Linguistica computazionale - Cronologia

655240 il 23:57, 29 gen 2025

2025-01-29T23:57:58Z

Mostra modifiche

Mirko Tavosanis: Riformulazioni

2025-01-29T17:45:58Z

Riformulazioni

Mostra modifiche

655240: /* L’ascesa dell’IA: gli anni Settanta e Ottanta */

2025-01-21T15:53:41Z

L’ascesa dell’IA: gli anni Settanta e Ottanta

← Versione meno recente		Versione delle 15:53, 21 gen 2025
Riga 17:		Riga 17:

	=== L’ascesa dell’IA: gli anni Settanta e Ottanta===		=== L’ascesa dell’IA: gli anni Settanta e Ottanta===
	Negli anni Settanta e Ottanta TAL è stato profondamente influenzato dall'approccio razionalista e simbolico che dominava il panorama scientifico, condiviso sia dalla grammatica generativa di Noam Chomsky sia dall’Intelligenza Artificiale (IA) dell’epoca. Questo paradigma privilegiava metodi logico-deduttivi e algebrici, concentrandosi sulla rappresentazione del linguaggio attraverso sistemi di regole strutturate. La prospettiva chomskiana, che separava nettamente la competenza linguistica dall’esecuzione, portò allo sviluppo di modelli computazionali basati su regole astratte, spesso limitati a contesti artificiali e incapaci di affrontare la complessità del linguaggio in situazioni reali. Parallelamente, si consolidò la tradizione empirista della linguistica dei corpora, che promuoveva l’uso di raccolte testuali e metodi statistici per analizzare il linguaggio. Questo approccio, inizialmente marginale rispetto alla metodologia simbolica, ~~iniziò a guadagnare~~ terreno grazie a progetti come il Brown Corpus (1964), che pose le basi per una svolta metodologica ~~negli~~ anni ~~successivi~~. Verso la fine degli anni Ottanta, il TAL e l’IA iniziarono a convergere verso un approccio più bilanciato, integrando metodi simbolici e statistici, gettando le fondamenta per lo sviluppo di tecnologie linguistiche più robuste e applicabili a contesti reali.		Negli anni Settanta e Ottanta TAL è stato profondamente influenzato dall'approccio razionalista e simbolico che dominava il panorama scientifico, condiviso sia dalla grammatica generativa di Noam Chomsky sia dall’Intelligenza Artificiale (IA) dell’epoca. Questo paradigma privilegiava metodi logico-deduttivi e algebrici, concentrandosi sulla rappresentazione del linguaggio attraverso sistemi di regole strutturate. La prospettiva chomskiana, che separava nettamente la competenza linguistica dall’esecuzione, portò allo sviluppo di modelli computazionali basati su regole astratte, spesso limitati a contesti artificiali e incapaci di affrontare la complessità del linguaggio in situazioni reali. Parallelamente, si consolidò la tradizione empirista della linguistica dei corpora, che promuoveva l’uso di raccolte testuali e metodi statistici per analizzare il linguaggio. Questo approccio, inizialmente marginale rispetto alla metodologia simbolica, guadagnava terreno grazie a progetti come il Brown Corpus (1964), che pose le basi per una svolta metodologica di questi anni. Verso la fine degli anni Ottanta, il TAL e l’IA iniziarono a convergere verso un approccio più bilanciato, integrando metodi simbolici e statistici, gettando le fondamenta per lo sviluppo di tecnologie linguistiche più robuste e applicabili a contesti reali.

	=== Il boom di Internet: gli anni Novanta ===		=== Il boom di Internet: gli anni Novanta ===

655240: /* L’ascesa dell’IA: gli anni Settanta e Ottanta */

2025-01-21T15:52:01Z

L’ascesa dell’IA: gli anni Settanta e Ottanta

← Versione meno recente		Versione delle 15:52, 21 gen 2025
Riga 17:		Riga 17:

	=== L’ascesa dell’IA: gli anni Settanta e Ottanta===		=== L’ascesa dell’IA: gli anni Settanta e Ottanta===
	Negli anni Settanta e Ottanta~~, il Trattamento Automatico del Linguaggio (~~TAL) è stato profondamente influenzato dall'approccio razionalista e simbolico che dominava il panorama scientifico, condiviso sia dalla grammatica generativa di Noam Chomsky sia dall’Intelligenza Artificiale (IA) dell’epoca. Questo paradigma privilegiava metodi logico-deduttivi e algebrici, concentrandosi sulla rappresentazione del linguaggio attraverso sistemi di regole strutturate. La prospettiva chomskiana, che separava nettamente la competenza linguistica dall’esecuzione, portò allo sviluppo di modelli computazionali basati su regole astratte, spesso limitati a contesti artificiali e incapaci di affrontare la complessità del linguaggio in situazioni reali. Parallelamente, si consolidò la tradizione empirista della linguistica dei corpora, che promuoveva l’uso di raccolte testuali e metodi statistici per analizzare il linguaggio. Questo approccio, inizialmente marginale rispetto alla metodologia simbolica, iniziò a guadagnare terreno grazie a progetti come il Brown Corpus (1964), che pose le basi per una svolta metodologica negli anni successivi. Verso la fine degli anni Ottanta, il TAL e l’IA iniziarono a convergere verso un approccio più bilanciato, integrando metodi simbolici e statistici, gettando le fondamenta per lo sviluppo di tecnologie linguistiche più robuste e applicabili a contesti reali.		Negli anni Settanta e Ottanta TAL è stato profondamente influenzato dall'approccio razionalista e simbolico che dominava il panorama scientifico, condiviso sia dalla grammatica generativa di Noam Chomsky sia dall’Intelligenza Artificiale (IA) dell’epoca. Questo paradigma privilegiava metodi logico-deduttivi e algebrici, concentrandosi sulla rappresentazione del linguaggio attraverso sistemi di regole strutturate. La prospettiva chomskiana, che separava nettamente la competenza linguistica dall’esecuzione, portò allo sviluppo di modelli computazionali basati su regole astratte, spesso limitati a contesti artificiali e incapaci di affrontare la complessità del linguaggio in situazioni reali. Parallelamente, si consolidò la tradizione empirista della linguistica dei corpora, che promuoveva l’uso di raccolte testuali e metodi statistici per analizzare il linguaggio. Questo approccio, inizialmente marginale rispetto alla metodologia simbolica, iniziò a guadagnare terreno grazie a progetti come il Brown Corpus (1964), che pose le basi per una svolta metodologica negli anni successivi. Verso la fine degli anni Ottanta, il TAL e l’IA iniziarono a convergere verso un approccio più bilanciato, integrando metodi simbolici e statistici, gettando le fondamenta per lo sviluppo di tecnologie linguistiche più robuste e applicabili a contesti reali.

	=== Il boom di Internet: gli anni Novanta ===		=== Il boom di Internet: gli anni Novanta ===

655240: /* I primi passi: gli anni Cinquanta */

2025-01-21T15:49:58Z

I primi passi: gli anni Cinquanta

← Versione meno recente		Versione delle 15:49, 21 gen 2025
Riga 3:		Riga 3:
	== Storia ==		== Storia ==
	=== I primi passi: gli anni Cinquanta ===		=== I primi passi: gli anni Cinquanta ===
	È durante la seconda metà del Novecento che può essere ricondotta la nascita della linguistica computazionale, in un contesto storico dominato dalla Guerra Fredda, durante la quale i governi iniziarono ad investire nella ricerca e nella traduzione automatica per esigenze militari e di intelligence. Si radica sulla base di due distinti paradigmi ~~distinti~~ <ref> Lenci, Montemagni, Pirrelli, Testo e computer, p. 14. </ref>.		È durante la seconda metà del Novecento che può essere ricondotta la nascita della linguistica computazionale, in un contesto storico dominato dalla Guerra Fredda, durante la quale i governi iniziarono ad investire nella ricerca e nella traduzione automatica per esigenze militari e di intelligence. Si radica sulla base di due distinti paradigmi <ref> Lenci, Montemagni, Pirrelli, Testo e computer, p. 14. </ref>.
	*Il primo paradigma riguarda l’uso pionieristico dei calcolatori nello studio di testi letterari e filosofici, dove il contributo più significativo fu quello di Roberto Busa con il primo corpus elettronico delle opere di Tommaso d’Aquino, progetto che gettò le basi per l’analisi automatizzata di testi.		*Il primo paradigma riguarda l’uso pionieristico dei calcolatori nello studio di testi letterari e filosofici, dove il contributo più significativo fu quello di Roberto Busa con il primo corpus elettronico delle opere di Tommaso d’Aquino, progetto che gettò le basi per l’analisi automatizzata di testi.
	*Il secondo paradigma ~~si fonda sull’applicazione~~ di metodi formali all’analisi linguistica, ispirata alla nascita della grammatica generativa di Noam Chomsky nel 1957.		*Il secondo paradigma riguarda l’applicazione di metodi formali all’analisi linguistica, ispirata alla nascita della grammatica generativa di Noam Chomsky nel 1957.
	In questo contesto, si svilupparono le prime applicazioni del Natural Language Processing (NLP), come programmi per l’analisi sintattica e la traduzione automatica. Nel 1954, l’esperimento Georgetown-IBM dimostrò le potenzialità della traduzione automatica utilizzando un IBM-701 per tradurre frasi dal russo all’inglese, un risultato simbolico per l’epoca <ref> https://www.yuqo.it/nascita-e-storia-della-traduzione-automatica/</ref>.		In questo contesto, si svilupparono le prime applicazioni del Natural Language Processing (NLP), come programmi per l’analisi sintattica e la traduzione automatica. Nel 1954, l’esperimento Georgetown-IBM dimostrò le potenzialità della traduzione automatica utilizzando un IBM-701 per tradurre frasi dal russo all’inglese, un risultato simbolico per l’epoca <ref> https://www.yuqo.it/nascita-e-storia-della-traduzione-automatica/</ref>.
	Tra i pionieri della linguistica computazionale si distinguono, oltre a Noam Chomsky, anche Warren Weaver, che propose l’idea di tradurre automaticamente i testi tra lingue diverse, ispirandosi ai progressi nella teoria dell’informazione e nella cibernetica~~, e~~ Alan Turing, con il suo lavoro sulla teoria della computabilità, ~~che~~ offrì le fondamenta teoriche per la manipolazione algoritmica del linguaggio.		Tra i pionieri della linguistica computazionale si distinguono, oltre a Noam Chomsky, anche:
			* Warren Weaver che propose l’idea di tradurre automaticamente i testi tra lingue diverse, ispirandosi ai progressi nella teoria dell’informazione e nella cibernetica.
			* Alan Turing che, con il suo lavoro sulla teoria della computabilità, offrì le fondamenta teoriche per la manipolazione algoritmica del linguaggio.

	=== La crisi e il TAL: gli anni Sessanta ===		=== La crisi e il TAL: gli anni Sessanta ===

655240: /* Bibliografia */

2025-01-21T15:43:41Z

Bibliografia

← Versione meno recente		Versione delle 15:43, 21 gen 2025
Riga 77:		Riga 77:
	* Alessandro Lenci, Simonetta Montemagni Vito Pirrelli, ''Testo e computer. Elementi di linguistica computazionale'', Roma, Carocci, 2016.		* Alessandro Lenci, Simonetta Montemagni Vito Pirrelli, ''Testo e computer. Elementi di linguistica computazionale'', Roma, Carocci, 2016.
	* https://www.ilc.cnr.it/linguistica-computazionale/		* https://www.ilc.cnr.it/linguistica-computazionale/

			*https://www.yuqo.it/nascita-e-storia-della-traduzione-automatica/
	* https://www.html.it/articoli/espressioni-regolari/		* https://www.html.it/articoli/espressioni-regolari/
	*https://www.ilc.cnr.it/wp-content/uploads/2022/05/Z230.pdf

655240: /* Rivoluzione del deep learning: dal Duemila ad oggi */

2025-01-21T15:40:38Z

Rivoluzione del deep learning: dal Duemila ad oggi

← Versione meno recente		Versione delle 15:40, 21 gen 2025
Riga 20:		Riga 20:
	Negli anni Novanta, grazie al precedente avvento dei computer personali e l'accesso crescente a grandi corpora di testo, la linguistica computazionale ha visto un notevole sviluppo. I modelli statistici <ref> Lenci, Montemagni, Pirrelli, Testo e computer, p. 17. </ref> e l'apprendimento automatico sono diventati strumenti centrali, con applicazioni che vanno dalla traduzione automatica ai sistemi di riconoscimento vocale.		Negli anni Novanta, grazie al precedente avvento dei computer personali e l'accesso crescente a grandi corpora di testo, la linguistica computazionale ha visto un notevole sviluppo. I modelli statistici <ref> Lenci, Montemagni, Pirrelli, Testo e computer, p. 17. </ref> e l'apprendimento automatico sono diventati strumenti centrali, con applicazioni che vanno dalla traduzione automatica ai sistemi di riconoscimento vocale.
	=== Rivoluzione del deep learning: dal Duemila ad oggi===		=== Rivoluzione del deep learning: dal Duemila ad oggi===
	A partire dal Duemila, il campo della linguistica computazionale ha visto una rivoluzione grazie all’espansione dei dati e ai progressi del deep learning. In particolare, con l’introduzione di architetture complesse, come le reti neurali profonde, è stata migliorata la qualità dei sistemi di traduzione automatica e di gestione del contesto linguistico. I modelli di grandi dimensioni (LLM), seppur non basati su strutture neurali, hanno consentito una notevole miglioria dei sistemi di elaborazione del linguaggio in particolare nella comprensione della semantica. Nel 2017, con i modelli Transformer, le prestazioni di generazione del testo sono state migliorate soprattutto in termini di accuratezza e fluidità delle frasi.		A partire dal Duemila, il campo della linguistica computazionale ha visto una rivoluzione grazie all’espansione dei dati e ai progressi del deep learning. In particolare, con l’introduzione di architetture complesse, come le reti neurali profonde, è stata migliorata la qualità dei sistemi di traduzione automatica e di gestione del contesto linguistico. I modelli di grandi dimensioni (LLM), seppur non basati su strutture neurali, hanno consentito una notevole miglioria dei sistemi di elaborazione del linguaggio in particolare nella comprensione della semantica. Sicuramente, ad oggi, la LC è una disciplina matura che ha conquistato una posizione centrale nel panorama scientifico nazionale e internazionale. Nel 2017, con i modelli Transformer, le prestazioni di generazione del testo sono state migliorate soprattutto in termini di accuratezza e fluidità delle frasi, nonostante questo le tecnologie sono ancora limitate se confrontate con la capacità linguistica del parlante <ref> Lenci, Montemagni, Pirrelli, Testo e computer, p. 17. </ref> .

	== Dati della lingua ==		== Dati della lingua ==
	Nella linguistica computazione, i dati della lingua rappresentano l'elemento centrale da analizzare e manipolare. È compito del linguista computazionale avere la capacità di selezionare e raccogliere i dati linguistici, saperli analizzare attraverso dei metodi formali e avere una buona padronanza di tecniche informatiche per condurre in modo autonomo le proprie analisi. <ref> Lenci, Montemagni, Pirrelli, Testo e computer, p. 23. </ref>		Nella linguistica computazione, i dati della lingua rappresentano l'elemento centrale da analizzare e manipolare. È compito del linguista computazionale avere la capacità di selezionare e raccogliere i dati linguistici, saperli analizzare attraverso dei metodi formali e avere una buona padronanza di tecniche informatiche per condurre in modo autonomo le proprie analisi. <ref> Lenci, Montemagni, Pirrelli, Testo e computer, p. 23. </ref>

655240: /* La crisi e il TAL: gli anni Sessanta */

2025-01-21T15:34:35Z

La crisi e il TAL: gli anni Sessanta

← Versione meno recente		Versione delle 15:34, 21 gen 2025
Riga 11:		Riga 11:
	=== La crisi e il TAL: gli anni Sessanta ===		=== La crisi e il TAL: gli anni Sessanta ===
	Negli anni Sessanta il campo della traduzione automatica, oltre a vedere un’intensa attività di ricerca, affrontò una crisi significativa.		Negli anni Sessanta il campo della traduzione automatica, oltre a vedere un’intensa attività di ricerca, affrontò una crisi significativa.
	In questo periodo, il rapporto ALPAC (1966), commissionato dal governo degli Stati Uniti, valutò negativamente i costi e i benefici della traduzione automatica rispetto ai risultati ottenuti. Ciò portò a una significativa riduzione dei fondi e a un rallentamento della ricerca in questo ambito.		In questo periodo, il rapporto ALPAC (1966), commissionato dal governo degli Stati Uniti, valutò negativamente i costi e i benefici della traduzione automatica rispetto ai risultati ottenuti <ref> https://www.yuqo.it/nascita-e-storia-della-traduzione-automatica/ </ref>. Ciò portò a una significativa riduzione dei fondi e a un rallentamento della ricerca in questo ambito.
	Tuttavia, questa fase di crisi favorì significativamente lo sviluppo di altre aree del Trattamento Automatico del Linguaggio (TAL) che, influenzato dalla grammatica generativa, si concentrò sull’elaborazione di grammatiche formali per rappresentare i linguaggio come un sistema di regole deduttive. I sistemi sviluppati in questo periodo, pur legati tra loro a livello teorico, erano spesso limitati a contesti artificiali e incapaci di affrontare la complessità del linguaggio in situazioni pratiche. Parallelamente si consolida una tradizione empiristica fondata sull’analisi dei corpora linguistici. L’uso di collezioni testuali come il Brown Corpus (1964) segno l’avvio dell’applicazione di metodi statistici al linguaggio e pose le basi per lo sviluppi di strumenti innovativi.		Tuttavia, questa fase di crisi favorì significativamente lo sviluppo di altre aree del Trattamento Automatico del Linguaggio (TAL) che, influenzato dalla grammatica generativa, si concentrò sull’elaborazione di grammatiche formali per rappresentare i linguaggio come un sistema di regole deduttive. I sistemi sviluppati in questo periodo, pur legati tra loro a livello teorico, erano spesso limitati a contesti artificiali e incapaci di affrontare la complessità del linguaggio in situazioni pratiche. Parallelamente si consolida una tradizione empiristica fondata sull’analisi dei corpora linguistici. L’uso di collezioni testuali come il Brown Corpus (1964) segno l’avvio dell’applicazione di metodi statistici al linguaggio e pose le basi per lo sviluppi di strumenti innovativi <ref> Lenci, Montemagni, Pirrelli, Testo e computer, p. 14, 15. </ref> .

	=== L’ascesa dell’IA: gli anni Settanta e Ottanta===		=== L’ascesa dell’IA: gli anni Settanta e Ottanta===
	Negli anni Settanta e Ottanta, il Trattamento Automatico del Linguaggio (TAL) è stato profondamente influenzato dall'approccio razionalista e simbolico che dominava il panorama scientifico, condiviso sia dalla grammatica generativa di Noam Chomsky sia dall’Intelligenza Artificiale (IA) dell’epoca. Questo paradigma privilegiava metodi logico-deduttivi e algebrici, concentrandosi sulla rappresentazione del linguaggio attraverso sistemi di regole strutturate. La prospettiva chomskiana, che separava nettamente la competenza linguistica dall’esecuzione, portò allo sviluppo di modelli computazionali basati su regole astratte, spesso limitati a contesti artificiali e incapaci di affrontare la complessità del linguaggio in situazioni reali. Parallelamente, si consolidò la tradizione empirista della linguistica dei corpora, che promuoveva l’uso di raccolte testuali e metodi statistici per analizzare il linguaggio. Questo approccio, inizialmente marginale rispetto alla metodologia simbolica, iniziò a guadagnare terreno grazie a progetti come il Brown Corpus (1964), che pose le basi per una svolta metodologica negli anni successivi. Verso la fine degli anni Ottanta, il TAL e l’IA iniziarono a convergere verso un approccio più bilanciato, integrando metodi simbolici e statistici, gettando le fondamenta per lo sviluppo di tecnologie linguistiche più robuste e applicabili a contesti reali.		Negli anni Settanta e Ottanta, il Trattamento Automatico del Linguaggio (TAL) è stato profondamente influenzato dall'approccio razionalista e simbolico che dominava il panorama scientifico, condiviso sia dalla grammatica generativa di Noam Chomsky sia dall’Intelligenza Artificiale (IA) dell’epoca. Questo paradigma privilegiava metodi logico-deduttivi e algebrici, concentrandosi sulla rappresentazione del linguaggio attraverso sistemi di regole strutturate. La prospettiva chomskiana, che separava nettamente la competenza linguistica dall’esecuzione, portò allo sviluppo di modelli computazionali basati su regole astratte, spesso limitati a contesti artificiali e incapaci di affrontare la complessità del linguaggio in situazioni reali. Parallelamente, si consolidò la tradizione empirista della linguistica dei corpora, che promuoveva l’uso di raccolte testuali e metodi statistici per analizzare il linguaggio. Questo approccio, inizialmente marginale rispetto alla metodologia simbolica, iniziò a guadagnare terreno grazie a progetti come il Brown Corpus (1964), che pose le basi per una svolta metodologica negli anni successivi. Verso la fine degli anni Ottanta, il TAL e l’IA iniziarono a convergere verso un approccio più bilanciato, integrando metodi simbolici e statistici, gettando le fondamenta per lo sviluppo di tecnologie linguistiche più robuste e applicabili a contesti reali.

655240: /* Bibliografia */

2025-01-21T15:33:15Z

Bibliografia

← Versione meno recente		Versione delle 15:33, 21 gen 2025
Riga 76:		Riga 76:
	* https://www.ilc.cnr.it/linguistica-computazionale/		* https://www.ilc.cnr.it/linguistica-computazionale/
	* https://www.html.it/articoli/espressioni-regolari/		* https://www.html.it/articoli/espressioni-regolari/
			*https://www.ilc.cnr.it/wp-content/uploads/2022/05/Z230.pdf

655240: /* I primi passi: gli anni Cinquanta */

2025-01-21T15:32:49Z

I primi passi: gli anni Cinquanta

← Versione meno recente		Versione delle 15:32, 21 gen 2025
Riga 3:		Riga 3:
	== Storia ==		== Storia ==
	=== I primi passi: gli anni Cinquanta ===		=== I primi passi: gli anni Cinquanta ===
	È durante la seconda metà del Novecento che può essere ricondotta la nascita della linguistica computazionale, in un contesto storico dominato dalla Guerra Fredda, durante la quale i governi iniziarono ad investire nella ricerca e nella traduzione automatica per esigenze militari e di intelligence. Si radica sulla base di due distinti paradigmi distinti.		È durante la seconda metà del Novecento che può essere ricondotta la nascita della linguistica computazionale, in un contesto storico dominato dalla Guerra Fredda, durante la quale i governi iniziarono ad investire nella ricerca e nella traduzione automatica per esigenze militari e di intelligence. Si radica sulla base di due distinti paradigmi distinti <ref> Lenci, Montemagni, Pirrelli, Testo e computer, p. 14. </ref>.
	*Il primo paradigma riguarda l’uso pionieristico dei calcolatori nello studio di testi letterari e filosofici, dove il contributo più significativo fu quello di Roberto Busa con il primo corpus elettronico delle opere di Tommaso d’Aquino, progetto che gettò le basi per l’analisi automatizzata di testi.		*Il primo paradigma riguarda l’uso pionieristico dei calcolatori nello studio di testi letterari e filosofici, dove il contributo più significativo fu quello di Roberto Busa con il primo corpus elettronico delle opere di Tommaso d’Aquino, progetto che gettò le basi per l’analisi automatizzata di testi.
	*Il secondo paradigma si fonda sull’applicazione di metodi formali all’analisi linguistica, ispirata alla nascita della grammatica generativa di Noam Chomsky nel 1957.		*Il secondo paradigma si fonda sull’applicazione di metodi formali all’analisi linguistica, ispirata alla nascita della grammatica generativa di Noam Chomsky nel 1957.
	In questo contesto, si svilupparono le prime applicazioni del Natural Language Processing (NLP), come programmi per l’analisi sintattica e la traduzione automatica. Nel 1954, l’esperimento Georgetown-IBM dimostrò le potenzialità della traduzione automatica utilizzando un IBM-701 per tradurre frasi dal russo all’inglese, un risultato simbolico per l’epoca.		In questo contesto, si svilupparono le prime applicazioni del Natural Language Processing (NLP), come programmi per l’analisi sintattica e la traduzione automatica. Nel 1954, l’esperimento Georgetown-IBM dimostrò le potenzialità della traduzione automatica utilizzando un IBM-701 per tradurre frasi dal russo all’inglese, un risultato simbolico per l’epoca <ref> https://www.yuqo.it/nascita-e-storia-della-traduzione-automatica/</ref>.
	Tra i pionieri della linguistica computazionale si distinguono, oltre a Noam Chomsky, anche Warren Weaver, che propose l’idea di tradurre automaticamente i testi tra lingue diverse, ispirandosi ai progressi nella teoria dell’informazione e nella cibernetica, e Alan Turing, con il suo lavoro sulla teoria della computabilità, che offrì le fondamenta teoriche per la manipolazione algoritmica del linguaggio.		Tra i pionieri della linguistica computazionale si distinguono, oltre a Noam Chomsky, anche Warren Weaver, che propose l’idea di tradurre automaticamente i testi tra lingue diverse, ispirandosi ai progressi nella teoria dell’informazione e nella cibernetica, e Alan Turing, con il suo lavoro sulla teoria della computabilità, che offrì le fondamenta teoriche per la manipolazione algoritmica del linguaggio.