TRIESTE Utilizzare il linguaggio naturale per interrogare database di articoli scientifici correlati al SARS-CoV-2 ed estrarre facilmente informazioni utili nella lotta al coronavirus. È quanto sono riusciti a fare tre studenti del corso di laurea in Data Science and Scientific Computing dell'Università degli Studi di Trieste realizzando 'Covid-19 Semantic Browser', un nuovo motore di ricerca basato sui modelli di intelligenza artificiale più avanzati, che permette di effettuare «ricerche semantiche» rapide e precise nella miriade di pubblicazioni esistenti sul tema.

Realizzato in collaborazione con Area Science Park, Ente di ricerca nazionale Triestino e Ailc, Associazione italiana di Linguistica computazionale, il primo browser semantico, consente di estrarre e condividere conoscenze su SARS-CoV-2 diversa dalla ricerca con parole chiave alla quale siamo normalmente abituati.

«La particolarità del nostro Covid-19 Semantic Browser», sottolinea l'ideatore Gabriele Sarti, studente alla laurea magistrale in Data Science and Scientific Computing (DSSC) dell'ateneo giuliano e borsista alla Sissa, «è che permettiamo agli utenti di esplorare i paragrafi più rilevanti all'interno di ogni articolo, partendo da un'interrogazione effettuata con linguaggio naturale. Cliccando sui risultati si ha l'accesso diretto all'articolo via link e, se presenti, alle informazioni più pertinenti. Al contrario di molti altri sistemi, inoltre, utilizziamo reti neurali allenate su grandi quantità di pubblicazioni in ambito biomedico per massimizzare l'efficacia della ricerca».

Il sistema è installato sulle piattaforme IT di Area Science Park ed è attualmente disponibile in beta test all'indirizzo covidbrowser.areasciencepark.it. «Supportiamo con entusiasmo il lavoro di Gabriele e dei suoi colleghi che stanno sviluppando questo servizio innovativo e di potenziale grande utilità», fa sapere Stefano Cozzini, direttore dell'Istituto Ricerca e Tecnologie di Area Science Park.