa non solo ottimizza il lavoro di ricerca, ma stabilisce anche un nuovo paradigma per la creazione di ecosistemi digitali completi e interconnessi per le lingue storiche (e non solo), rendendo il latino un modello per l'interoperabilità delle risorse linguistiche.
Riferimenti bibliografici
[1] Abdurahman, Suhaib, Alireza Salkhordeh Ziabari, Alexander K. Moore, Daniel M. Bartels, and Morteza Dehghani. 2025. "A primer for evaluating large language models in social-science research". Advances in Methods and Practices in Psychological Science 8 (2). https://doi.org/10.1177/25152459251325174
[2] Brown, Tom, Benjamin Mann, Nick Ryder, Melanie Subbiah, Jared D. Kaplan, Prafulla Dhariwal, Arvind Neelakantan et al. 2020. "Language models are few-shot learners". Advances in neural information processing systems 33: 1877-1901.
[3] Ciletti, Michele. 2025. "Prompting the muse: Generating prosodically-correct Latin speech with large language models." In Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics 4: Student Research Workshop, ed. by Jin Zhao, Mingyang Wang, and Zhu Liu, 740-745.
[4] Ciletti, Michele. 2025. "Veras audire et reddere voces: A corpus of prosodically-correct latin poetic audio from large-language-model tts". In Proceedings of the Eleventh Italian Conference on Computational Linguistics (CLiC-it 2025).
[5] Comanici, Gheorghe, Eric Bieber, Mike Schaekermann, Ice Pasupat, Noveen Sachdeva, Inderjit Dhillon, Marcel Blistein et al. 2025. "Gemini 2.5: Pushing the frontier with advanced reasoning, multimodality, long context, and next generation agentic capabilitie". arXiv preprint arXiv:2507.06261.
[6] Fortson IV, Benjamin W. 2011. "Latin prosody and metrics". In A companion to the Latin language: 92-104. Blackwell Publishing Ltd. https://doi.org/10.1002/9781444343397.ch7.
[7] Gil, Alex, and Élika Ortega. 2016. "Global outlooks in digital humanities: Multilingual practices and minimal computing". In Doing digital humanities, 58-70. Routledge.
[8] Hurst, Aaron, Adam Lerer, Adam P. Goucher, Adam Perelman, Aditya Ramesh, Aidan Clark, A. J. Ostrow et al. 2024. "Gpt-4o system card". arXiv preprint arXiv:2410.21276.
[9] Johnson, Kyle P., Patrick J. Burns, John Stewart, Todd Cook, Clément Besnier, and William JB Mattingly. 2021. "The Classical Language Toolkit: An NLP framework for pre-modern languages". In Proceedings of the 59th annual meeting of the association for computational linguistics and the 11th international joint conference on natural language processing: System demonstrations, ed. by Heng Ji, Jong C. Park, Rui Xia, 20-29. Association for Computational Linguistics.
[10] Lam, Perry, Huayun Zhang, Nancy F. Chen, Berrak Sisman, and Dorien Herremans. "PRESENT: Zero-Shot Text-to-Prosody Control". IEEE Signal Processing Letters 32: 776 - 780. https://doi.org/10.1109/LSP.2025.3528359.
[11] Marvin, Ggaliwango, Nakayiza Hellen, Daudi Jjingo, and Joyce Nakatumba-Nabende. "Prompt engineering in large language models". 2023. In International conference on data intelligence and cognitive informatics, 387-402. Springer Nature Singapore.
[12] Mosqueira-Rey, Eduardo, Elena Hernández-Pereira, David Alonso-Ríos, José Bobes-Bascarán, and Ángel Fernández-Leal. 2023. "Human-in-the-loop machine learning: a state of the art." Artificial Intelligence Review 56 (4): 3005-3054.
[13] Passarotti, Marco, Francesco Mambrini, Greta Franzini, Flavio Massimiliano Cecchini, Eleonora Litta, Giovanni Moretti, Paolo Ruffolo, and Rachele Sprugnoli. 2020. "Interlinking through lemmas. the lexical collection of the lila knowledge base of linguistic resources for latin". Studi e Saggi Linguistici 58 (1): 177-212.
Reddy, G. Pradeep, YV Pavan Kumar, and K. Purna Prakash. "Hallucinations in large language models (LLMs)". 2024. In 2024 IEEE Open Conference of Electrical, Electronic and Information Sciences (eStream), 1-6. IEEE.
Downloads
Pubblicato
Come citare
Fascicolo
Sezione
Licenza
Copyright (c) 2026 Marco Passarotti, Eleonora Litta
Questo lavoro è fornito con la licenza Creative Commons Attribuzione 4.0 Internazionale.
