CLUSTERING EXPLANATION: UN SISTEMA PER LA RIMOZIONE AUTOMATICA DI CONTENUTI IRRILEVANTI PER IL CONTESTO E PER L'UTENTE

In artificial intelligence, explaining machine learning results is vital for transparency and user understanding. This thesis addresses the challenge of ensuring explanation relevance by implementing a method for automatically removing irrelevant content in clustering explanation of RDF resources. Using relevance definitions from Prof. S. Colucci's team, this project serves as a Proof of Concept for practical application.

Nell'ambito dell'intelligenza artificiale, spiegare i risultati del machine learning è fondamentale per la trasparenza e la comprensione da parte degli utenti. Questa tesi affronta la sfida di garantire la rilevanza di un'explanation implementando un metodo per la rimozione automatica di contenuti irrilevanti dalle explanation di cluster di risorse RDF. Utilizzando le definizioni di rilevanza del team del Prof. S. Colucci, questo progetto agisce come Proof of Concept per l'applicazione pratica.