Idee che diventano software.Ricerca che diventa pratica.
Sviluppo applicazioni web, strumenti per la ricerca e tecnologie linguistiche. Il mio lavoro unisce un dottorato in linguistica all’esperienza pratica nello sviluppo software.
I miei progetti combinano sviluppo web, software per la ricerca e tecnologie linguistiche. Qui trovi ciò su cui ho lavorato e i contesti in cui queste competenze possono essere utili.
Applicazioni web e interfacce
Per Appìl ho progettato e sviluppato l’applicazione completa: logica backend, database, interfaccia e distribuzione.
Utile per
Strumenti web, miglioramenti a interfacce esistenti e nuove funzionalità applicative.
Con KExtractor ho sviluppato una pipeline Java da terminale che trasforma testi non strutturati in grafi di conoscenza. Il mio lavoro collega metodi di ricerca e software utilizzabile.
Utile per
Prototipi di ricerca, elaborazione ripetibile dei dati e strumenti per il trasferimento tecnologico.
ThreadLeaf rende consultabili documenti locali attraverso un chatbot multilingue. Nella ricerca ho sviluppato anche l’estrazione di entità specifiche per archivi del patrimonio culturale.
Utile per
Ricerca nei documenti, estrazione di informazioni strutturate e applicazioni multilingue.
Linguaggi, framework e strumenti con cui lavoro, raggruppati in base a ciò che permettono di realizzare. Gli esempi collegano ogni ambito alla mia esperienza concreta.
Linguaggi di programmazione
Python
Java
Go
TypeScript
JavaScript
R
PHP
Scrivere la logica delle applicazioni, elaborare dati e sviluppare strumenti da terminale.
Esperienza pertinente
Python: pipeline di modelli e didattica. Java: KExtractor. Go: Lin-go.
Realizzare interfacce e collegarle ai servizi backend. React serve per le interfacce web, React Native per le app mobile, HTML/CSS per struttura e presentazione.
Esperienza pertinente
Appìl dimostra lo sviluppo full-stack: logica backend, progettazione del database, interfaccia e distribuzione.
Addestrare e adattare modelli, riconoscere entità e analizzare testi. Queste librerie offrono componenti riutilizzabili per modelli ed elaborazione linguistica.
Esperienza pertinente
Ricerca: NER personalizzata e fine-tuning di transformer. KExtractor: una pipeline di estrazione con Stanford CoreNLP.
Memorizzare, interrogare e organizzare i dati delle applicazioni. SQL è un linguaggio di interrogazione; MySQL e PostgreSQL sono database relazionali, mentre MongoDB memorizza documenti.
Esperienza pertinente
La progettazione del database fa parte dell’architettura completa che ho sviluppato per Appìl.
Sono Pasquale Esposito, sviluppatore software con un dottorato in linguistica all’Università di Salerno. Mi occupo di applicazioni web, strumenti per la ricerca e sistemi multilingue, collegando ricerca linguistica e software utilizzabile.
Esperienza
Seleziona un’esperienza per scoprirne i dettagli.
Ricerca
Tesi di dottorato
Ricerca di dottorato · Università di Salerno
Appìl: un’interfaccia per il miglioramento delle competenze lessicali
Ho progettato e sviluppato una piattaforma completa di apprendimento linguistico adattivo che integra linguistica computazionale, scienze cognitive e moderne tecnologie web.
L’evoluzione dell’educazione digitale ha aperto nuove possibilità per l’apprendimento di una seconda lingua, ma molte piattaforme restano condizionate da interessi commerciali e da un limitato approfondimento pedagogico. Nonostante la diffusione delle applicazioni linguistiche, poche si fondano esplicitamente su solide teorie dell’acquisizione di una seconda lingua (SLA: Ellis, 2008; Krashen, 1982; Long, 1996) o offrono un adattamento autentico guidato dall’apprendente. Questa ricerca risponde alla necessità di strumenti digitali aperti, scientificamente fondati e pedagogicamente coerenti, capaci di personalizzare l’insegnamento mantenendo il rigore metodologico. Lo studio esplora l’incontro tra SLA, pedagogia digitale e linguistica computazionale attraverso la progettazione, lo sviluppo e la valutazione di Appìl, una piattaforma web adattiva realizzata da me, sotto supervisione, durante il dottorato e collocata nell’apprendimento linguistico intelligente assistito dal computer (ICALL: Heift e Schulze, 2007). Integra contributi di SLA, psicologia e scienze cognitive (Evans, 2008; Kahneman, 2011; Vygotsky, 1986) con NLP e dati linguistici aperti e collegati (LLOD: Chiarcos et al., 2013). L’obiettivo è mostrare come sistemi aperti e basati sui dati possano rafforzare autonomia e motivazione (Deci e Ryan, 2014; Zimmerman, 2002), mantenendo la coerenza didattica in un percorso strutturato. La ricerca adotta metodi misti, combinando sintesi teorica, implementazione tecnica e valutazione empirica: revisione delle teorie SLA e delle metodologie digitali, progettazione computazionale di Appìl e valutazione sul campo dell’efficacia pedagogica. L’architettura combina progressione allineata al QCER (Consiglio d’Europa, 2020) e personalizzazione NLP, con flashcard individuali, esercizi adattivi e feedback in tempo reale adeguati alla competenza in evoluzione. I risultati indicano che una personalizzazione fondata sulle teorie SLA, anziché sul solo adattamento algoritmico, migliora motivazione, memorizzazione del lessico e partecipazione. Gli apprendenti hanno apprezzato percorsi flessibili e guidati dai propri interessi, mentre continuità della partecipazione e alfabetizzazione digitale sono rimaste criticità. Lo sviluppo, condotto da un unico ricercatore, ha evidenziato potenzialità e limiti della realizzazione indipendente e interdisciplinare di una piattaforma, oltre alla centralità del coinvolgimento umano nella progettazione e nell’implementazione.
Pubblicazioni 8 pubblicazioni
Lexical frequency effects on language variation
Ciancia, C.; Patrick, P. L.; Esposito, P.
In Lexical Variation and Knowledge Construction across Historical, Methodological, and Cultural Ecologies, John Benjamins, pp. 179–196