Vai al contenuto

Filippo Pellegrino

Linguista Computazionale, Laurea Magistrale

Profilo di Ricerca

Linguista computazionale con competenze in elaborazione del linguaggio naturale e applicazioni di machine learning. Attraverso progetti di ricerca in collaborazione con istituzioni di primo piano, ho contribuito all'avanzamento di tecniche di valutazione automatica della scrittura degli studenti e sviluppato sistemi di AI conversazionale per il patrimonio culturale. Il mio lavoro unisce la linguistica computazionale teorica a implementazioni pratiche, combinando approcci di deep learning con l'analisi linguistica tradizionale per creare soluzioni NLP interpretabili ed efficaci.

Esperienza Accademica e Professionale

Collaboratore di Ricerca (incarico occasionale)Feb 2026 – Mar 2026

Eurac Research · Bolzano, IT

  • Progettato e sviluppato una pipeline automatizzata di conversione EPUB-to-Markdown per l'elaborazione di documenti multilingue
  • Costruito un dataset benchmark multilingue (italiano, tedesco) per task di comprensione documentale image-to-Markdown tramite Project Gutenberg
  • Implementato un framework di valutazione VLM con metriche NED, BLEU, Structure F1 e BERTScore
  • Confrontato modelli vision-language allo stato dell'arte (Qwen2.5-VL, Pixtral) sulla generazione page-image-to-Markdown
Tirocinante Ingegnere NLPMag 2025 – Ago 2025

Compet-e Srl · Italia

  • Progettato e implementato architetture AI/NLP per applicazioni industriali
  • Sviluppato sistemi REST API per task di elaborazione del linguaggio naturale
  • Implementato strategie di deployment locale di LLM tramite il framework Ollama
  • Sviluppato applicazioni web basate su NLP
Assistente di Ricerca JuniorLug 2024 – Feb 2025

Università di Napoli L'Orientale · Napoli, IT

  • Ricercatore principale sul progetto 'Testa di Marianna' per applicazioni interattive di patrimonio culturale
  • Collaborazione con il gruppo Unior NLP e la 'Casa delle Tecnologie Emergenti'
  • Sviluppato sistemi di AI conversazionale per la valorizzazione del patrimonio culturale
  • Ricerca sull'adattamento e il fine-tuning di LLM open-source (famiglia LLaMA)
  • Curato dataset specializzati su contenuti culturali napoletani
Tirocinante di RicercaFeb 2024 – Lug 2024

Eurac Research · Bolzano, IT

  • Ricercatore principale nella fase finale del progetto ITACA per la valutazione automatica dei temi
  • Sviluppato metodologia di valutazione della coerenza per testi specifici al contesto
  • Implementato modelli basati su BERT per l'analisi di testi educativi
  • Co-autore di pubblicazione peer-reviewed sulla valutazione automatica della coerenza
  • Presentato i risultati della ricerca alla conferenza CliC-it 2024 (poster)
Tirocinante di RicercaFeb 2023 – Mar 2023

Eurac Research · Bolzano, IT

  • Partecipazione ai task condivisi EVALITA 2023 (DisCoTex, LangLearn)
  • Revisione e analisi della letteratura di ricerca in linguistica computazionale
  • Sviluppato modelli di machine learning per la valutazione dell'apprendimento linguistico
  • Collaborazione con un team internazionale di ricerca in linguistica computazionale
  • Co-autore di articolo sulla valutazione interpretabile dell'apprendimento linguistico

Formazione

Laurea Magistrale in Linguistica ApplicataOtt 2021 – Mar 2024

Libera Università di Bolzano · Bolzano, IT

Tesi: Local Coherence Modeling for the Italian Language ↗

Relatore: Prof. Luca Ducceschi

Focus: Linguistica Computazionale, NLP

Laurea Triennale in Mediazione LinguisticaOtt 2017 – Lug 2021

Università di Torino · Torino, IT

Tesi: Vida del Escudero Marcos de Obregon: oltre la picaresca

Relatore: Prof. Veronica Orazi

Pubblicazioni e Conferenze

2024

Towards an Automatic Evaluation of (In)coherence in Student Essays

Pellegrino, F., Frey, J. C., & Zanasi, L.

Proceedings of CliC-it 2024

2023

bot.zen at LangLearn: regressing towards interpretability

Stemle, E. W., Tebaldini, M., Bonanni, F., Pellegrino, F., et al.

Proceedings of EVALITA 2023

Presentazioni a Conferenze

CliC-it 2024: Automatic Coherence Evaluation in Educational Texts (Presentazione Poster)

Competenze Tecniche

Linguaggi di Programmazione: Python (Avanzato), R (Base), Bash/Linux (Base), LaTeX

Framework ML/NLP: PyTorch, Hugging Face Transformers, BERT Models, Scikit-learn, OpenAI API, Ollama

Strumenti di Sviluppo: Git/GitHub/GitLab, Flask, REST API Development, Vector Databases, Pandas, BeautifulSoup

Interessi di Ricerca

Linguistica ComputazionaleHuman-AI InteractionModelli MultimodaliLanguage Encoding & Information RetrievalTecnologie per l'EducazioneExplainable AI

Lingue

Italiano

Madrelingua

Inglese

Avanzato, C1

Spagnolo

Avanzato, C1

Tedesco

Intermedio, B1

Chatta con me