Para citar este trabalho use um dos padrões abaixo:
Categorias funcionais e de conteúdo na aprendizagem distribucional
MARCOS SERGIO ZANCHETTA JUNIOR
UNICAMP
Agora você poderia compartilhar comigo suas dúvidas, observações e parabenizações
Crie um tópicoO modelo computacional adotado aqui (Faria e Ohashi, 2018; Faria, 2019a, 2019b) implementa um procedimento de três estágios para aprendizagem distribucional das categorias. Quatro novas condições experimentais são investigadas nesse estudo: (i) usar apenas palavras funcionais como itens contextuais válidos para classificar as palavras de modo geral e, também, separadamente (os próprios itens funcionais, de um lado, e os de conteúdo, de outro); (ii) usar apenas itens de conteúdo para classificar itens funcionais, itens de conteúdo e as palavras de modo geral e (iii) utilizar as primeiras cem palavras mais comuns no corpus para classificá-lo, divididos em grupos de 10 palavras. Os resultados deste último experimento nos levaram a incluir uma quarta condição experimental, considerando o efeito conjunto das 10 palavras mais frequentes e o grupo das palavras que ocupam o intervalo entre a 41ª palavra mais frequente e a 50ª. Os resultados apontam que o modelo tem uma melhora de desempenho, em relação ao experimento padrão, quando são classificados os itens de conteúdo, mostrando um F-Score de 0.67 ("Open_open" e "Closed_open"). O resultado referente à classificação das palavras de conteúdo quando utilizamos os itens funcionais como contexto é melhor, no geral, comparando-o com o resultado "Standard", uma vez que, além de um melhor F-Score, há maior precisão e maior cobertura. Outros resultados são apresentados no resumo da pesquisa.
Apoio/Financiamento da Pesquisa: SAE/UNICAMP
Paulo Ângelo Araújo Adriano
Olá, Marcos. Parabéns pelo teu trabalho! De fato, o modelo tem muito a ganhar com pesquisas como essa! Eu gostaria que tu comentasse um pouco sobre os resultados, o que eles significam, quais foram as medidas... Ainda, fiquei em dúvida sobre a parte do Tycho Brahe, não ficou claro para mim a relação com o CTB. Por fim, tu acha que é possível implementar esse modelo para melhorar a precisão do parsing do CTB, quando da anotação automática morfológica?
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo
MARCOS SERGIO ZANCHETTA JUNIOR
Olá, Paulo. Obrigado pelo comentário e pelas perguntas. O CTB, em nosso modelo, serve de classificação de referência contra a qual a performance do modelo vai ser avaliada. O modelo utiliza como medidas base: i) a precisão (p, nas tabelas apresentadas no vídeo) mede a proporção de pares de palavras colocadas em um mesmo cluster que estão realmente corretos, ou seja, a quantidade de pares agrupados que também seriam agrupados na CTB e ii) a cobertura (c, nas tabelas), mede a proporção dos pares desejados (pares que deveriam estar juntos de acordo com a referência) que o modelo agrupou corretamente no mesmo cluster. A medida F-score integra essas duas em uma fórmula, porque, em exemplo extremo, se fosse formado um cluster único com todos os pares de palavras, o modelo teria 100% de cobertura, porque estão no cluster todos os pares desejados, mas baixa precisão porque ele colocou em um cluster pares de palavras que não estão na mesma categoria de referência. A medida F-score tenta capturar, portanto, o efeito conjunto dessas medidas de forma a ter um equilíbrio na avaliação dos resultados. Por fim, o G é o número de grupos formados nos dados de saída do modelo.
Os resultados mostram que o modelo tem melhor desempenho quando classificamos itens de conteúdo usando, como contexto, tanto itens de conteúdo quanto itens funcionais. Mas precisaríamos verificar, em análises qualitativas, como estão formados os grupos nos arquivos de saída, se há subgrupos (por exemplo, se há agrupamentos de infinitivos, gerúndios etc.).
Quanto à aplicação dele para melhorar o desempenho do parsing da CTB, eu não tenho como avaliar neste momento.