A verb learning model driven by syntactic constructions

Detalhes bibliográficos
Autor(a) principal: Machado, Mario Lúcio Mesquita
Data de Publicação: 2008
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/15508
Resumo: Desde a segunda metade do último século, as teorias cognitivas têm trazido algumas visões interessantes em relação ao aprendizado de linguagem. A aplicação destas teorias em modelos computacionais tem duplo benefício: por um lado, implementações computacionais podem ser usaas como uma forma de validação destas teorias; por outro lado, modelos computacionais podem alcançar uma performance melhorada a partir da adoção de estratégias de aprendizado cognitivamente plausíveis. Estruturas sintáticas são ditas fornecer uma pista importante para a aquisição do significado de verbos. Ainda, para um subconjunto particular de verbos muito frequentes e gerais - os assim-chamados light verbs - há uma forte ligação entre as estruturas sintáticas nas quais eles aparecem e seus significados. Neste trabalho, empregamos um modelo computacional para investigar estas propostas, em particular, considerando a tarefa de aquisição como um mapeamento entre um verbo desconhecido e referentes prototípicos para eventos verbais, com base na estrutura sintática na qual o verbo aparece. Os experimentos conduzidos ressaltaram alguns requerimentos para um aprendizado bem-sucedido, em termos de níveis de informação disponível para o aprendiz e da estratégia de aprendizado adotada.
id URGS_f7bc581823490ec20d8915190c3db743
oai_identifier_str oai:www.lume.ufrgs.br:10183/15508
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Machado, Mario Lúcio MesquitaVillavicencio, AlineIdiart, Marco Aurelio Pires2009-04-07T04:12:25Z2008http://hdl.handle.net/10183/15508000682440Desde a segunda metade do último século, as teorias cognitivas têm trazido algumas visões interessantes em relação ao aprendizado de linguagem. A aplicação destas teorias em modelos computacionais tem duplo benefício: por um lado, implementações computacionais podem ser usaas como uma forma de validação destas teorias; por outro lado, modelos computacionais podem alcançar uma performance melhorada a partir da adoção de estratégias de aprendizado cognitivamente plausíveis. Estruturas sintáticas são ditas fornecer uma pista importante para a aquisição do significado de verbos. Ainda, para um subconjunto particular de verbos muito frequentes e gerais - os assim-chamados light verbs - há uma forte ligação entre as estruturas sintáticas nas quais eles aparecem e seus significados. Neste trabalho, empregamos um modelo computacional para investigar estas propostas, em particular, considerando a tarefa de aquisição como um mapeamento entre um verbo desconhecido e referentes prototípicos para eventos verbais, com base na estrutura sintática na qual o verbo aparece. Os experimentos conduzidos ressaltaram alguns requerimentos para um aprendizado bem-sucedido, em termos de níveis de informação disponível para o aprendiz e da estratégia de aprendizado adotada.Cognitive theories have been, since the second half of the last century, bringing some interesting views about language learning. The application of these theories on computational models has double benefits: in the one hand, computational implementations can be used as a form of validation of these theories; on the other hand, computational models can earn an improved performance from adopting some cognitively plausible learning strategies. Syntactic structures are said to provide an important cue for the acquisition of verb meaning. Yet, for a particular subset of very frequent and general verbs – the so-called light verbs – there is a strong link between the syntactic structures in which they appear and their meanings. In this work, we used a computational model, to further investigate these proposals, in particular looking at the acquisition task as a mapping between an unknown verb and prototypical referents for verbal events, on the basis of the syntactic structure in which the verb appears. The experiments conducted have highlighted some requirements for a successful learning, both in terms of the levels of information available to the learner and the learning strategies adopted.application/pdfengTeoria da computaçãoLinguagem naturalLinguística computacionalNatural language processingCognitively based modelsMental lexiconA verb learning model driven by syntactic constructionsUm modelo de aquisição de verbos guiado por construções sintáticas info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2008mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT000682440.pdf.txt000682440.pdf.txtExtracted Texttext/plain156580http://www.lume.ufrgs.br/bitstream/10183/15508/2/000682440.pdf.txtc351e96b4559845af03b5c438bb3aee2MD52ORIGINAL000682440.pdf000682440.pdfTexto completo (inglês)application/pdf316042http://www.lume.ufrgs.br/bitstream/10183/15508/1/000682440.pdf9bda3af5e82f66eef5c68659c3860c82MD51THUMBNAIL000682440.pdf.jpg000682440.pdf.jpgGenerated Thumbnailimage/jpeg1045http://www.lume.ufrgs.br/bitstream/10183/15508/3/000682440.pdf.jpg3bf8a6f606b295ff231d74577f959ff1MD5310183/155082021-05-26 04:41:42.674273oai:www.lume.ufrgs.br:10183/15508Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532021-05-26T07:41:42Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv A verb learning model driven by syntactic constructions
dc.title.alternative.pt.fl_str_mv Um modelo de aquisição de verbos guiado por construções sintáticas
title A verb learning model driven by syntactic constructions
spellingShingle A verb learning model driven by syntactic constructions
Machado, Mario Lúcio Mesquita
Teoria da computação
Linguagem natural
Linguística computacional
Natural language processing
Cognitively based models
Mental lexicon
title_short A verb learning model driven by syntactic constructions
title_full A verb learning model driven by syntactic constructions
title_fullStr A verb learning model driven by syntactic constructions
title_full_unstemmed A verb learning model driven by syntactic constructions
title_sort A verb learning model driven by syntactic constructions
author Machado, Mario Lúcio Mesquita
author_facet Machado, Mario Lúcio Mesquita
author_role author
dc.contributor.author.fl_str_mv Machado, Mario Lúcio Mesquita
dc.contributor.advisor1.fl_str_mv Villavicencio, Aline
dc.contributor.advisor-co1.fl_str_mv Idiart, Marco Aurelio Pires
contributor_str_mv Villavicencio, Aline
Idiart, Marco Aurelio Pires
dc.subject.por.fl_str_mv Teoria da computação
Linguagem natural
Linguística computacional
topic Teoria da computação
Linguagem natural
Linguística computacional
Natural language processing
Cognitively based models
Mental lexicon
dc.subject.eng.fl_str_mv Natural language processing
Cognitively based models
Mental lexicon
description Desde a segunda metade do último século, as teorias cognitivas têm trazido algumas visões interessantes em relação ao aprendizado de linguagem. A aplicação destas teorias em modelos computacionais tem duplo benefício: por um lado, implementações computacionais podem ser usaas como uma forma de validação destas teorias; por outro lado, modelos computacionais podem alcançar uma performance melhorada a partir da adoção de estratégias de aprendizado cognitivamente plausíveis. Estruturas sintáticas são ditas fornecer uma pista importante para a aquisição do significado de verbos. Ainda, para um subconjunto particular de verbos muito frequentes e gerais - os assim-chamados light verbs - há uma forte ligação entre as estruturas sintáticas nas quais eles aparecem e seus significados. Neste trabalho, empregamos um modelo computacional para investigar estas propostas, em particular, considerando a tarefa de aquisição como um mapeamento entre um verbo desconhecido e referentes prototípicos para eventos verbais, com base na estrutura sintática na qual o verbo aparece. Os experimentos conduzidos ressaltaram alguns requerimentos para um aprendizado bem-sucedido, em termos de níveis de informação disponível para o aprendiz e da estratégia de aprendizado adotada.
publishDate 2008
dc.date.issued.fl_str_mv 2008
dc.date.accessioned.fl_str_mv 2009-04-07T04:12:25Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/15508
dc.identifier.nrb.pt_BR.fl_str_mv 000682440
url http://hdl.handle.net/10183/15508
identifier_str_mv 000682440
dc.language.iso.fl_str_mv eng
language eng
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.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/15508/2/000682440.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/15508/1/000682440.pdf
http://www.lume.ufrgs.br/bitstream/10183/15508/3/000682440.pdf.jpg
bitstream.checksum.fl_str_mv c351e96b4559845af03b5c438bb3aee2
9bda3af5e82f66eef5c68659c3860c82
3bf8a6f606b295ff231d74577f959ff1
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085141024866304