Busca avançada
Ano de início
Entree

Aprendizado adversarial em processamento de linguagem natural

Processo: 19/02205-5
Linha de fomento:Bolsas no Brasil - Doutorado
Vigência (Início): 01 de maio de 2019
Vigência (Término): 31 de março de 2022
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:João Paulo Papa
Beneficiário:Gustavo Henrique de Rosa
Instituição-sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
Vinculado ao auxílio:14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?, AP.TEM
Assunto(s):Reconhecimento de padrões   Processamento de linguagem natural   Aprendizado computacional   Memória de longo prazo   Redes neurais (computação)

Resumo

Técnicas de aprendizado de máquina têm sido amplamente pesquisadas nos últimos anos, essencialmente devido à sua alta eficácia em problemas de visão computacional e Processamento de Linguagem Natural (PLN). Entretanto, apesar do seu elevado poder discriminativo, suas capacidades generativas ainda estão distantes de um desempenho exemplar para determinadas aplicações, principalmente aquelas relacionadas à área de mineração de dados textuais. O maior contratempo ocorre quando essas técnicas são confrontadas com estruturas discretas como, por exemplo, sequências de caracteres ou palavras. Muito embora recentemente alguns trabalhos tenham apresentado soluções plausíveis para a geração de linguagem natural, os mesmos ainda não conseguiram gerar uma linguagem completamente `natural´, isto é, uma linguagem a qual seja morfologicamente adequada, sintaticamente correta e semanticamente compreensível. Ademais, outro problema frequente na área de PLN diz respeito à escassez de dados para alimentar arquiteturas de aprendizado em profundidade. Utilizado com bastante sucesso na área de processamento de imagens para geração de dados sintéticos, o aprendizado adversarial ainda não evoluiu satisfatoriamente na área de dados textuais, gerando textos com palavras repetidas e, muitas vezes, sem um significado semântico. Desta forma, o presente projeto de pesquisa objetiva atuar na vanguarda do estudo e desenvolvimento de modelos adversariais no contexto de processamento de linguagem natural. Serão estudadas, principalmente, redes generativas adversariais e redes neurais recorrentes, com especial atenção às redes de memória de longo prazo. O presente projeto de pesquisa também contempla um período de estágio junto à Stanford University, Estados Unidos. (AU)