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
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
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
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
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)
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
Libera Università di Bolzano · Bolzano, IT
Tesi: Local Coherence Modeling for the Italian Language ↗
Relatore: Prof. Luca Ducceschi
Focus: Linguistica Computazionale, NLP
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
Lingue
Italiano
Madrelingua
Inglese
Avanzato, C1
Spagnolo
Avanzato, C1
Tedesco
Intermedio, B1