Il recente sviluppo delle tecnologie dell'informazione e della comunicazione ha favorito la pervasività dei dibattiti politici online, permettendo ad una vasta pluralità di utenti di condividere le proprie idee e partecipare attivamente al dialogo. Da qui nasce l'interesse di sviluppare sistemi automatici per classificare le posizioni degli individui in relazione ad un determinato argomento, tale task viene denominato Stance Detection. In questa tesi, si presenta la creazione di un corpus di tweet italiani annotati manualmente inerenti al tema dell'approvazione del DDL Zan. Tale corpus, reso disponibile alla comunità scientifica, potrà quindi essere utilizzato per addestrare modelli di apprendimento automatico su questo tema.
Stance Detection nel dibattito politico italiano: creazione di un corpus annotato manualmente sull'approvazione del DDL Zan
DE PALMA, FEDERICO
2021/2022
Abstract
Il recente sviluppo delle tecnologie dell'informazione e della comunicazione ha favorito la pervasività dei dibattiti politici online, permettendo ad una vasta pluralità di utenti di condividere le proprie idee e partecipare attivamente al dialogo. Da qui nasce l'interesse di sviluppare sistemi automatici per classificare le posizioni degli individui in relazione ad un determinato argomento, tale task viene denominato Stance Detection. In questa tesi, si presenta la creazione di un corpus di tweet italiani annotati manualmente inerenti al tema dell'approvazione del DDL Zan. Tale corpus, reso disponibile alla comunità scientifica, potrà quindi essere utilizzato per addestrare modelli di apprendimento automatico su questo tema. File | Dimensione | Formato | |
---|---|---|---|
915529_depalmatesi.pdf
non disponibili
Tipologia:
Altro materiale allegato
Dimensione
2.58 MB
Formato
Adobe PDF
|
2.58 MB | Adobe PDF |
Se sei interessato/a a consultare l'elaborato, vai nella sezione Home in alto a destra, dove troverai le informazioni su come richiederlo. I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14240/78684