ETD

• applied linguistics
• baby language model
• BAMBI models
• transformer models

L’elaborato si propone come approfondimento sulle risorse di addestramento dei BabyLM, evidenziando l’importanza di usare input cognitivamente plausibili ed ecologici, caratterizzati da quantità limitate e volti a emulare l’esperienza linguistica infantile. La tesi rappresenta, inoltre, il correlato di un lavoro di tirocinio volto alla raccolta di dati per l’addestramento di BabyLM dell’italiano, i modelli BAMBI. Nei capitoli successivi verranno analizzati i dati raccolti e saranno presentate e commentate le prestazioni dei modelli BAMBI sottoposti a due benchmark di valutazione, BaBIES e Invalsi-ITA.

This thesis aims to provide an in-depth analysis of BabyLM training resources, highlighting the importance of using cognitively plausible and ecological inputs, characterised by limited quantities and designed to emulate the linguistic experience of children. The thesis also represents the correlation of an internship aimed at collecting data for the training of BabyLM in Italian, the BAMBI models. In the following chapters, the data collected will be analysed and the performance of the BAMBI models subjected to two evaluation benchmarks, BaBIES and Invalsi-ITA, will be presented and commented on.