This paper analyzes the use of artificial intelligence models for the automatic detection of cyberbullying behavior in text conversations. The work focuses on the application of few-shot learning through large linguistic models (LLM), with a particular focus on the context of WhatsApp messages. After building a labeled dataset, the main classification strategies adopted are presented. The project aims to highlight the potential of artificial intelligence as a support tool in the prevention and identification of offensive language in digital environments, with potential applications in schools and education.

L'elaborato analizza l'utilizzo di modelli di intelligenza artificiale per il rilevamento automatico di comportamenti di cyberbullismo nelle conversazioni testuali. Il lavoro si concentra sull'applicazione del few-shot learning tramite modelli linguistici di grandi dimensioni (LLM), con particolare attenzione al contesto dei messaggi WhatsApp. Dopo la costruzione di un dataset etichettato, vengono presentate le principali strategie di classificazione adottate. Il progetto intende evidenziare il potenziale dell'intelligenza artificiale come strumento di supporto nella prevenzione e nell'identificazione del linguaggio offensivo in ambienti digitali, con possibili applicazioni in ambito scolastico ed educativo.

SISTEMA INTELLIGENTE PER LA RILEVAZIONE DEL CYBERBULLISMO IN CHAT MEDIANTE MODELLI LLM E FEW-SHOT LEARNING

LO MAZZO, MATTIA
2024/2025

Abstract

This paper analyzes the use of artificial intelligence models for the automatic detection of cyberbullying behavior in text conversations. The work focuses on the application of few-shot learning through large linguistic models (LLM), with a particular focus on the context of WhatsApp messages. After building a labeled dataset, the main classification strategies adopted are presented. The project aims to highlight the potential of artificial intelligence as a support tool in the prevention and identification of offensive language in digital environments, with potential applications in schools and education.
2024
INTELLIGENT SYSTEM FOR DETECTING CYBERBULLYING IN CHATS USING LLM MODELS AND FEW-SHOT LEARNING
L'elaborato analizza l'utilizzo di modelli di intelligenza artificiale per il rilevamento automatico di comportamenti di cyberbullismo nelle conversazioni testuali. Il lavoro si concentra sull'applicazione del few-shot learning tramite modelli linguistici di grandi dimensioni (LLM), con particolare attenzione al contesto dei messaggi WhatsApp. Dopo la costruzione di un dataset etichettato, vengono presentate le principali strategie di classificazione adottate. Il progetto intende evidenziare il potenziale dell'intelligenza artificiale come strumento di supporto nella prevenzione e nell'identificazione del linguaggio offensivo in ambienti digitali, con possibili applicazioni in ambito scolastico ed educativo.
File in questo prodotto:
File Dimensione Formato  
Tesi_Mattia_Lo_Mazzo (1).pdf

File consultabile da postazioni biblioteca

Descrizione: Documento di Tesi definitivo
Dimensione 1.63 MB
Formato Adobe PDF
1.63 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/88015