Deep learning e contenuti misogini: analisi linguistica dell'errore nei compiti di riconoscimento di misoginia nei meme

L'odio verso le donne è un fenomeno pervasivo della nostra cultura, e può essere espresso attraverso modi e forme molto diversi fra loro. Uno dei mezzi più recenti sono i meme, che grazie alla popolarità dei social network assumono un'importanza sempre crescente nel veicolare e diffondere la misoginia. Negli ultimi anni si è posta l'attenzione su questo mezzo comunicativo, creando modelli multimodali che fossero in grado di rilevare hate speech nei meme. La tesi propone un'analisi linguistica dell'errore di un modello basato sul deep learning di classificazione di contenuti misogini in un dataset di 10.000 meme, per cercare di capire quali sono le ragioni a livello linguistico che hanno portato il modello a una classificazione errata. Fra le analisi condotte, sono stati usati liste di frequenza, n-grammi, identity term ed embedding, che hanno evidenziato alcune criticità del modello.