O processamento automático de línguas naturais enquanto engenharia do conhecimento linguístico

In this paper, we provide a brief description of the multidisciplinary domain of research called Natural Language Processing (NLP), which aims at enabling the computer to deal with natural languages. In accordance with this description, NLP is conceived as "human language engineering or technology". Therefore, NLP requires consistent description of linguistic facts on every linguistic level: morphological, syntactic, semantic, and even the level of pragmatics and discourse. In addition to the linguistically-motivated conception of NLP, we emphasize the origin of such research field, the place occupied by NLP inside a multidisciplinary scenario, their objectives and challenges. Finally, we provide some remarks on the automatic processing of Brazilian Portuguese language.

A metáfora e a sua representação em sistemas de processamento automático de línguas naturais

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

A homonímia no português: tratamento semântico segundo a estrutura Qualia de Pustejovsky com vistas a implementações computacionais

No presente trabalho, apresentamos uma proposta de tratamento semântico de formas ambíguas do português do Brasil, no caso, lexias homógrafas, com o escopo de oferecermos estratégias lingüísticas para a sua implementação computacional em Sistemas de Processamento das Línguas Naturais (SPLN). O Léxico Gerativo de Pustejovsky foi usado como modelo teórico. Nesse modelo, a Estrutura Qualia - EQ (e os papéis Formal, Télico, Agentivo e Constitutivo) foi selecionada como um dos expedientes lingüístico-semânticos para a realização da desambiguação das formas homônimas. Para que os dados analisados e tratados pudessem ser manipulados, elaboramos uma Base de Conhecimento Lexical (BCL) cujo repertório lingüístico possui seus itens lexicais correlacionados e interligados por diferentes tipos de relações semânticas presentes na EQ.

Inovação em recursos naturais: acumulação de capacidade em uma empresa de mineração no Brasil (1994-2008)

Ao longo dos últimos 40 anos tem havido uma profusão de estudos sobre acumulação de capacidades tecnológicas em empresas de economias emergentes. Porém, são escassos os estudos que examinem, de maneira conjunta e de uma perspectiva dinâmica, o relacionamento entre trajetórias de acumulação de capacidades tecnológicas e os mecanismos subjacentes de aprendizagem. São ainda mais escassos estudos sobre este relacionamento em firmas atuando na indústria de processamento de recursos naturais. O interesse neste último está em oferecer uma visão alternativa de alguns autores quando se referem a estas indústrias como 'maduras', de 'baixa tecnologia' ou meramente produtoras de 'commodities' e 'no fim da linha de inovação'. Logo, neste estudo, defende-se que as inovações tecnológicas estão bem presentes em empresas baseadas em processamento de recursos naturais, principalmente em empresas de mineração. Buscando preencher essas lacunas da literatura, examinam-se, nesta dissertação, essas questões à luz de modelos analíticos disponíveis na literatura internacional -, adaptados para o contexto desta dissertação. O modelo para examinar a acumulação de capacidades tecnológicas identifica as capacidades para as funções tecnológicas de processos e organização da produção. Para a análise das fontes de capacidades tecnológicas, utiliza-se, nesta dissertação, o modelo para examinar as estratégias intraorganizacionais que desmembram o processo de aprendizagem em aquisição de conhecimento externo e interno e os convertem do nível individual para o organizacional pela socialização e codificação, com base em suas característicaschave: variedade, intensidade e funcionamento. Esse conjunto de relacionamentos é examinado por meio de estudo de caso simples e de longo prazo (1994-2008) em uma empresa de processamento de recursos naturais (mineração de cobre) no Brasil. Tomando-se por base evidências empíricas qualitativas e quantitativas, colhidas em primeira mão, verificou-se o seguinte. 1. A empresa acumulou capacidade inovadora em processos e organização da produção em Nível Inovador Intermediário, ou seja, a empresa já promove a expansão sistemática da capacidade por meio da manipulação de parâmetros-chave de processo. Verificou-se também que a firma tem potencial para atingir o Nível Inovador Avançado em virtude dos avanços obtidos em seu projeto de biolixiviação de cobre sulfetedo. Este nível não foi atingido porque, ao final da pesquisa, a aplicação comercial bem-sucedida deste projeto ainda não tinha sido comprovada. 2. Os vários processos e mecanismos de aprendizagem tiveram um papel crucial na acumulação desse nível de capacidade inovadora. Especificamente a progressiva incidência e a maneira como os mecanismos de aprendizagem foram criados e geridos na empresa contribuíram decisivamente para criar uma base de conhecimento que pennitiu à empresa desenvolver capacidades tanto para atividades de produção como para atividades de inovação. Não obstante, as evidências também sugerem que estes mesmos tipos de mecanismos não foram suficientes para que a empresa acumulasse capacidades além do nível alcançado. Ou seja, o alcance de níveis mais sofisticados de inovação implica a adoção de mecanismos mais complexos de aprendizagem. Naturalmente, outros fatores, como o comportamento da liderança empresarial, também contribuíram para o acúmulo dessas capacidades, embora este ponto tenha sido examinado aqui de maneira superficial. Esses resultados fazem avançar nosso entendimento sobre as dificuldades e complexidades envolvidas no processo de acumulação de capacidades inovadoras em empresas de economias emergentes. O estudo contribui para mostrar que, se empresas dessa natureza objetivarem acumular níveis inovadores de capacidade tecnológica e, com isso, obter melhor performance competitiva, terão que desenhar estratégias robustas de aprendizagem. Finalmente, o estudo joga luz no entendimento sobre o processo de inovação em empresas em indústrias à base de processamento de recursos naturais, setores estes de grande importância para países ricos em recursos naturais como o Brasil.

As abordagens teóricas e os formalismos para o tratamento computacional do significado lexical

No âmbito do Processamento Automático de Línguas Naturais (PLN), o desenvolvimento de recursos léxico-semânticos é premente. Ao conceber os sistemas de PLN como um exercício de engenharia da linguagem humana, acredita-se que o desenvolvimento de tais recursos pode ser beneficiado pelos modelos de representação do conhecimento, desenvolvidos pela Engenharia do Conhecimento. Esses modelos, em particular, fornecem simultaneamente o arcabouço teórico-metodológico e a metalinguagem formal para o tratamento computacional do significado das unidades lexicais. Neste artigo, após a apresentação da concepção linguístico-computacional de léxico, elucidam-se os principais paradigmas de representação do conhecimento, enfatizando a abordagem do significado e a metalinguagem formal vinculadas a cada um deles.

Construção exploratória de uma prepnet para o português do Brasil: uma incursão linguistico-computacional no universo das preposições indicativas de espaço

Pós-graduação em Linguística e Língua Portuguesa - FCLAR

Modelo linguístico-computacional para um dicionário analógico digital

Pós-graduação em Linguística e Língua Portuguesa - FCLAR

Delimitação e alinhamento de conceitos lexicalizados no inglês norte-americano e no português brasileiro

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Enfrentamento do problema das divergências de tradução por um sistema de tradução automática: um exercício exploratório

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

O desenvolvimento de uma base de dados léxico-conceitual bilíngue (inglês norte-americano/português brasileiro)

Para os sistemas computacionais que processam línguas naturais, como os de tradução automática, os recursos léxico-conceituais bilíngues ou multilíngues são de extrema importância. Consequentemente, o desenvolvimento de tais recursos tem ocupado lugar de centralidade no Processamento Automático das Línguas Naturais (PLN). Para o português do Brasil (PB), os recursos desse tipo ainda são escassos. Neste trabalho, apresenta-se REBECA, uma base de dados léxico-conceitual bilíngue desenvolvida para o par de línguas “inglês americano-PB” (Ingl-PB). Na introdução, contextualiza-se o projeto de desenvolvimento dessa base. Na sequência, apresentam-se (i) o equacionamento metodológico do projeto, enfatizando as atividades de pesquisa realizadas em cada uma das etapas previstas pela metodologia, (ii) a construção da base com o auxílio do editor de ontologias Protégé-OWL, (iii) as principais características e potencialidades da base REBECA e, por fim, (iv) as possíveis extensões e algumas considerações finais.

A construção de um Thesaurus eletrônico para o português do Brasil

Este trabalho discute o equacionamento lingüístico da construção de um Thesaurus Eletrônico para o Português do Brasil. Na introdução, contextualizamos esse equacionamento no domínio da pesquisa em processamento automático de línguas naturais. Na seqüência, apresentamos, na seção 2, a representação lingüístico-computacional da sinonímia e da antonímia e exemplificamos o processo de compilação dessas relações de sentido em dicionários do português do Brasil. Na seção 3, justificamos a seleção dos dicionários enquanto o corpus de referência e propomos uma tipologia dos problemas decorrentes da escolha desse tipo de corpus para a montagem do thesaurus. Na seção 4, complementamos a discussão com a descrição das principais caracteristicas.de uma ferramenta computacional de autoria, projetada para agilizar o processo de montagem da base de dados lexicais do thesaurus, o Editor do Thesaurus. Por fim, pontuamos as estatísticas atuais do thesaurus e futuros desdobramentos.

A interlíngua e o alinhamento léxico-conceitual da base de dados bilíngue REBECA

In the architecture of a natural language processing system based on linguistic knowledge, two types of component are important: the knowledge databases and the processing modules. One of the knowledge databases is the lexical database, which is responsible for providing the lexical unities and its properties to the processing modules. The systems that process two or more languages require bilingual and/or multilingual lexical databases. These databases can be constructed by aligning distinct monolingual databases. In this paper, we present the interlingua and the strategy of aligning the two monolingual databases in REBECA, which only stores concepts from the “wheeled vehicle” domain.

Contribuição para o estudo da construção e utilização de corpora no processo de terminologização

Polissema: Revista de Letras do ISCAP 2002/N.º 2 Linguagens

Determinação e cognição

Os estudos de lingüística, ao mesmo tempo que descrevem e analisam as formas disponíveis em cada sistema, assentam essa descrição em propostas metateóricas de forma a delimitar uma compreensão sobre o funcionamento das línguas naturais. Ao definir um conjunto de hipóteses, a lingüística constrói os mecanismos abstractos que regulam a produção e o reconhecimento de formas. No quadro teórico onde me situo (Teoria Formal Enunciativa, doravante TFE) entende-se a actividade da linguagem como uma actividade de produção e de reconhecimento de formas lingüísticas. A partir da sub-teoria dos níveis de representação metalinguística propõe- se um modelo de descrição dos factos da língua assumindo-se que o nível textual - ou lingüístico - é representante de um primeiro nível a que o lingüista não tem directamente acesso: o nível nocional. Será neste nível que às noções - feixes de propriedades físico-culturais - se associam as operações que se evidenciarão no nível textual como marcas gramaticais pertinentes.

Uma representação da língua : a teoria da argumentação na língua de Anscombre e Ducrot

A versão inicial, apelidada "standard" (cf. Ducrot 1990: 81), foi construída a partir da observação do funcionamento de alguns elementos linguísticos, como peu, un peu e mais. Na altura, dois tipos de preocupações caracterizavam o posicionamento teórico dos autores: Primeiro, demarcar-se da tendência para "alargar" a análise lógica ao estudo das línguas naturais, nomeadamente dos conectores. Segundo, opor-se às abordagens "descritivistas", com a sua redução do estudo do sentido ao nível informativo. Terá sido muito provavelmente este segundo objectivo que determinou em grande parte a escolha do nome pelo qual a teoria é conhecida. De facto, a expressão "argumentação na língua" alerta para a existência de uma argumentatividade a nível profundo, ou abstracto, a relacionar com a informatividade.