Investigação e desenvolvimento de modelos estatísticos para análise discursiva automática.
| dc.contributor | Instituto de Ciências Matemáticas e de Computação – ICMC/USP | pt_BR |
| dc.contributor.author | Pardo, Thiago Alexandre Salgueiro | |
| dc.contributor.author | Nunes, Maria das Graças Volpe | |
| dc.date.accessioned | 2018-08-31T15:08:27Z | |
| dc.date.available | 2018-08-31T15:08:27Z | |
| dc.date.issued | 2005-01 | |
| dc.description.abstract | Neste relatório, são apresentados modelos estatísticos inéditos para a análise discursiva automática. esses modelos são baseados no modelo Noisy-Channel (Shannon 1948) e treinados com o método de Aprendizado de Máquina Expectation-Maximazition (Dempster et al, 1977) produzindo resultados promissores. Apresenta-se, além disso, um modelo para aprendizado não supervisionado das estruturas argumentais dos verbos, sendo este um passo necessário para um dos modelos de análise discursiva anteriores. A avaliação desse novo modelo é relatada demonstrando resultados satisfatórios. O trabalho apresentado neste relatório faz parte do projeto de doutorado que visa a investigação e desenvolvimento de técnicas de análise discursiva automática e à produção de um analisador para o português do Brasil. | pt_BR |
| dc.description.notes | Relatórios Técnicos do ICMC; 251 | pt_BR |
| dc.format | 29 p. | pt_BR |
| dc.identifier.uri | http://repositorio.icmc.usp.br//handle/RIICMC/6842 | |
| dc.language.iso | por | pt_BR |
| dc.publisher.city | São Carlos, SP, Brasil. | pt_BR |
| dc.subject | Inteligência artificial | pt_BR |
| dc.subject | Linguistica computacional | pt_BR |
| dc.title | Investigação e desenvolvimento de modelos estatísticos para análise discursiva automática. | pt_BR |
| dc.title.alternative | Research and development of statistical models for automatic discursive analysis. | pt_BR |
| dc.type.category | Relatórios técnicos | pt_BR |
| usp.description.abstracttranslated | In this report, unpublished statistical models are presented for the discursive analysis automatically. these models are based on the Noisy-Channel model (Shannon 1948) and trained with the Expectation-Maximazition Machine Learning method (Dempster et al, 1977) producing promising results. It also presents a model for unsupervised learning of the verbal argument structures, which is a necessary step for one of the previous models of discursive analysis. The evaluation of this new model is reported showing satisfactory results. The work presented in this report is part of the PhD project that aims to research and develop techniques of automatic discursive analysis and the production of an analyzer for Brazilian Portuguese. | pt_BR |