AquisiÃÃo de Conhecimento de Mundo para Sistemas de Processamento de Linguagem Natural

Detalhes bibliográficos
Autor(a) principal: Josà Wellington Franco da Silva
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFC
Texto Completo: http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=12680
Resumo: Um dos desafios das pesquisas na Ãrea de Processamento de Linguagem Natural (PLN) à prover recursos semÃntico-linguÃsticos que expressem conhecimento de mundo para suportar tarefas como: extraÃÃo de informaÃÃo, recuperaÃÃo de informaÃÃo, sistemas de perguntas e respostas, sumarizaÃÃo de textos, anotaÃÃo semÃntica de textos, dentre outras. Para esse desafio este trabalho propÃe estratÃgias para aquisiÃÃo de conhecimento de mundo. Propomos dois mÃtodos. O primeiro à um mÃtodo semiautomÃtico que tem como ideia principal utilizar um processo de raciocÃnio semÃntico sobre o conhecimento prÃ-existente em uma base semÃntica. O segundo à um mÃtodo de aquisiÃÃo automÃtica que utiliza a WikipÃdia para a geraÃÃo de conteÃdo semÃntico. A WikipÃdia foi utilizada como fonte de conhecimento devido à confiabilidade, dinamicidade e abrangÃncia de seu conteÃdo. Neste trabalho propomos um mÃtodo para aquisiÃÃo de relaÃÃes semÃnticas entre conceitos a partir de textos de artigos da WikipÃdia que faz uso de um conhecimento implÃcito existente na WikipÃdia e em sistemas hipermÃdia: os links entre artigos. Ao longo do texto descritivo de um artigo da WikipÃdia aparecem links para outros artigos que sÃo evidÃncias de que hà uma relaÃÃo entre o artigo corrente e o outro artigo referenciado pelo link. O mÃtodo proposto objetiva capturar a relaÃÃo semÃntica expressa no texto entre eles (artigo corrente e link para outro artigo), sem expressÃes regulares identificando relaÃÃes similares atravÃs de uma medida de similaridade semÃntica.
id UFC_def97752bd92ab4217cc90661e828d87
oai_identifier_str oai:www.teses.ufc.br:7808
network_acronym_str UFC
network_name_str Biblioteca Digital de Teses e Dissertações da UFC
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisAquisiÃÃo de Conhecimento de Mundo para Sistemas de Processamento de Linguagem NaturalWorld of Knowledge Acquisition for Systems of Natural Language Processing2013-08-30Marcelino Cavalcante Pequeno55006426772http://lattes.cnpq.br/3756351374552378VlÃdia CÃlia Monteiro Pinheiro35849487387http://lattes.cnpq.br/2991281565518934Carlos Eduardo Fisch de Brito02182847723http://lattes.cnpq.br/838525913072953201772571300http://lattes.cnpq.br/5168415467086883Josà Wellington Franco da SilvaUniversidade Federal do CearÃPrograma de PÃs-GraduaÃÃo em CiÃncia da ComputaÃÃoUFCBRAquisiÃÃo de Conhecimento de Mundo Entendimento de Linguagem NaturalProcessamento de Linguagem NaturalAcquisition of World Knowledge Understanding Natural Language Natural Language ProcessingSISTEMAS DE COMPUTACAOUm dos desafios das pesquisas na Ãrea de Processamento de Linguagem Natural (PLN) à prover recursos semÃntico-linguÃsticos que expressem conhecimento de mundo para suportar tarefas como: extraÃÃo de informaÃÃo, recuperaÃÃo de informaÃÃo, sistemas de perguntas e respostas, sumarizaÃÃo de textos, anotaÃÃo semÃntica de textos, dentre outras. Para esse desafio este trabalho propÃe estratÃgias para aquisiÃÃo de conhecimento de mundo. Propomos dois mÃtodos. O primeiro à um mÃtodo semiautomÃtico que tem como ideia principal utilizar um processo de raciocÃnio semÃntico sobre o conhecimento prÃ-existente em uma base semÃntica. O segundo à um mÃtodo de aquisiÃÃo automÃtica que utiliza a WikipÃdia para a geraÃÃo de conteÃdo semÃntico. A WikipÃdia foi utilizada como fonte de conhecimento devido à confiabilidade, dinamicidade e abrangÃncia de seu conteÃdo. Neste trabalho propomos um mÃtodo para aquisiÃÃo de relaÃÃes semÃnticas entre conceitos a partir de textos de artigos da WikipÃdia que faz uso de um conhecimento implÃcito existente na WikipÃdia e em sistemas hipermÃdia: os links entre artigos. Ao longo do texto descritivo de um artigo da WikipÃdia aparecem links para outros artigos que sÃo evidÃncias de que hà uma relaÃÃo entre o artigo corrente e o outro artigo referenciado pelo link. O mÃtodo proposto objetiva capturar a relaÃÃo semÃntica expressa no texto entre eles (artigo corrente e link para outro artigo), sem expressÃes regulares identificando relaÃÃes similares atravÃs de uma medida de similaridade semÃntica.One of the challenges of research in Natural Language Processing(NLP) is to provide semantic and linguistic resources to express knowledge of the world to support tasks such as Information Extraction, Information Retrieval systems, Questions & Answering, Text Summarization, Annotation Semantics of texts, etc. For this challenge this work proposes strategies for acquiring knowledge of the world. We propose two methods. The first is a semi-automatic method that has main idea of using a semantic reasoning process on pre-existing knowledge base semantics. The second is an acquisition method that utilizes automatic Wikipedia for generating semantical content. Wikipedia was used as a source of knowledge because of the reliability, dynamism and scope of its content. In this work we propose a method for acquiring semantic relations between concepts from the texts of Wikipedia articles that makes use of an implicit knowledge that exists in Wikipedia and in hypermedia systems: links between articles. Throughout the descriptive text of a Wikipedia article appear links to other articles that are evidence that there is a relationship between the current article and another article referenced by the link. The proposed method aims to capture the semantic relationship expressed in the text between them (current article and link to another article), no regular expressions identifying similar relationships through a semantic similarity measure. CoordenaÃÃo de AperfeiÃoamento de Pessoal de NÃvel Superiorhttp://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=12680application/pdfinfo:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da UFCinstname:Universidade Federal do Cearáinstacron:UFC2019-01-21T11:25:59Zmail@mail.com -
dc.title.pt.fl_str_mv AquisiÃÃo de Conhecimento de Mundo para Sistemas de Processamento de Linguagem Natural
dc.title.alternative.en.fl_str_mv World of Knowledge Acquisition for Systems of Natural Language Processing
title AquisiÃÃo de Conhecimento de Mundo para Sistemas de Processamento de Linguagem Natural
spellingShingle AquisiÃÃo de Conhecimento de Mundo para Sistemas de Processamento de Linguagem Natural
Josà Wellington Franco da Silva
AquisiÃÃo de Conhecimento de Mundo
Entendimento de Linguagem Natural
Processamento de Linguagem Natural
Acquisition of World Knowledge
Understanding Natural Language
Natural Language Processing
SISTEMAS DE COMPUTACAO
title_short AquisiÃÃo de Conhecimento de Mundo para Sistemas de Processamento de Linguagem Natural
title_full AquisiÃÃo de Conhecimento de Mundo para Sistemas de Processamento de Linguagem Natural
title_fullStr AquisiÃÃo de Conhecimento de Mundo para Sistemas de Processamento de Linguagem Natural
title_full_unstemmed AquisiÃÃo de Conhecimento de Mundo para Sistemas de Processamento de Linguagem Natural
title_sort AquisiÃÃo de Conhecimento de Mundo para Sistemas de Processamento de Linguagem Natural
author Josà Wellington Franco da Silva
author_facet Josà Wellington Franco da Silva
author_role author
dc.contributor.advisor1.fl_str_mv Marcelino Cavalcante Pequeno
dc.contributor.advisor1ID.fl_str_mv 55006426772
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/3756351374552378
dc.contributor.advisor-co1.fl_str_mv VlÃdia CÃlia Monteiro Pinheiro
dc.contributor.advisor-co1ID.fl_str_mv 35849487387
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/2991281565518934
dc.contributor.referee1.fl_str_mv Carlos Eduardo Fisch de Brito
dc.contributor.referee1ID.fl_str_mv 02182847723
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/8385259130729532
dc.contributor.authorID.fl_str_mv 01772571300
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/5168415467086883
dc.contributor.author.fl_str_mv Josà Wellington Franco da Silva
contributor_str_mv Marcelino Cavalcante Pequeno
VlÃdia CÃlia Monteiro Pinheiro
Carlos Eduardo Fisch de Brito
dc.subject.por.fl_str_mv AquisiÃÃo de Conhecimento de Mundo
Entendimento de Linguagem Natural
Processamento de Linguagem Natural
topic AquisiÃÃo de Conhecimento de Mundo
Entendimento de Linguagem Natural
Processamento de Linguagem Natural
Acquisition of World Knowledge
Understanding Natural Language
Natural Language Processing
SISTEMAS DE COMPUTACAO
dc.subject.eng.fl_str_mv Acquisition of World Knowledge
Understanding Natural Language
Natural Language Processing
dc.subject.cnpq.fl_str_mv SISTEMAS DE COMPUTACAO
dc.description.sponsorship.fl_txt_mv CoordenaÃÃo de AperfeiÃoamento de Pessoal de NÃvel Superior
dc.description.abstract.por.fl_txt_mv Um dos desafios das pesquisas na Ãrea de Processamento de Linguagem Natural (PLN) à prover recursos semÃntico-linguÃsticos que expressem conhecimento de mundo para suportar tarefas como: extraÃÃo de informaÃÃo, recuperaÃÃo de informaÃÃo, sistemas de perguntas e respostas, sumarizaÃÃo de textos, anotaÃÃo semÃntica de textos, dentre outras. Para esse desafio este trabalho propÃe estratÃgias para aquisiÃÃo de conhecimento de mundo. Propomos dois mÃtodos. O primeiro à um mÃtodo semiautomÃtico que tem como ideia principal utilizar um processo de raciocÃnio semÃntico sobre o conhecimento prÃ-existente em uma base semÃntica. O segundo à um mÃtodo de aquisiÃÃo automÃtica que utiliza a WikipÃdia para a geraÃÃo de conteÃdo semÃntico. A WikipÃdia foi utilizada como fonte de conhecimento devido à confiabilidade, dinamicidade e abrangÃncia de seu conteÃdo. Neste trabalho propomos um mÃtodo para aquisiÃÃo de relaÃÃes semÃnticas entre conceitos a partir de textos de artigos da WikipÃdia que faz uso de um conhecimento implÃcito existente na WikipÃdia e em sistemas hipermÃdia: os links entre artigos. Ao longo do texto descritivo de um artigo da WikipÃdia aparecem links para outros artigos que sÃo evidÃncias de que hà uma relaÃÃo entre o artigo corrente e o outro artigo referenciado pelo link. O mÃtodo proposto objetiva capturar a relaÃÃo semÃntica expressa no texto entre eles (artigo corrente e link para outro artigo), sem expressÃes regulares identificando relaÃÃes similares atravÃs de uma medida de similaridade semÃntica.
dc.description.abstract.eng.fl_txt_mv One of the challenges of research in Natural Language Processing(NLP) is to provide semantic and linguistic resources to express knowledge of the world to support tasks such as Information Extraction, Information Retrieval systems, Questions & Answering, Text Summarization, Annotation Semantics of texts, etc. For this challenge this work proposes strategies for acquiring knowledge of the world. We propose two methods. The first is a semi-automatic method that has main idea of using a semantic reasoning process on pre-existing knowledge base semantics. The second is an acquisition method that utilizes automatic Wikipedia for generating semantical content. Wikipedia was used as a source of knowledge because of the reliability, dynamism and scope of its content. In this work we propose a method for acquiring semantic relations between concepts from the texts of Wikipedia articles that makes use of an implicit knowledge that exists in Wikipedia and in hypermedia systems: links between articles. Throughout the descriptive text of a Wikipedia article appear links to other articles that are evidence that there is a relationship between the current article and another article referenced by the link. The proposed method aims to capture the semantic relationship expressed in the text between them (current article and link to another article), no regular expressions identifying similar relationships through a semantic similarity measure.
description Um dos desafios das pesquisas na Ãrea de Processamento de Linguagem Natural (PLN) à prover recursos semÃntico-linguÃsticos que expressem conhecimento de mundo para suportar tarefas como: extraÃÃo de informaÃÃo, recuperaÃÃo de informaÃÃo, sistemas de perguntas e respostas, sumarizaÃÃo de textos, anotaÃÃo semÃntica de textos, dentre outras. Para esse desafio este trabalho propÃe estratÃgias para aquisiÃÃo de conhecimento de mundo. Propomos dois mÃtodos. O primeiro à um mÃtodo semiautomÃtico que tem como ideia principal utilizar um processo de raciocÃnio semÃntico sobre o conhecimento prÃ-existente em uma base semÃntica. O segundo à um mÃtodo de aquisiÃÃo automÃtica que utiliza a WikipÃdia para a geraÃÃo de conteÃdo semÃntico. A WikipÃdia foi utilizada como fonte de conhecimento devido à confiabilidade, dinamicidade e abrangÃncia de seu conteÃdo. Neste trabalho propomos um mÃtodo para aquisiÃÃo de relaÃÃes semÃnticas entre conceitos a partir de textos de artigos da WikipÃdia que faz uso de um conhecimento implÃcito existente na WikipÃdia e em sistemas hipermÃdia: os links entre artigos. Ao longo do texto descritivo de um artigo da WikipÃdia aparecem links para outros artigos que sÃo evidÃncias de que hà uma relaÃÃo entre o artigo corrente e o outro artigo referenciado pelo link. O mÃtodo proposto objetiva capturar a relaÃÃo semÃntica expressa no texto entre eles (artigo corrente e link para outro artigo), sem expressÃes regulares identificando relaÃÃes similares atravÃs de uma medida de similaridade semÃntica.
publishDate 2013
dc.date.issued.fl_str_mv 2013-08-30
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
status_str publishedVersion
format masterThesis
dc.identifier.uri.fl_str_mv http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=12680
url http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=12680
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do CearÃ
dc.publisher.program.fl_str_mv Programa de PÃs-GraduaÃÃo em CiÃncia da ComputaÃÃo
dc.publisher.initials.fl_str_mv UFC
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade Federal do CearÃ
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFC
instname:Universidade Federal do Ceará
instacron:UFC
reponame_str Biblioteca Digital de Teses e Dissertações da UFC
collection Biblioteca Digital de Teses e Dissertações da UFC
instname_str Universidade Federal do Ceará
instacron_str UFC
institution UFC
repository.name.fl_str_mv -
repository.mail.fl_str_mv mail@mail.com
_version_ 1643295194312867840

Registros relacionados