A Dataset for the Evaluation of Lexical Simplification in Portuguese for Children

Hartmann, Nathan Siegle; Paetzold, Gustavo Henrique; Aluísio, Sandra Maria

doi:10.1007/978-3-030-41505-1_6

Cited by 5 publications

(9 citation statements)

References 14 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…No entanto, a primeira versão do SIMPLEX possuia várias limitações que impediam sua aplicabilidade, como palavras incorretamente marcadas como sinônimos para uma palavra complexa em seu contexto, baixa quantidade de sinônimos e a ausência da ordenação dos sinônimos pela sua simplicidade. Assim, surgiu o SIMPLEX-PB 2.0 (Hartmann et al, 2020), uma versão ampliada e aprimorada do SIMPLEX que foi submetida a várias rodadas de anotação manual para capturar com precisão as necessidades de simplificação de crianças de escolas de periferia. O córpus foi aprimorado com um incremento no número de sinônimos para as palavras-alvos complexas (7,31 sinônimos em média) e a introdução da ordenação dos sinônimos pela sua simplicidade, produzidas pelo próprio público-alvo -crianças entre 10 e 14 anos estudando em instituições públicas de periferia no Brasil.…”

Section: O Córpus Simplex-pb 30unclassified

“…Ao analisarmos a correlação de Spearman (ρ) dos nossos resultados, percebemos que, em linhas gerais, os valores estão muito próximos a zero, o que indica falta de correlação com o ranqueamento produzido pelas crianças. No entanto,é importante destacarmos que a correlação obtida entre as próprias crianças no SIMPLEX foi muito baixa (Hartmann et al, 2020). Nas instâncias em que 2 crianças ranquearam a palavra complexa e seus sinônimos, o ρ foi de 0,05.…”

Section: Avaliação Dos Métodos Propostos Para Identificação De Palavrunclassified

“…Elaboração Lexical -Disponibilização do córpus SIMPLEX-PB 3.0 2 contendo, além dos recursos do SIMPLEX-PB 2.0 (Hartmann et al, 2020), definições curtas extraídas de dicionário e revisadas manualmente, anotações de termos técnicos extraídas de dicionário, e métricas linguísticas de complexidade lexical, proporcionando também o uso do recurso em estudos de Elaboração Lexical; e Simplificação Lexical -Proposta de métodos para Simplificação Lexical e estabelecimento de um novo estado da arte (SOTA, em inglês) para a tarefa aplicada no Português Brasileiro.…”

Section: Introductionunclassified

See 2 more Smart Citations

Adaptação Lexical Automática em Textos Informativos do Português Brasileiro para o Ensino Fundamental

Hartmann

Aluísio²

2021

Linguamática

View full text Add to dashboard Cite

A Adaptação Textual é uma grande área de pesquisa do Processamento de Línguas Naturais (PLN), bastante conhecida como prática educacional, e possui duas grandes abordagens: a Simplificação e a Elaboração Textual. Não há muitos trabalhos na literatura de PLN que tratam todas as fases da Adaptação Lexical para implementação de sistemas. Vários trabalhos tratam independentemente as tarefas de Simplificação e Elaboração Lexicais, trazendo contribuições parciais, já que cada uma das tarefas possuem seus próprios desafios. Este trabalho propôs um pipeline para a Adaptação Lexical e apresenta contribuições para três das quatro etapas do pipeline, sendo elas: (i) proposta e avaliação de métodos para a tarefa de Identificação de Palavras Complexas; (ii) análise de córpus para levantamento de padrões de Elaboração Lexical do tipo definição; (iii) disponibilização do córpus SIMPLEX-PB 3.0, contendo em sua nova versão definições curtas extraídas de dicionário que foram revisadas manualmente, anotações de termos técnicos extraídas de dicionário, e métricas linguísticas de complexidade lexical; e (iv) proposta e avaliação de métodos para Simplificação Lexical, estabelecendo um novo SOTA para a tarefa aplicada no Português Brasileiro.

show abstract

Section: O Córpus Simplex-pb 30unclassified

Section: Avaliação Dos Métodos Propostos Para Identificação De Palavrunclassified

Section: Introductionunclassified

See 1 more Smart Citation

Adaptação Lexical Automática em Textos Informativos do Português Brasileiro para o Ensino Fundamental

Hartmann

Aluísio²

2021

Linguamática

View full text Add to dashboard Cite

show abstract

“…Ao analisarmos a correlação de Spearman (ρ) dos nossos resultados, percebemos que, em linhas gerais, os valores estão muito próximos a zero, o que indica falta de correlação com o ranqueamento produzido pelas crianças. No entanto,é importante destacarmos que a correlação obtida entre as próprias crianças no SIMPLEX foi muito baixa (Hartmann, Paetzold e Aluísio, 2020). Nas instâncias em que 2 crianças ranquearam a palavra complexa e seus sinônimos, o ρ foi de 0,05.…”

Section: Aplicação Dos Métodos De Identificação De Palavras Complexasunclassified

“…Métodos sua simplicidade. Assim, surgiu o SIMPLEX-PB 2.0 (Hartmann, Paetzold e Aluísio, 2020), uma versão ampliada e aprimorada do SIMPLEX que foi submetida a várias rodadas de anotação manual para capturar com precisão as necessidades de simplificação de crianças de escolas de periferia. O córpus foi aprimorado com um incremento no número de sinônimos para as palavrasalvos complexas (7,31 sinônimos em média) e a introdução da ordenação dos sinônimos pela sua simplicidade, produzidas pelo próprio públicoalvo -crianças entre 10 e 14 anos estudando em instituições públicas de periferia no Brasil.…”

unclassified

Adaptação lexical automática em textos informativos para o Ensino Fundamental

Hartmann¹

View full text Add to dashboard Cite

O ensino de leitura e compreensão de textos nas escolas deve ser natural, ou seja, deve respeitar a individualidade do aluno e ao mesmo tempo proporcionar motivação para tais atividades. Qualquer problema nas etapas de desenvolvimento dessas habilidades pode acarretar bloqueios ou desinteresses dado que cada criança tem seu próprio ritmo. Adequar o nível de complexidade de um texto à capacidade de leitura de um aluno é determinante para que ele progrida a seu modo e atinja os níveis de compreensão leitora esperados para uma série ou ciclo. O objetivo geral deste trabalho é alavancar a área de pesquisa em Adaptação Lexical na Língua Portuguesa, atuando na Simplificação e Elaboração Lexical, para permitir que um texto informativo de maior complexidade possa ser adaptado a alunos do Ensino Fundamental, que poderão compreender melhor seu conteúdo. As contribuições deste trabalho são várias, dentre elas: (i) Compilação de três léxicos delimitando a complexidade lexical ao longo dos anos escolares por meio de seleção de dicionários sugeridos pelo Programa Nacional do Livro Didático; (ii) Compilação de um córpus contendo 7.645 textos do gênero informativo escritos para crianças cursando o Ensino Fundamental; (iii) Compilação de um córpus com 36.413 legendas de filmes e séries dos gêneros Família e Animação que ilustra o material ouvido por crianças no dia a dia; (iv) Criação de um repositório com métricas psicolinguísticas para 26.874 palavras do Português Brasileiro; (v) Criação do dataset SIMPLEX-PB, contendo 1.582 instâncias com sentenças e palavras complexas identificadas. O dataset também conta com a definição curta de cada palavra complexa, a indicação binária da palavra complexa ser termo técnico, 38 features de complexidade lexical para cada palavra complexa do recurso e listas de sinônimos para a palavra complexa, ordenadas pelas crianças; (vi) Busca de padrões de Elaboração Lexical e de ocorrências de elaboração das palavras complexas do SIMPLEX-PB (cerca de 50% das elaborações encontradas foram realizadas em palavras marcadas como termo técnico); (vii) Avaliação de métodos para Identificação de Palavras Complexas para o Português Brasileiro; e (viii) Avaliação dos métodos de Identificação de Palavras Complexas na tarefa de Simplificação Lexical, considerando crianças do Ensino Fundamental como público alvo. Os métodos resultantes desse projeto de doutorado, chamado de Adap2Kids, poderão ser utilizados no apoio à geração de conteúdo para crianças e também podem ser aplicados no material apresentado em sala de aula, de forma a adequar o seu léxico para as necessidades de cada ciclo escolar do Ensino Fundamental.

show abstract

UoM&MMU at TSAR-2022 Shared Task: Prompt Learning for Lexical Simplification

Vásquez-Rodríguez,

Nguyen,

Shardlow

et al. 2022

Proceedings of the Workshop on Text Simplification, Accessibility, and Readability (TSAR-2022)

View full text Add to dashboard Cite

We present PromptLS, a method for fine-tuning large pre-trained Language Models (LM) to perform the task of Lexical Simplification. We use a predefined template to attain appropriate replacements for a term, and fine-tune a LM using this template on language specific datasets. We filter candidate lists in post-processing to improve accuracy. We demonstrate that our model can work in a) a zero shot setting (where we only require a pre-trained LM), b) a fine-tuned setting (where language-specific data is required), and c) a multilingual setting (where the model is pre-trained across multiple languages and fine-tuned in an specific language). Experimental results show that, although the zero-shot setting is competitive, its performance is still far from the fine-tuned setting. Also, the multilingual is unsurprisingly worse than the finetuned model. Among all TSAR-2022 Shared Task participants, our team was ranked second in Spanish and third in English.

show abstract

A Dataset for the Evaluation of Lexical Simplification in Portuguese for Children

Cited by 5 publications

References 14 publications

Adaptação Lexical Automática em Textos Informativos do Português Brasileiro para o Ensino Fundamental

Adaptação Lexical Automática em Textos Informativos do Português Brasileiro para o Ensino Fundamental

Adaptação lexical automática em textos informativos para o Ensino Fundamental

UoM&MMU at TSAR-2022 Shared Task: Prompt Learning for Lexical Simplification

Contact Info

Product

Resources

About