Desambiguação de palavras via algoritmos semissupervisionados baseados em grafos

Resumo

A desambiguação do sentido da palavra é um problema aberto do Processamento de Linguagem Natural, que visa identificar o sentido apropriado de uma palavra em algum contexto. Muitas abordagens têm sido propostas para resolver o problema, como a Aprendizagem Baseada em Conhecimento, Supervisionada e Não Supervisionada. O Aprendizado Semissupervisionado tornou-se recentemente uma área de pesquisa ativa que requer uma pequena quantidade de dados de treinamento rotulados juntamente com muitos dados não rotulados. Neste projeto, propomos empregar o aprendizado semissupervisionado baseado em grafos para desambiguação de palavras. O grafo será construído de acordo com os sentidos das palavras vizinhas. Um algoritmo de propagação de rótulos será executado no grafo de palavras para espalhar o sentido de vértices rotulados para os não-rotulados atribuindo o sentido mais apropriado para cada palavra. Investigaremos diferentes medidas de similaridade para palavras/documentos, proporemos novos métodos para construção de grafo-de-palavras e analisaremos diferentes algoritmos de propagação de rótulos. As abordagens propostas serão avaliadas em conjuntos de dados de benchmarks da área, especialmente em tarefas de desambiguação de todas as palavras.