Resolução de correferência em múltiplos documentos utilizando aprendizado não supervisionado / Co-reference resolution in multiples documents through unsupervised learning

AUTOR(ES)

Jefferson Fontinele da Silva

DATA DE PUBLICAÇÃO

2011

RESUMO

Um dos problemas encontrados em sistemas de Processamento de Línguas Naturais (PLN) é a dificuldade de se identificar que elementos textuais referem-se à mesma entidade. Esse fenômeno, no qual o conjunto de elementos textuais remete a uma mesma entidade, é denominado de correferência. Sistemas de resolução de correferência podem melhorar o desempenho de diversas aplicações do PLN, como: sumarização, extração de informação, sistemas de perguntas e respostas. Recentemente, pesquisas em PLN têm explorado a possibilidade de identificar os elementos correferentes em múltiplos documentos. Neste contexto, este trabalho tem como foco o desenvolvimento de um método aprendizado não supervisionado para resolução de correferência em múltiplos documentos, utilizando como língua-alvo o português. Não se conhece, até o momento, nenhum sistema com essa finalidade para o português. Os resultados dos experimentos feitos com o sistema sugerem que o método desenvolvido é superior a métodos baseados em concordância de cadeias de caracteres

ASSUNTO(S)

aprendizado não supervisionado coreference correferência multiple documents múltiplos documentos natural language processing processamento de línguas naturais unsupervised learning

Documentos Relacionados

• Aprendizado não-supervisionado em redes neurais pulsadas de base radial.
• O algoritmo de aprendizado semi-supervisionado co-training e sua aplicação na rotulação de documentos
• Frege’s Puzzle on the Santa Monica Beach De Jure Co-reference and the Logical Appraisal of Rational Agents
• Aprendizado não supervisionado de hierarquias de tópicos a partir de coleções textuais dinâmicas
• Super-resolução de imagens baseada em aprendizado utilizando descritores de características