Stefano Blando.
English

Conference paper · 2026

A Multi-Method Validation Framework for Large-Scale Multilingual Text Analytics

me-it, Domenica Fioredistella Iezzi

JADT 2026, Palermo, Italia (Atti Vol. II, pp. 70–79; ISBN 978-88-5509-883-0)

Cita conference paper
@inproceedings{blando2026multimethod,
  title={A Multi-Method Validation Framework for Large-Scale Multilingual Text Analytics},
  author={Blando, Stefano and Iezzi, Domenica Fioredistella},
  booktitle={JADT 2026 Proceedings, Volume II: 18th International Conference on Statistical Analysis of Textual Data},
  editor={Plaia, Antonella and Sciandra, Mariangela and Albano, Alessandro},
  pages={70--79},
  year={2026},
  address={Palermo, Italy},
  isbn={978-88-5509-883-0}
}

Abstract

Per distinguere risultati sostanziali da artefatti metodologici, questo paper propone un framework di validazione basato su pattern method-invariant. Analizzando 999.152 recensioni multilingui attraverso 18 tecniche indipendenti, dal clustering classico ai Transformers, mostriamo che il contenuto sostanziale spiega il 95,4% della varianza, mentre la scelta metodologica ne spiega meno del 3%. Lo studio conferma che i pattern robusti trascendono algoritmi e implementazioni specifiche. Inoltre, mentre BERT raggiunge la massima accuratezza (91,3%), approcci classici come SVM offrono performance comparabili (89,1%) con un costo computazionale 29 volte inferiore.