L'obiettivo principale di questa tesi è lo sviluppo di algoritmi per l'elaborazione dei word embedding al fine di studiare il gioco della "Ghigliottina". La "Ghigliottina" è un popolare gioco di parole italiano che richiede una comprensione profonda delle relazioni semantiche tra le parole. Per affrontare questa sfida, sono stati valutati vari modelli di word embedding, tra cui word2vec, con le sue due varianti principali: Skip-gram e Continuous Bag of Words (CBOW). Inoltre, è stato analizzato l'uso dei vettori di Badding per migliorare la rappresentazione semantica delle parole. La conclusione che si vuole raggiungere è quella di stabilire l'accuratezza della soluzione al gioco proposta dall'algoritmo.

Word embedding e giochi di parole

ROSSETTO, FRANCESCO
2023/2024

Abstract

L'obiettivo principale di questa tesi è lo sviluppo di algoritmi per l'elaborazione dei word embedding al fine di studiare il gioco della "Ghigliottina". La "Ghigliottina" è un popolare gioco di parole italiano che richiede una comprensione profonda delle relazioni semantiche tra le parole. Per affrontare questa sfida, sono stati valutati vari modelli di word embedding, tra cui word2vec, con le sue due varianti principali: Skip-gram e Continuous Bag of Words (CBOW). Inoltre, è stato analizzato l'uso dei vettori di Badding per migliorare la rappresentazione semantica delle parole. La conclusione che si vuole raggiungere è quella di stabilire l'accuratezza della soluzione al gioco proposta dall'algoritmo.
2023
Word embedding and words game
algoritmi
machine learning
word embedding
parole simili
File in questo prodotto:
File Dimensione Formato  
Rossetto_Francesco.pdf

accesso aperto

Dimensione 265.84 kB
Formato Adobe PDF
265.84 kB 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/20.500.12608/76493