Questo sito utilizza cookie tecnici, propri e di terze parti, per garantire la corretta navigazione e analizzare il traffico e, con il tuo consenso, cookie di profilazione e altri strumenti di tracciamento di terzi per mostrare video e misurare l'efficacia delle attività di comunicazione istituzionale. Puoi rifiutare i cookie non necessari e di profilazione cliccando su “Rifiuta tutti”. Puoi scegliere di acconsentirne l’utilizzo cliccando su “Accetta tutti” oppure puoi personalizzare le tue scelte cliccando su “Rivedi le tue scelte sui cookie”.

RIZZI GIULIA

Ruolo:
Assegnista di ricerca
Settore scientifico disciplinare:
Informatica (INFO-01/A)
Gruppo scientifico disciplinare:
INFORMATICA (01/INFO-01)

Pubblicazioni

  • (2025). The Many Facets of Hateful Content Detection: from Perspectivism to Bias. (Tesi di dottorato, , 2025). Dettaglio

  • de Paula, A., Rizzi, G., Fersini, E., Spina, D. (2023). AI-UPV at EXIST 2023 – Sexism Characterization Using Large Language Models Under The Learning with Disagreements Regime. In CLEF 2023 Working Notes - Working Notes of the Conference and Labs of the Evaluation Forum (CLEF 2023) (pp.985-999). CEUR-WS. Dettaglio

  • Balducci, G., Rizzi, G., Fersini, E. (2023). Bias Mitigation in Misogynous Meme Recognition: A Preliminary Study. In Proceedings of the 9th Italian Conference on Computational Linguistics (pp.1-7). CEUR-WS. Dettaglio

  • Rizzi, G., Astorino, A., Scalena, D., Rosso, P., Fersini, E. (2023). MIND at SemEval-2023 Task 11: From Uncertain Predictions to Subjective Disagreement. In 17th International Workshop on Semantic Evaluation, SemEval 2023 - Proceedings of the Workshop (pp.556-564). Association for Computational Linguistics. Dettaglio

  • Rizzi, G., Gasparini, F., Saibene, A., Rosso, P., Fersini, E. (2023). Recognizing misogynous memes: Biased models and tricky archetypes. INFORMATION PROCESSING & MANAGEMENT, 60(5) [10.1016/j.ipm.2023.103474]. Dettaglio