Uso de Redes Neurais para Correção Gramatical do Português: Um Estudo de Caso

• Ano de defesa: 1997
• Autor(a) principal: Bonfante, Andreia Gentil
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Não disponível; Not available
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-19032018-145656/

A construção de ferramentas para a correção automática de textos tem ganhado destaque, seguindo a evolução e eficiência dos processadores de textos ao qual elas são incorporadas. E, junto às técnicas tradicionais simbolistas de implementação de tais ferramentas, através do uso de regras de produção, surgem aplicações com técnicas até então não usuais na. área de lingüística computacional, como o uso de Redes Neurais Artificiais. O trabalho proposto tem por objetivo fazer um estudo comparativo do uso das técnicas conexionista e simbolista na revisão automática de erros gramaticais da língua portuguesa. Usando como estudo de caso as regras gramaticais da crase, tomamos como exemplo de modelo tradicional de implementação o revisor gramatical ReGra, e de outro lado, implementamos dois modelos de redes neurais (um modelo backpropagation e um modelo Elman), para detectar erros com relação ao uso da crase, tanto em casos de presença incorreta, quanto de ausência. A meta deste estudo não é apontar qual método é o mais eficiente em termos gerais, mesmo porque acreditamos que isto não seja possível. Queremos, sim, observar o desempenho de ambos os métodos quanto ao problema determinado, visando assim uma maior integração entre eles, aproveitando suas melhores potencialidades.