Data Science for Humanities - Data Science PhD Course
Data Science for Humanities
1. Riconoscere le emozioni: un percorso dinamico fra opere d'arte e memi
Prof. Davide Nadali (La Sapienza) e Antonella Sbrilli (La Sapienza)
February 10-11, 09:00 - 13:00, Aula B203, Via Ariosto 25
February 18, Visita al Museo dell'Arte Classica della Sapienza
2. In Codice Ratio: towards Knowledge Discovery from Medieval Manuscripts
Prof. Paolo Merialdo (Università Roma Tre) , Speakers: Donatella Firmani (Università Roma Tre), Elena Nieddu (Università Roma Tre), Francesco Cavina (Università Roma Tre),
February 24, 09:00 - 13:00, Aula B203, Via Ariosto 25
3. Decifrazione delle scritture antiche attraverso la digitalizzazione e il machine learning
Prof.ssa Silvia Ferrara (Università di Bologna) e Fabio Tamburini (Università di Bologna)
February 25, 14:00-18:00, Aula B203, Via Ariosto 25
Abstracts:
1. Riconoscere le emozioni: un percorso dinamico fra opere d'arte e memi
Gli incontri dal titolo Riconoscere le emozioni: un percorso dinamico fra opere d’arti e memi, condotti dal prof. Davide Nadali e dalla prof.ssa Antonella Sbrilli, presentano alcuni snodi della ricerca sulle immagini artistiche, intese come dispositivi di attivazione delle emozioni e dei processi di imitazione.
Il primo incontro (10 febbraio 2020) è dedicato al metodo dello storico dell'arte Aby Warburg (1866-1929). Per spiegare la sopravvivenza di espressioni figurative di esperienze profonde che riemergono in opere d'arte anche molto lontane nel tempo, lo studioso mise a punto il concetto di“formule di pathos” e allestì un atlante figurativo accostando le immagini per somiglianza e relazione: un metodo che è sempre più riconosciuto come un proficuo strumento di analisi, anche al di fuori della storia dell'arte.Le definizioni delle emozioni e l'analisi delle loro più frequenti formule espressive sono illustrate in questo incontro con esempi storici e attuali (dai meme agli emoji) e con il coinvolgimento dei partecipanti.
Nel secondo incontro (11 febbraio 2020), il tema della rappresentazione delle emozioni è trattato con riferimento alla teoria dei neuroni-specchio e al concetto di interi conicità, proponendo una lettura dinamica delle immagini dall’antichità al contemporaneo.Il meccanismo dell’intericonocità si basa sui fenomeni e i processi di imitazione, ripetizione e somiglianza, in un percorso dialogico e dinamico fra immagini e parole, tra gestualità e comunicazione, tra emozione e sentimento. Cosa rappresentano le immagini? È possibile riconoscere uno schema canonico di ripetizione, che si adatti e si trasformi a seconda delle esigenze culturali e stilistiche? In particolare, si vuole mettere in evidenza l'esistenza di una sorta di codice iconico che di fatto corrisponde all'espressione di emozioni che possono essere riconosciute, interiorizzate ecomprese attraverso appunto la riproduzione di medesimi atteggiamenti.Durante l’incontro si farà riferimento anche ad app di contenuto artistico che propongono analisi morfologiche e riconoscimenti di espressioni dipinte.
L'incontro del 18 febbraio 2020 chiude il ciclo con la presentazione di un gruppo di immagini di opere conservate nella collezione del Museo Dell'arte Classica della Sapienza: l'obiettivo è quello di condurre un'analisi di tali immagini che identifichi schemi, gesti, posizioni del corpo in riferimento all'espressione di emozioni, al fine di progettare un sistema di riconoscimento automatico che riesca non solo a riconoscere ma anche a codificare questi aspetti identificativi ed espressivi delle emozioni attraverso le forme del corpo.
2. In Codice Ratio: towards knowledge discovery from Medieval Manuscripts
In Codice Ratio aims at developing methods and tools to support content analysis and knowledge discovery from large collections of historical documents. The project concentrates on the collections of the Vatican Apostolic Archives (formely Vatica Secret Archives), one of the largest and most important historical archive in the world. We have developed a full-fledged system to automatically transcribe the contents of the manuscripts from Popes Registers. Our solutions relies on convolutional neural networks, crowdsourcing and statistical language models. In the first part of the workshop, we illustrate and compare the different solutions that we have explored. Then, in the second part of the workshop, we will support students in developing a simple prototype for hand written text recognition.
3. Decifrazione delle scritture antiche attraverso la digitalizzazione e il machine learning
Il mini-corso prevede una rassegna dello stato dell'arte sulle scritture antiche ancora indecifrate e le potenzialità di decifrazione attraverso un approccio multi-stranded che include metodi tradizionali incentrati su archeologia, linguistica e studio paleografico dei simboli, e nuove tecniche basate sul machine-learning e analisi computazionale. Queste traiettorie di ricerca, marcatamente interdisciplinare,caratterizzano gli obiettivi del progetto ERC Consolidator INSCRIBE Invention of Scripts and their Beginnings, affiliato all'Università di Bologna e focalizzato sulle scritture inventate da zero e la decifrazione delle prime scritture europee.Nel corso della lezione saranno presentati case-studies incentrati sulle scritture dell’Egeo ancora decifrate datate a quattromila anni fa e rinvenute nelle isole di Creta e Cipro. In particolare, verranno discussi risultati recenti sul progresso nella decifrazione del sistema numerale (frazioni) della lineare A Minoica.
Parte 1. Silvia Ferrara. Decifrare le scritture antiche
- Metodo tradizionale: analisi paleografica, contesto storico, stato dell'arte sulla decifrazione e interpretazione linguistica di geroglifico cretese, lineare A, cipro-minoico.- Humanities: 3D modelling delle iscrizioni cretesi e cipriote, in aggiunta al rongorongo dell'isola di Pasqua, sistema anch'esso ancora indecifrato, che costituisce l’invenzione più recente nella storia della scrittura. I metodi applicati sono fotogrammetria e laser-scanning ad alta risoluzione.
Parte 2. Fabio Tamburini. Approcci computazionali per supportare la decifrazione delle scritture antiche
- Machine Learning e Deep Learning: applicazione delle più recenti metodologie di ML e DL per la verifica dei sillabari. Verranno discussi, in particolare, esperimenti sul cipro-minoico e sul rongorongo.- Constraint Programming: verranno discussi alcuni esperimenti per l'applicazione di queste metodologie per l'attribuzione dei valori alle frazioni del sistema numerale della lineare A.