Studio delle regole linguistiche legate alla scienza dialogica e di come queste possono incrementare le prestazioni di un modello di deep learning per il processamento del linguaggio che sfrutta il meccanismo di attenzione nella classificazione di tweet in lingua italiana con sentimenti negativi e positivi e nel rilevamento di ironia, soggettività, uso di stereotipi e hate speech.

Integrazione di regole linguistiche in modelli NLP

CUCCARINI, MARCO
2022/2023

Abstract

Studio delle regole linguistiche legate alla scienza dialogica e di come queste possono incrementare le prestazioni di un modello di deep learning per il processamento del linguaggio che sfrutta il meccanismo di attenzione nella classificazione di tweet in lingua italiana con sentimenti negativi e positivi e nel rilevamento di ironia, soggettività, uso di stereotipi e hate speech.
2022
Integration of linguistic rules into NLP models
NLP
Deep learning
BERT
Scienza dialogica
Sentiment analysis
File in questo prodotto:
File Dimensione Formato  
TesiMagistraleMarcoCuccarini.pdf

accesso aperto

Dimensione 4.41 MB
Formato Adobe PDF
4.41 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/52323