Show simple item record

dc.creatorBeck, Daniel Emilio
dc.date.accessioned2016-06-02T19:05:58Z
dc.date.available2012-09-28
dc.date.available2016-06-02T19:05:58Z
dc.date.issued2012-06-19
dc.identifier.citationBECK, Daniel Emilio. Tradução automática estatística baseada em sintaxe e linguagens de árvores. 2012. 94 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2012.por
dc.identifier.urihttps://repositorio.ufscar.br/handle/ufscar/504
dc.description.abstractMachine Translation (MT) is one of the classic Natural Language Processing (NLP) applications. The state-of-the-art in MT is represented by statistical methods that aim to learn all necessary linguistic knowledge automatically through large collections of texts (corpora). However, while the quality of statistical MT systems had improved, nowadays these advances are not significant. For this reason, research in the area have sought to involve more explicit linguistic knowledge in these systems. One issue that purely statistical MT systems have is the lack of correct treatment of syntactic phenomena. Thus, one of the research directions when trying to incorporate linguistic knowledge in those systems is through the addition of syntactic rules. To accomplish this, many methods and formalisms with this goal in mind are studied. This text presents the investigation of methods which aim to advance the state-of-the-art in statistical MT through models that consider syntactic information. The methods and formalisms studied are those used to deal with tree languages, mainly Tree Substitution Grammars (TSGs) and Tree-to-String (TTS) Transducers. From this work, a greater understanding was obtained about the studied formalisms and their behavior when used in NLP applications.eng
dc.description.sponsorshipUniversidade Federal de Minas Gerais
dc.formatapplication/pdfpor
dc.languageporpor
dc.publisherUniversidade Federal de São Carlospor
dc.rightsAcesso Abertopor
dc.subjectProcessamento da linguagem natural (Computação)por
dc.subjectLinguística - processamento de dadospor
dc.subjectLinguagem - tradução automáticapor
dc.subjectProcessamento da Língua Naturalpor
dc.subjectLinguística Computacionalpor
dc.subjectTradução automática estatísticapor
dc.subjectGramáticas de substituição de árvorespor
dc.subjectTransdutores árvore-para-Stringpor
dc.subjectNatural language processingeng
dc.subjectComputational linguisticseng
dc.subjectStatistical machine translationeng
dc.subjectTree substitution grammarseng
dc.subjectTree-to-string transducerseng
dc.titleTradução automática estatística baseada em sintaxe e linguagens de árvorespor
dc.typeDissertaçãopor
dc.contributor.advisor1Caseli, Helena de Medeiros
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6608582057810385por
dc.creator.Latteshttp://lattes.cnpq.br/0876169547835331por
dc.description.resumoA Tradução Automática (Machine Translation - MT) é uma das aplicações clássicas dentro do Processamento da Língua Natural (Natural Language Processing - NLP). O estado-da-arte em MT é representado por métodos estatísticos, que buscam aprender o conhecimento linguístico necessário de forma automática por meio de grandes coleções de textos (os corpora). Entretanto, ainda que se tenha avançado bastante em relação à qualidade de sistemas estatísticos de MT, hoje em dia esses avanços não estão sendo significativos. Por conta disso, as pesquisas na área têm buscado formas de envolver mais conhecimento linguístico explícito nesses sistemas. Um dos problemas que não é bem resolvido por sistemas de MT puramente estatísticos é o correto tratamento de fenômenos sintáticos. Assim, uma das direções que as pesquisas tomam na hora de incorporar conhecimento linguístico a esses sistemas é através da adição de regras sintáticas. Para isso, uma série de métodos e formalismos foram e são estudados até hoje. Esse texto apresenta a investigação de métodos que se utilizam de informação sintática na tentativa de avançar no estado-da-arte da MT estatística. Foram utilizados métodos e formalismos que lidam com linguagens de a´rvores, em especial as Gramáticas de Substituição de Árvores (Tree Substitution Grammars - TSGs) e os Transdutores Árvore-para-String (Tree-to-String - TTS). Desta investigação, obteve-se maior entendimento sobre os formalismos estudados e seu comportamento em aplicações de NLP.por
dc.publisher.countryBRpor
dc.publisher.initialsUFSCarpor
dc.publisher.programPrograma de Pós-graduação em Ciência da Computaçãopor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record