Estudo e validação de teorias do domínio lingüístico com vistas à melhoria do tratamento de cadeias de co-referência em sumarização automática

• Ano de defesa: 2007
• Autor(a) principal: Carbonel, Thiago Ianez
• Orientador(a): Rino, Lúcia Helena Machado
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de São Carlos
• Programa de Pós-Graduação: Programa de Pós-Graduação em Linguística - PPGL
• País: BR
• Palavras-chave em Português: Lingüística processamento de dados; Textualidade; Sumarização Automática; Anáfora (Lingüística)
• Área do conhecimento CNPq: LINGUISTICA, LETRAS E ARTES::LINGUISTICA
• Link de acesso: https://repositorio.ufscar.br/handle/20.500.14289/5650

The work presented in the dissertation focuses on the study and validation of linguistic theories so as to improve reference cohesion in Automatic Summarization systems, which with the advent of the Internet have received increasing attention due to the urge to manage the huge amounts of on-line textual information that become available each day. In this dissertation we evaluate Seno (2005) s Veins Theory-based proposal and prototype, and present a reimplementation with distinct features based on the analysis of a corpus annotated with rhetoric (RST) and referential information. In addition, we report on the first validation effort for Portuguese for Veins Theory s Conjecture 1 (C1), which constrains anaphora resolution given the rhetoric structure of texts and whose applicability to Automatic Summarization interests us. As a methodological novelty, we put forth the Non-Trivial Precision, a more realistic estimator of C1 s predictive power.