logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-01142021-220836


Tipo di tesi
Tesi di laurea magistrale
Autore
ACHENA, FLAVIA
URN
etd-01142021-220836
Titolo
Quanto i modelli neurali comprendono la negazione? Un nuovo dataset e analisi computazionali
Dipartimento
FILOLOGIA, LETTERATURA E LINGUISTICA
Corso di studi
INFORMATICA UMANISTICA
Relatori
relatore Prof. Lenci, Alessandro
Parole chiave
  • dataset
  • natural language inference
  • negation
  • negazione
  • neural networks
  • reti neurali
Data inizio appello
29/01/2021
Consultabilità
Non consultabile
Data di rilascio
29/01/2091
Riassunto
I modelli neurali basati sui Transformer rappresentano attualmente lo stato dell'arte in molteplici ambiti del Trattamento Automatico della Lingua. Gli ottimi risultati raggiunti in termini di performance, tuttavia, alimentano la necessità di verificare quali siano i fenomeni linguistici effettivamente catturati da tali modelli. Il lavoro si propone, dunque, di indagare la comprensione del fenomeno della negazione attraverso il metodo del Probing Task, sulla scia di recenti contributi. A tale scopo, è stato costruito un dataset per il compito di Natural Language Inference, contenente 1000 coppie di frasi con esempi negativi. Ciò ha permesso di valutare tre modelli neurali, ossia CBOW, BERT e RoBERTa, non solo sulla negazione ma anche sull’effettiva capacità di fare inferenze.
File