Incitamento all'odio online osservato in un corpus di Twitter

Hate is an intense and destructive human feeling that very often has immense negative consequences in human societies. This hatred for which reasons can be varied, has given rise to what is called hate speech. With the facilitation of human communication thanks to the Internet and the social networks sites, hate speech was unfortunately exported online and became the so-called hate speech online. The multiplication of research subjects on the matter shows that the phenomenon is growing and its consequences go beyond the sphere of the web, impacting real society through hateful attacks of racist, xenophobic, homophobic nature etc. This thesis aims not only to shed light on this issue of online hate speech but also and above all to study the phenomenon through the prism of examples taken from Twitter where more evident cases have been found. To help us in this research, Sentiment Analysis comes into play, today at the basis of the creation of many models for detecting and analysing human sentiment online that NLPs (Natural Language Processing) can boast of and that have proved their value during the international event known as SemEval and whose 2019 edition was the place to study hate speech on a bilingual, English and Spanish corpus taken from Twitter. Therefore, on the basis of the corpus labelled as 'hateful' to the meeting of immigrants and expressed in English together with corpus analysis techniques that have allowed us to take a critical look at the subject, this work invites us to become aware of this phenomenon and act.

L'odio è un sentimento umano intenso e distruttivo che molto spesso ha conseguenze negative immense nelle società umane. Questo odio per il quale le ragioni possono essere varie, ha dato origine a ciò che viene chiamato incitamento all'odio. Con il facilitamento delle comunicazioni umane grazie all'Internet e la proliferazione dei social network questo discorso d'odio si è esportato online e ha creato il cosiddetto incitamento all'odio online. Il moltiplicarsi dei soggetti di ricerca sull'argomento dimostra che questo fenomeno è in crescita e che purtroppo le sue ramificazioni vanno oltre la sfera del web per impattare la società reale attraverso attacchi odiosi di natura razzista, xenofoba, omofobi ecc. Questa tesi mira non solo a fare luce su questa questione dell'odio online ma anche e soprattutto a studiarla attraverso il prisma di esempi tratti da Twitter dove si sono riscontrati casi più evidenti di tale fenomeno. Per aiutarci in questa ricerca, entra in gioco lo Sentiment Analysis, oggi alla base della creazione di molti modelli di rilevamento e analisi del sentimento umano online di cui le NLP (Natural Language Processing) possono vantarsi e che hanno dimostrato il loro valore durante l'evento internazionale noto come SemEval e la cui edizione 2019 è stata il luogo per studiare l'incitamento all'odio su un corpus bilingue, inglese e spagnolo tratto da Twitter. Quindi, sulla base del corpus etichettato come 'odioso' all'incontro degli immigranti ed espressa in lingua inglese insieme a tecniche d'analisi di corpus che hanno permesso di portare uno sguardo critico sull'argomento, questo lavoro ci invita a prendere coscienza di questo fenomeno e agire.