Ampliando a vitalidade dos termos do ALiB através da Extração de Informação Geolocalizada nas mídias sociais

Abstract

O Projeto ALiB (Atlas Linguístico do Brasil) descreve a geolinguística contemporânea, priorizando a variação diatópica na análise do português brasileiro. Seus termos foram coletados entre 1996 e 2013. Com o advento das redes sociais surgiu a necessidade de analisar a vitalidade destes termos. Dentre os diversos desafios inerentes às redes sociais, tem-se a não-obrigatoriedade da marcação de geolocalização no momento da postagem e a ampla utilização da Internet slang. Assim, o presente trabalho apresenta uma nova abordagem para extrair as informações de geolocalização diretamente de tweets, com o intuito de ampliar a cobertura da localização. Neste trabalho, o BERTimbau, foi treinado para realizar tarefas de Reconhecimento de Entidades Nomeadas e utilizado para extrair conteúdo de geolocalização do usuário. Essa abordagem foi comparada com a vitalidade dos termos ALiB analisados manualmente. Os resultados dão indícios de que a extração de localização é uma possibilidade de ampliar e aprimorar a análise da vitalidade dos termos do ALiB.