Caracterização autoral interdomínio a partir de textos

• Autor(a) principal: Delmondes Neto, José Pereira
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-06092021-142746/
• topic: Artificial Neural Netwok; Caracterização Autoral Interdomínio; Cross-Genre Author Profiling; Natural Language Processing; Processamento de Língua Natural; Redes Neurais Artificiais

Na área de processamento de língua natural, entende-se por caracterização autoral uma tarefa computacional que tem por objetivo extrair informações sociais e psicológicas dos indivíduos, como gênero e faixa etária, por meio de suas produções textuais. Modelos computacionais de caracterização autoral são comumente empregados em áreas como marketing e segurança, dentre outras. Estes modelos geralmente são de domínio único, i.e., são treinados e validados no mesmo gênero textual, o que faz com que sua portabilidade para outros gêneros seja limitada. Em contrapartida aos modelos de domínio único, modelos interdomínio, que são validados em gêneros textuais diferentes dos que foram treinados, podem ser uma alternativa para casos em que não há dados suficientes para o treinamento de um modelo computacional. Um exemplo seria a utilização de dados do Twitter (domínio que dispõem de grande volume de dados) para o desenvolvimento de modelos de caracterização autoral a serem utilizados em e-mails, domínio onde é mais difícil obter um volume de dados suficiente para o treinamento dos modelos. O presente trabalho apresenta uma proposta de pesquisa em nível de mestrado na área de processamento de língua natural, com ênfase em caracterização autoral, com o objetivo geral de desenvolver modelos de aprendizagem de máquina supervisionada baseados em redes neurais artificiais para a tarefa de caracterização autoral interdomínio, de modo a se obter uma alternativa robusta aos modelos de domínio único, com perda de acurácia reduzida se comparada a modelos equivalentes baseados em domínio único