Alinhamento léxico utilizando técnicas híbridas discriminativas e de pós-processamento

• Ano de defesa: 2010
• Autor(a) principal: Schreiner, Paulo
• Orientador(a): Villavicencio, Aline
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Linguística computacional; Processamento : Linguagem natural
• Palavras-chave em Inglês: Natural language processing; Lexical alignment; Machine learning; Parallel corpora; Multiword expressions; UFRGS
• Link de acesso: http://hdl.handle.net/10183/27658

O alinhamento léxico automático é uma tarefa essencial para as técnicas de tradução de máquina empíricas modernas. A abordagem gerativa não-supervisionado têm sido substituída recentemente por uma abordagem discriminativa supervisionada que facilite inclusão de conhecimento linguístico de uma diversidade de fontes. Dentro deste contexto, este trabalho descreve uma série alinhadores léxicos discriminativos que incorporam heurísticas de pós-processamento com o objetivo de melhorar o desempenho dos mesmos para expressões multi-palavra, que constituem um dos desafios da área de processamento de linguagens naturais atualmente. A avaliação é realizada utilizando um gold-standard obtido a partir da anotação de um corpus paralelo de legendas de filmes. Os alinhadores propostos apresentam um desempenho superior tanto ao obtido por uma baseline quanto ao obtido por um alinhador gerativo do estado-da-arte (Giza++), tanto no caso geral quanto para as expressões foco do trabalho.