Representação distribuída de textos com atualização incremental

Resumo

Na última década, com a inclusão digital e a popularização dos smartphones, o volume de informações digitais armazenadas em forma textual vem crescendo radicalmente. Com isso, a demanda por sistemas computacionais capazes de extrair conhecimento a partir de textos tem aumentado e torna-se cada vez mais fundamental. A qualidade desses sistemas é altamente influenciada pelo modelo de representação computacional dos textos, sendo que o modelo mais tradicional, o bag of words, não captura informações semânticas ou de contexto, é altamente esparso e não é capaz de refletir no tempo adequado as constantes alterações nos padrões de informações textuais geradas por aplicações como redes sociais e aplicativos de mensagens instantâneas. Até mesmo os recentes modelos de representação distribuída possuem limitações quando usados nesses cenários, pois é necessário que tais modelos possuam aprendizado incremental, uma vez que novos termos, como gírias, símbolos e abreviações, surgem com muita frequência. Diante disso, esse projeto de pesquisa tem o objetivo de propor e desenvolver uma representação distribuída de textos que possa ser atualizada incrementalmente. Para isso, técnicas não-supervisionadas de agrupamento e redes neurais recorrentes serão combinadas para associar novos termos a grupos de termos já conhecidos, capacitando o modelo a representar apropriadamente termos ainda não vistos. (AU)