Investigação de Métodos de Identificação de Redundância para Sumarização Multidocumento

• Processo: 11/07637-9
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2011
• Data de Término da vigência: 31 de julho de 2012
• Área de conhecimento: Linguística, Letras e Artes - Linguística - Teoria e Análise Lingüística
• Pesquisador responsável: Ariani Di Felippo
• Beneficiário: Jackson Wilke da Cruz Souza
• Instituição Sede: Centro de Educação e Ciências Humanas (CECH). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Assunto(s): Linguística textual Sumarização automática
• Palavra(s)-Chave do Pesquisador: fenômenos linguísticos multidocumento | Linguística Textual | redundância | seleção de conteúdo | sumário multidocumento | Sumarização Automática | Processamento Automático de Língua Natural

Resumo

Dada a grande quantidade de informação disponível em várias línguas, sobretudo na web, pesquisas que visam à automatização da tarefa de sumarização multidocumento (SAM) fazem-se relevantes na medida em que podem facilitar e agilizar o acesso a informação. Tais pesquisas são realizadas na subárea do Processamento Automático das Línguas Naturais denominada Sumarização Automática. Na tarefa de SAM, o tratamento da redundância é um dos principais tópicos de pesquisa, pois um sumário multidocumento deve conter o conjunto de sentenças que melhor representa o tópico ou assunto da coleção sem que haja informação repetida entre elas. Tendo em vista a escassez de trabalhos sobre SAM que envolvem o português do Brasil (PB), o objetivo deste trabalho é investigar algumas medidas/formas de se calcular a redundância entre sentenças de textos jornalísticos em PB. Além disso, pretende-se considerar a correspondência dessas medias/formas com as relações semânticas de redundância do modelo CST (do inglês, Cross-document Structure Theory) (RADEV, 2000).