Exploração de aprendizado semissupervisionado e sem fim de uma abordagem de parsing discursivo

• Processo: 14/11632-0
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 01 de setembro de 2014
• Data de Término da vigência: 31 de agosto de 2015
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Thiago Alexandre Salgueiro Pardo
• Beneficiário: Erick Galani Maziero
• Supervisor: Graeme Hirst
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Instituição Anfitriã: University of Toronto (U of T), Canadá
• Vinculado à bolsa: 11/23323-4 - Análise retórica automática com base em grande quantidade de dados, BP.DR
• Assunto(s): Linguística computacional
• Palavra(s)-Chave do Pesquisador: Discourse parsing | Never ending learning | Semi-supervised Learning | Linguística Computacional

Resumo

(Contexto) O Processamento da Linguagem Natural (PLN) é uma área instigadora cujo alvo é proporcionar o entendimento e a geração automáticos de textos. Esse processamento ocorre em diversos níveis e um deles é o discurso, em que se ocupa dos objetivos e intenções do autor do texto. Um texto possui uma estrutura elaborada, que relaciona todo o seu conteúdo, atribuindo-lhe coerência. Diversas metodologias têm sido empregadas na análise automática do discurso, dentre elas abordagens baseadas em padrões lexicais, modelos probabilísticos e modelos de classificação provindos de técnicas de aprendizado de máquina. (Lacunas) As abordagens citadas dependem de dados anotados, que são custosos de se obter, tornando potencial a utilização de aprendizado semissupervisionado que se adeque à escassez de informação, generalizando eficientemente o conhecimento obtido com os poucos dados anotados. (Objetivos) Esse trabalho tem como objetivo principal a exploração do parser HILDA em um cenário de aprendizado semissupervisionado e sem fim com grande quantidade de dados. Outros objetivos incluem melhorar o aprendizado com a incorporação de novos atributos e exploração de agrupamentos das relações retóricas no aprendizado. A avaliação desta pesquisa será realizada tanto intrínseca, quanto extrinsecamente, com a aplicação do parser discursivo resultante em tarefas de interesse dos grupos de pesquisa envolvidos.(Hipóteses) Parte-se da hipótese de que o uso de abordagens semissupervisionadas de aprendizado possibilitará alcançar bons resultados, dada a escassez de informações anotadas para o parsing discursivo. Outras hipóteses dizem respeito à plausibilidade dos novos atributos propostos nesta pesquisa para a análise discursiva e que agrupamentos das relações retóricas podem beneficiar os algoritmos de aprendizado automático. (AU)