ETD

Archivio digitale delle tesi discusse presso l'Università di Pisa

Tesi etd-12162021-123105


Tipo di tesi
Tesi di laurea magistrale
Autore
BAU', LUCA
URN
etd-12162021-123105
Titolo
BibliBERT: un Neural Language Model per l'esegesi biblica
Dipartimento
FILOLOGIA, LETTERATURA E LINGUISTICA
Corso di studi
INFORMATICA UMANISTICA
Relatori
relatore Prof. Lenci, Alessandro
Parole chiave
  • bible
  • bibbia
  • BERT
Data inizio appello
31/01/2022
Consultabilità
Tesi non consultabile
Riassunto
In questo lavoro, partendo da un modello BERT già addestrato sull’italiano è stato eseguito il fine-tuning sul testo biblico. Con le rappresentazioni vettoriali estratte dal modello è stato studiato il cambiamento semantico di alcune parole tra le diverse parti del testo biblico e tra alcune traduzioni. Delle stesse parole, usando algoritmi di clustering e vari criteri per etichettarli, sono state cercate le diverse sfumature di significato e in particolare quelle caratteristiche del linguaggio biblico. Infine le rappresentazioni vettoriali dei versetti sono usate per il confronto tra le traduzioni e per creare uno strumento di ricerca della provenienza di citazioni bibliche non letterali.

In this work an Italian BERT model has been fine-tuned on biblical texts. The model-generated embeddings were used to study semantic change between different parts of the Bible or between some Italian translations. Using clustering algorithms and different labeling criteria, we identified the shades of meaning used for each word in the Bible looking for those characteristics of biblical language. Verse embeddings were used to compare translations and to create a search tool to identify the source of non-literal biblical citations.
File