Pathos: Enhancing Emotion Detection in Italian and Beyond with a Web-Based Solution [Pathos: miglioramento del riconoscimento delle emozioni in italiano e in contesti multilingue, tramite un'interfaccia web dedicata]

This thesis explores the development, evaluation, and application of an artificial intelligence model specialized in emotion recognition, with a particular focus on the Italian language and an extension to multilingual contexts. After contextualizing the evolution of sentiment analysis and emotion detection, the creation of a model called Pathos, based on BERT, is proposed. This model is designed to overcome the limitations posed by the scarcity of linguistic resources in Italian. The work includes the construction of a multilingual dataset through web scraping techniques, synthetic generation, and translation, as well as the adoption of tools for data management and visualization. The methodology integrates theoretical approaches from complex systems and ethical elements related to bias mitigation. Experimental results demonstrate the performance of the Pathos model in three languages (Italian, English, and Portuguese), comparing it to existing models. Finally, a web application is presented to make the model accessible and evaluate its practical utility. The overall contribution of the thesis lies in the development of a robust and adaptable system for emotion recognition, laying the groundwork for future research focused on broader linguistic coverage and the integration of multimodal data.

Questa tesi affronta lo sviluppo, la valutazione e l'applicazione di un modello di intelligenza artificiale specializzato nel riconoscimento delle emozioni, con un focus particolare sulla lingua italiana e un'estensione a contesti multilingue. Dopo aver contestualizzato l'evoluzione dell'analisi del sentiment e del rilevamento delle emozioni, viene proposta la creazione di un modello chiamato Pathos, basato su BERT, progettato per superare le limitazioni dovute alla scarsità di risorse linguistiche in italiano. Il lavoro include la costruzione di un dataset multilingue attraverso tecniche di web scraping, generazione sintetica e traduzione, e l'adozione di strumenti per la gestione e visualizzazione dei dati. La metodologia integra approcci teorici dai sistemi complessi ed elementi etici legati alla mitigazione dei bias. I risultati sperimentali mostrano le prestazioni del modello Pathos su tre lingue (italiano, inglese e portoghese), confrontandolo con modelli esistenti. Infine, viene presentata un'applicazione web per rendere il modello accessibile e valutare la sua utilità pratica. Il contributo complessivo della tesi risiede nello sviluppo di un sistema robusto e adattabile per il riconoscimento delle emozioni, ponendo le basi per ricerche future orientate a una copertura linguistica più ampia e all'integrazione di dati multimodali.