Extração de Relações utilizando Features Diferenciadas para Português

  • Erick Nilsen Pereira Souza Universidade Federal da Bahia
  • Daniela Barreiro Claro Universidade Federal da Bahia
Palavras-chave: Extração de Relações Abertas, Seleção de Características

Resumo

A Extração de Relações (ER) é uma tarefa da Extração da Informação responsável pela descoberta de relacionamentos semânticos entre conceitos em textos não estruturados. Quando a extração não é limitada por um conjunto predefinido de relações, a ER é dita Aberta, cujo principal desafio consiste em reduzir a proporção de extrações inválidas no universo de relações identificadas. As soluções atuais, baseadas em aprendizado sobre um conjunto de features linguísticas específicas, embora consigam eliminar grande parte das extrações inválidas, possuem como desvantagem a alta dependência do idioma. Tal dependência decorre da dificuldade inerente à determinação do conjunto de features mais representativo para o problema, considerando as peculiaridades de cada língua. Neste sentido, o presente trabalho propõe avaliar as dificuldades da classificação baseada em features na extração de relações semânticas abertas em Português, com o objetivo de embasar novas soluções capazes de reduzir a dependência do idioma nesta tarefa. Os resultados obtidos indicam que nem todas as features representativas em Inglês podem ser mapeadas diretamente para a Língua Portuguesa com méritos de classificação satisfatórios. Dentre os algoritmos de classificação avaliados, o J48 apresentou os melhores resultados com uma medida-F de 84,1%, seguido pelo SVM (83,9%), Perceptron (82,0%) e Naive Bayes (79,9%).

Biografia Autor

Daniela Barreiro Claro, Universidade Federal da Bahia
Daniela é professora Adjunta da Universidade Federal da Bahia. Ela obteve o seu Mestrado em Ciências da Computação pela Universidade Federal de Santa Catarina (2000) e o seu Doutorado em Ciência da Computação - Université d'Angers/França (2006). Em 2009, ela fundou o Grupo de Pesquisa FORMAS - Formalismos e Aplicações Semânticas no CNPQ e desde então é líder deste grupo, promovendo pesquisas na área de Similaridade Semântica e Extração da Informação. Suas principais áreas de interesse são: Similaridade Semântica, Serviços Web Semânticos, Extração da Informação, Mineração de Dados, Recuperação da Informação
Publicado
2014-12-26
Como Citar
Souza, E. N. P., & Claro, D. B. (2014). Extração de Relações utilizando Features Diferenciadas para Português. Linguamática, 6(2), 57-65. Obtido de https://linguamatica.com/index.php/linguamatica/article/view/v6n2-4
Edição
v. 6 n. 2
Secção
Artigos de Investigação

Ao publicar na presente revista, os autores concordam com os seguintes termos:

  1. os direitos sobre a obra pertencem aos autores, que apenas concedem à Linguamática o direito de primeira publicação sob a licença Creative Commons, que permite que outros possam redistribuir a obra desde que acompanhada de referência ao autor e à Linguamática.
  2. os autores podem estabelecer outros contratos para a distribuição não exclusiva da obra, desde que mencionem que a sua primeira publicação foi efectuada na Linguamática.
  3. para aumentar as referências ao seu trabalho, os autores são encorajados a disponibilizar a obra, como "pré-publicação", antes de ou durante o processo de apreciação pela Linguamática, por exemplo em repositórios institucionais ou nas suas páginas pessoais na rede.