Elaboração textual via definição de entidades mencionadas e de perguntas relacionadas aos verbos em textos simplificados do português

Abstract

This research addresses the topic of Textual Elaboration for low-literacy readers, i.e. people at the rudimentary and basic literacy levels according to the National Indicator of Functional Literacy (INAF, 2009). Text Elaboration consists of a set of techniques that adds extra material in texts using, traditionally, definitions, synonyms, antonyms, or any external information to assist in text understanding. The main goal of this research was the proposal of two methods of Textual Elaboration: (1) the use of short definitions for Named Entities in texts and (2) assignment of wh-questions related to verbs in text. The first task used the Rembrandt named entity recognition system and short definitions of Wikipedia. It was implemented in PorSimples web Educational Facilita tool. This method was preliminarily evaluated with a small group of low-literacy readers. The evaluation results were positive, what indicates that the tool was useful for improving the text understanding. The assignment of wh-questions related to verbs task was defined, studied, implemented and assessed during this research. Its evaluation was conducted with NLP researches instead of with low-literacy readers. There are good evidences that the text elaboration methods and resources developed here are useful in helping text understanding for low-literacy readers.

Geração Automática de Questões a Partir do Reconhecimento de Entidades Nomeadas em Textos Didáticos

“…Porém, ainda existem poucos trabalhos para GQ a partir de textos escritos em Português. Alguns deles são [Amancio 2011], [Diéguez et al 2011] e [Correia et al 2012]. [Amancio 2011] aborda a GQ como um método orginal de elaboração textual.…”

“…Alguns deles são [Amancio 2011], [Diéguez et al 2011] e [Correia et al 2012]. [Amancio 2011] aborda a GQ como um método orginal de elaboração textual. Para gerar as perguntas foi usado um corpus simplificado manualmente que transformou sentenças de voz ativa para voz passiva, reduziu o número de sentenças com aposto e dividiu sentenças coordenadas e subordinadas em duas ou mais com o objetivo de diminuir a complexidade sintática das sentenças e os erros de parser.…”

Anotação Profunda De Papéis Semânticos Para O Português

“…A motivação é que, o volume de publicações para o Inglês é predominante, sendo assim os autores dos trabalhos em Português tendem a adaptar sistemas do Inglês para o Português. Alguns trabalhos para AAPS em Português como Hartmann e Aluísio, 2017 (17) e Amancio e Aluísio 2009 (18), não são diretamente comparáveis com o sistema apresentado já que utilizam um corpus diferente ou são dedicados a modelar apenas as etiquetas A0 e A1 do PropBank.Br.…”

Adaptação lexical automática em textos informativos para o Ensino Fundamental

“…Dada a importância do ensino da leitura e compreensão de textos em âmbito mundial e aos constantes progressos na área de Processamento de Línguas Naturais (PLN) nos últimos anos, tem havido um grande interesse de pesquisa na adaptação automática de textos escritos a fim de torná-los acessíveis para um número maior de pessoas VANDEGHINSTE, 2018;PASQUALINI, 2018;, como adultos com baixa escolaridade (MAX, 2006;AMANCIO, 2011;BARLACCHI;TONELLI, 2013;PASQUALINI, 2018), crianças CSOMAI, 2007;BELDER;MOENS, 2010;, aprendizes de uma segunda língua HANSEN, 2007;PETERSEN;OSTENDORF, 2007;PAETZOLD;, indivíduos com deficiências cognitivas , indivíduos surdos (INUI et al, 2003;CHUNG et al, 2013), afásicos UNTHANK, 2006;RELLO et al, 2013b) e disléxicos (RELLO et al, 2013b;RELLO et al, 2013a).…”

“…A área de Elaboração Lexical é mais estudada no âmbito da pesquisa linguística (TSANG, 1987; e pouco explorada em busca de soluções computacionais CSOMAI, 2007;AMANCIO, 2011;VANDEGHINSTE, 2018). O trabalho mais citado da área de Elaboração Lexical automática é o de Mihalcea e Csomai (2007), que propôs o sistema Wikify!, que identifica termos complexos em textos e busca as suas definições na Wikipedia.…”