Anotação semântica automática por meio de redes neurais profundas para corpora na língua inglesa

• Ano de defesa: 2019
• Autor(a) principal: Silva, Roberta Caroline Rodrigues
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa; Ciência da Computação
• Palavras-chave em Português: Processamento de linguagem natural (Computação); Língua inglesa - Semântica; Redes neurais (Computação); Memória de longo prazo; Ontologia; Ciência da Computação
• Link de acesso: https://locus.ufv.br//handle/123456789/29661

A anotação semântica permite que pessoas e dispositivos computacionais entendam mais facilmente o significado de uma sentença expressa em linguagem natural. Classificar textos de acordo com seu conteúdo é frequentemente uma das primeiras etapas realizadas por aplicativos voltados para o processamento de linguagem natural. E, apesar de ser um princípio básico, este passo é feito, geralmente, de forma manual, o que faz com que o processo seja lento, custoso e limitado. Para que a anotação seja realizada automaticamente, os métodos devem ser bem definidos por meio de um conjunto de características ou features, elaborado por especialistas, a fim de que o sistema possa atribuir probabilidades e fazer inferências. Nesta dissertação é apresentado um modelo de rede recorrente profunda que anota semanticamente textos escritos em inglês, e manipula como rótulo categorias de uma ontologia de nível topo. Os testes mostraram que é possível obter melhores resultados do que os encontrados em modelos que precisam do fornecimento prévio de features. Palavras-chave: PLN. Anotação Semântica. Rede Neural Recorrente. LSTM. Ontologia.