Processamento de Linguagem Natural Flávia Barros Centro de Informática - UFPE

Roteiro Breve histórico Arquitetura geral de sistemas de PLN Etapas na interpretação da LN Processamento morfológico Processamento sintático Análise semântica Análise do discurso Processamento pragmático

Processamento de Linguagem Natural Há 20 anos atrás... Os dados estavam ordenadamente armazenados em Bancos de Dados Hoje: Os dados estão armazenados em forma de texto livre e.g., Internet Como ter acesso a esses dados? Processamento de Linguagem Natural (PLN) !!! tem por objetivo interpretar e gerar frases isoladas ou textos em alguma língua natural congrega estudos da Lingüística e da Ciência da Computação.

Um Pouco de História Déc. 40 - 60: Tradução automática (Ling.) Recuperação de informação (C.C.) Final 60 - 70 Técnicas de Inteligência Artificial para representar e manipular conhecimento Sistemas de pergunta-resposta Interfaces em L.N. para bancos de dados e bases de conhecimento Final 70 - final 80 Lógica de Predicados e Frames para representar conhecimento e fazer inferência Análise automática do discurso Geração de linguagem natural PLN conexionista Ressurgimento de tradução automática (EUROTRA,UNL)

Um Pouco de História Final 80 - 90: PLN estatístico (grandes corpora) Recuperação de informação na Web Apresentações multimídia Ajuda on-line Sistemas tutores inteligentes Outras aplicações: Verificadores ortográficos e gramaticais Reconhecimento e síntese de voz Extração de informação Geração de resumos Avaliação empírica de teorias lingüísticas

Arquitetura de Sistemas para PLN Etapas: Processamento morfológico Processamento sintático Análise semântica Análise do discurso Processamento pragmático Ver figura na apostila

Processamento Morfológico Objetivo: Na interpretação: decompor as palavras da frase de entrada em radical + morfema gramatical morfologia inflexional: menina = menin + a cadeiras = cadeira + s morfologia derivativa: fazia = faz + ia desfaz = des + faz Na geração: gerar as palavras que vão formar a frase a partir do seu radical + morfema gramatical

Processamento Morfológico Análise morfológica: Utiliza os radicais, morfemas gramaticais e regras morfológicas de formação das palavras É central na construção de verificadores ortográficos automáticos qualquer aplicação com léxico e gramática de grande tamanho

Processamento Sintático Objetivo: Na interpretação: obter a representação da estrutura sintática da frase: Parsing Na geração: determinar a estrutura sintática da frase a ser gerada

A partir de agora... Veremos apenas Interpretação de Linguagem Natural

Processamento Sintático Parser: algoritmo que mapeia uma frase na sua estrutura sintática com base no léxico e na gramática do sistema.

Parsing Etapas de processamento: rotular cada palavra com sua categoria sintática (pos-tagging) mesa: substantivo; casa: subst. ou verbo delimitar constituintes sintáticos - sintagmas (bracketing) rotular os constituintes com categorias sintáticas SN (sintagma nominal), SV (sintagma verbal), etc Gramática de Constituintes Imediatos rotular os constituintes com sua função sintática sujeito, objeto, predicado, ... identificar dependências estruturais entre os constituintes oração coordenada, subordinada, embedding,...

O Léxico Dicionário com os termos utilizados pelo sistema. Existem variados formalismos para representação dos léxicos. A representação do léxico deve estar de acordo com a da gramática do sistema. Exemplos de entradas de um léxico em PATR-II (Shieber 1984): comprou <cat> = verbo <tempo> = pretérito-perfeito <número> = singular <pessoa> = 3 <voz passiva> = yes <arg1> = SN <arg2> = SN mesa <categoria> = substantivo <gênero> = feminio <número> = singular <contável> = yes

A Gramática Define, através de regras, quais são as cadeias de palavras válidas para o sistema. Sistemas de PLN tratam um sub-conjunto de uma língua natural. Existem diversos formalismos para a representação de gramáticas. Exemplos de regras de uma gramática em PATR-II: este formalismo oferece mecanismos para verificação de concordância gênero e número, por exemplo. SN ® Det Subst <Det gênero> = <Subs gênero> <Det número> = <Subs número> SN ® Subst Adj <Subst gênero> = <Adj gênero> <Subst número> = <Adj número>

Ambigüidade no nível Sintático Frases onde as palavras podem assumir categorias sintáticas diferentes, a depender da interpretação: I saw her duck Ambigüidade estrutural: Eu vi o banco da praça Eu vi o rapaz no parque com o binóculo. (1) O rapaz estava com o binóculo (2) Eu estava com o binóculo

Ambigüidade no nível Sintático Ver figura na apostila

Interpretação Semântica Estrutura sintática apenas não basta! frases com palavras e estruturas sintáticas diferentes, porém com mesmo significado: (1) Eu dei um livro a Maria. (2) Maria recebeu um livro de mim. receber e dar ® conceito semântico de transferência Controle de inferência Eu vi uma baleia grande eu vi uma baleia eu vi algo grande Eu vi uma baleia pequena eu vi algo pequeno???

Interpretação Semântica estuda o significado das palavras e como elas se combinam para formar o significado das frases. Objetivo: Na interpretação: mapear a estrutura lingüística da frase nos conceitos do domínio que a frase pode expressar. problema: ambigüidade Ela estava em minha companhia (1) companhia = empresa (2) companhia = pessoa (i.e., ela estava comigo) Na geração: expressar os conceitos do domínio na estrutura lingüística da frase. problema: paráfrase

Restrições de Seleção Restrições de seleção são atribuídas às palavras no léxico: menino ® [+humano], [+masculino], [-adulto] pensamento ® [+abstrato] cabo ® [+vivente], [+humano], [+adulto] cabo ® [+concreto], [+inanimado] jovem = Substantivo modificado pelo adjetivo ® [+vivente] morrer = Substantivo sujeito do verbo ® [+vivente] Exemplo: o cabo é jovem o cabo é longo

Restrições de Seleção Ontologias Restrições de seleção definem classes semânticas de palavras, que podem ser organizadas em hierarquias de tipos (ontologias).

Gramáticas de Casos Formalismo muito utilizado no processamento semântico de frases. Papéis temáticos, ou casos, são atribuídos aos constituintes da frase. Papéis temáticos são determinados pelo verbo, o constituinte central da frase. Exemplo de entrada lexical para o verbo entregar: entregar, Verbo argumentos: agente, tema, beneficiário Eu entreguei a carta a Pedro.

Gramáticas de Casos Ver figuras na apostila

O Modelo do Domínio Fornece o contexto enciclopédico do sistema. Armazena conhecimento a respeito das entidades, relações, eventos, lugares e datas do domínio da aplicação. O conhecimento é representado em uma Ontologia do domínio, em um (ou mais de um) formalismo de IA e.g., Lógica de Predicados, Redes Semânticas, Frames, Scripts. Na interpretação: interpretação do conteúdo implícito das palavras. Na geração: escolha do conteúdo a explicitar.

Processamento Automático do Discurso Problema: Antônio quer fazer uma festa de formatura na sua casa. Ele a limpou e arrumou ontem. Qual o referente do pronome a? festa e casa apresentam os mesmos traços morfológicos (fem, sing) e sintáticos (subs). o que nos ajuda a optar por casa é o nosso conhecimento do mundo (ou senso comum).

Processamento Automático do Discurso Como é possível resolver automaticamente problemas desta natureza? Foram desenvolvidos teorias lingüísticas e algoritmos computacionais para representar, interpretar e gerar discurso, a fim de construir sistemas de PLN capazes de manter um diálogo com o usuário. Discurso: qualquer produção lingüística composta por mais de uma frase.

Discurso tem Estrutura (a) João e Maria saíram para comprar um cortador de grama novo (b) porque o deles foi roubado. (c) Maria viu os homens que o roubaram. (d) Ela os seguiu até o final da rua, (e) mas eles fugiram num caminhão. (f) Depois de procurar no shopping center, (g) eles concluíram que não têm dinheiro para um novo. (h) A propósito, João perdeu o emprego, (i) por isso ele está sem dinheiro. (j) Finalmente, eles decidiram comprar um cortador usado.

Análise do Discurso Estuda os princípios que governam a produção de seqüências estruturadas de frases = discurso escrito ou falado. O discurso é formado por segmentos unidades lingüísticas que contêm uma ou mais frases consecutivas que tratam do mesmo assunto (o foco daquele trecho do discurso). Qual a importância de se identificar a estrutura do discurso? entre outras, a identificação dos referentes de pronomes e dêiticos (e.g., hoje, aqui, agora).

Análise do Discurso Como determinar automaticamente a fronteira entre segmentos? analisando a “superfície” do texto em busca de marcadores discursivos e.g., "A propósito", "Bem", "Como eu ia dizendo", "Em resumo", etc. analisando o "conteúdo semântico" do , em busca de identificar mudanças de foco.

O Modelo do Discurso Fornece o contexto discursivo. É construído dinamicamente durante o processamento do discurso. Armazena informações sobre as frases previamente processadas. Central na interpretação e geração de pronomes e dêiticos. Geralmente, consiste em uma pilha contendo as caraterísticas sintáticas e semânticas das entidades já introduzidas no discurso. Essa pilha deve espelhar a estrutura do discurso, indicando onde começa e termina cada segmento.

Processamento Pragmático Pragmática estuda os enunciados - frases com seu significado no contexto do discurso. tem como preocupação central a análise dos objetivos da comunicação (interação social). Atos da Fala atividades desenvolvidas pelos falantes enquanto fazem uso da íngua. 1. Atos Locutórios - "A janela está aberta'’ 2. Atos Ilocutórios - ordem ou um pedido para fechar a janela 3. Atos Perlocutórios - o efeito de um enunciado sobre o (fechar a janela) Problema: um mesmo enunciado pode realizar atos da fala diversos, dependendo do seu contexto de uso.

Atos da Fala Tipos de Atos da Fala, e possíveis realizações lingüísticas: Assertivos - assertiva, constatação, afirmação, negação Diretivos - ordem, comando, requisição Comissivos - promessa, garantia, juramento, aposta Expressivos - elogio, agradecimento, parabenização Declarativos (a) encontro, indicação, declaração (b) declaração de guerra (c) estímulo, resignação, excomunhão Exemplos: Prometo que vou à festa. Aposto que você vai gostar do livro. Fale com o diretor. Muito úteis na IA Distribuída, na comunicação entre os diversos agentes de uma sociedade.

Processamento Pragmático É necessário em qualquer tarefa de PLN que requeira a análise das intenções dos participantes no discurso. modelagem do usuário. O Modelo do Usuário fornece o contexto interpessoal. armazena conhecimento a respeito do usuário do sistema, por exemplo: seus objetivos, planos, intenções, sua função, seu status, seu conhecimento do domínio. Pode ser modificado ou enriquecido durante o processamento com auxílio do componente pragmático. Utiliza representações como planejamento hierárquico ou atos da fala.

Processamento de Linguagem Natural Interpretação de LN – OK Geração de LN Ver apostila o outros livros e papers...