No Campus com Helder Coelho

Atualidade dos Analisadores Semânticos

Helder Coelho

Nos últimos anos, a possibilidade de falar com uma máquina (relógio, telemóvel, computador portátil, automóvel), um dos sonhos da Inteligência Artificial, tornou-se trivial, pois a tecnologia da linguagem (tradução, reconhecimento, análise, síntese) evoluiu bastante desde a aposta da Apple no Siri em 2011 (veja-se o "Technology Quarterly" do "Economist" de 5 de janeiro de 2017, e a melhoria da precisão no reconhecimento das palavras ou na tradução, cada vez mais perto dos 100%). No entanto, esta vitória da ciência (na idade da avalanche dos dados ou Big Data) não foi fácil e, o que estava em causa, o poder de análise semântica (semantic parser) cresceu (scaled up) graças à fusão dos aspetos lógicos e estatísticos. Mais, o analisador é agora capaz de aprender (Liang, 2016), e foram os avanços da Aprendizagem Mecânica e dos Modelos Estatísticos (Hidden Markov Model, a via da força bruta) os principais responsáveis pelo entusiasmo da indústria e dos mercados. A Microsoft, a Facebook, a Google foram também para a luta e parecem estar empenhadas em melhorar os seus resultados.

Duas linhas de investigação confrontaram-se nos últimos 40 anos, o lado da linguística formal, defendido por Noam Chomsky, e o lado da teoria da informação, que se apoiou em Claude Shannon. E, não se deve esquecer Zellig Harris, o qual defendeu uma aliança forte entre os princípios gramaticais e os informacionais, e o mesmo aconteceu com a via da teoria das linguagens formais.

As técnicas matemáticas ganharam espaço e estão hoje na frente pelos avanços e a lidar com as avalanches de dados. Na presente década, graças aos esforços de um grupo pequeno de empresas, a via da teoria da informação ganhou adeptos, sobretudo devido aos sucessos no reconhecimento da voz (discurso), na busca de informação, e na tradução das línguas. Ferramentas online como o BabelFish (apoiada em regras) e o Google Translate, passaram a ser usadas e prezadas. Empresas mais pequenas, como a Nuance (e o programa Dragon Dictate), mostraram que as tecnologias das redes neuronais são úteis (a DeepMind da Google inaugurou, em 2014, um novo modo de sintetizar os discursos orais, recorrendo a redes neuronais profundas).

O mercado do processamento da língua natural (PLN), segmentado em codificação automatizada, análise de textos, reconhecimento de carateres óticos, resposta interativa em voz, reconhecimento de padrões e imagens, e analítica da voz, tenderá a aumentar muito nos próximos dez anos.

A compreensão de uma língua natural (Português) passou a poder ser decomposta em duas etapas, a tradução das frases lógicas (representação do seu significado) e a produção de ações. E, os analisadores semânticos são capazes de aprender as formas lógicas que estão associadas aos pares frases/ações. A compreensão é organizada com vários módulos, como o executor, a gramática, o modelo, o analisador e o aprendiz. E, o sistema por detrás da compreensão é ensinado e, após o treino, aumenta a sua precisão de trabalho. Mas, devemos ter um certo cuidado pois as línguas estão cheias de ambiguidades e exceções.

Compreensão profunda + raciocínio lógico
(sintaxe, semântica e pragmática)

A composição do significado de uma frase (expressão) é o resultado do arranjo/combinação das subexpressões (partes significantes da frase).

No início (anos 60), e nas duas décadas seguintes, era muito difícil ir além de domínios limitados (fechados) e de enfrentar as complexidades de uma língua em geral, apenas com regras feitas à mão. A evolução da aprendizagem mecânica, foi influenciada pelas técnicas estatísticas, já adotadas pelo reconhecimento de padrões (discurso com voz), e também graças ao modo repetitivo de explorar exemplos de comportamento (entrada/saída) e de os obrigar ao encaixe num modelo (estatístico). A revolução passou ainda pelo enfraquecimento da supervisão (na passagem das formas lógicas anotadas às respostas) e pela ampliação (scaling up) dos analisadores semânticos a domínios mais abertos e complicados. Se os primeiros sistemas exigiam as formas anotadas, os novos começaram a ser treinados com as respostas (via aprendizagem). E, finalmente, a aplicação dos analisadores a diferentes domínios e além do que é mais comum, a pergunta/resposta, tais como a navegação de robôs, a identificação de objetos em cenas, ou a conversão da língua natural em expressões regulares.

O escalamento (scaling up) é, hoje em dia, um dos problemas interessantes da Informática. Consiste em passar de um protótipo (em geral com uma escala pequena) para um sistema mais realista, e na maioria dos casos não exige apenas grandes computadores (alta velocidade e poder de processamento, enormes memórias).

Por exemplo, em simulação social baseada em agentes inteligentes, requer paciência para afinar os principais parâmetros, tornar os agentes cognitivos parecidos com os seres humanos, e multitudes de agentes diferentes em cenários com paisagens bem sofisticadas (o filme Avatar de James Cameron é um bom exemplo de um empreendimento que levou dez anos a realizar, recorrendo a novas tecnologias e ferramentas). No caso de conflitos sociais (como as manifestações de protesto em rua) passar de 1.000 agentes para 2.000 é trivial, mas o salto para 10.000 impõe muito trabalho, tempo e paciência para as afinações.

No futuro, os desafios são ainda grandes, como por exemplo a representação semântica da linguagem ou que supervisão se deverá adotar para aprender a semântica. Recentemente, houve bastante interesse em recorrer às redes neuronais, e suas extensões, para atacar as tarefas mais populares do processamento da língua natural, a tradução mecânica e a pergunta/resposta (veja-se o sucesso do sistema Watson da IBM e da interface Siri da Apple, desde 2011). A paridade entre a tecnologia e o desempenho humano está ainda longe, medida em 2/3 anos, embora os produtos comecem a surgir, como os automóveis com controles ativados por voz. Para alguns, criar discurso ou compreendê-lo são duas operações opostas.

No Departamento de Informática (DI) da Faculdade de Ciências da Universidade de Lisboa (Ciências ULisboa), o grupo do professor António Branco, por detrás da unidade de investigação e desenvolvimento NLX (criada no início de 2000), disponibilizou um serviço o LX-Service para se observarem algumas das ferramentas desenvolvidas em cerca de 20 anos de estudo (LX-Suite, LX-Conjugator, LXGram, POS Tagger, LX-Tokenizer, Lematizador verbal). Recentemente foi aprovado o projeto CNPTDeepMT (Tradução Automática Profunda entre Chinês e Português, no domínio do eCommerce), com a duração de três anos, o apoio da FCT e do Ministério da Ciência e Tecnologia da China e a ser realizado na unidade NLX no DI Ciências ULisboa.

Referência
Liang, P. Learning Executable Semantic Parsers for Natural Language Understanding, Communications of the ACM, Setembro, Vol. 59, Nº 9, 2016.

Helder Coelho, professor do Departamento de Informática de Ciências
info.ciencias@ciencias.ulisboa.pt

Faltam poucos dias para o Dia Aberto. A Faculdade volta a abrir portas aos alunos do ensino secundário no próximo dia 3 de maio.

Nos dias 27 e 28 de abril de 2017 realiza-se a 8.ª edição da feira anual de emprego da Faculdade de Ciências da Universidade de Lisboa.

A componente tecnológica do espectrógrafo ESPRESSO que irá conduzir a luz dos telescópios do VLT para o instrumento, ocoudé train, a ser instalado noESO, é feita por uma equipa portuguesa da qual fazem parte professores e investigadores de Ciências. Neste artigo, fique a conhecer o trabalho realizado pelo grupo.

No mesmo espaço, associações de voluntariado, voluntários e estudantes de Ciências com interesse na disciplina de Voluntariado Curricular reuniram-se. O objetivo foi dar a conhecer o trabalho feito na disciplina de Voluntariado Curricular, através da partilha de histórias e experiências.

O Núcleo de Física e Engenharia Física da Faculdade de Ciências da Universidade de Lisboa foi fundado no dia 19 de maio de 2016, curiosamente no dia do Físico, com o intuito de representar os estudantes de Física e Engenharia Física.Uma das atividades organizadas com o intuito de alargar a perspetiva profissional destesalunos foi aConferência Física Fora da Academia.

A distribuição geográfica atual dos tojos do género Stauracanthus - arbustos espinhosos que ocorrem nas dunas interiores das praias portuguesas - deve-se a acontecimentos geológicos de grande escala ocorridos no Mar Mediterrâneo há cerca de cinco milhões de anos.

O planeta Terra está em constante mudança. Pegue em qualquer livro de Geologia e uma das primeiras frases que vai encontrar será esta ou uma muito parecida. Se continuar a ler, ficará a saber que a Terra tem mais de 4500 milhões de anos e que nem sempre foi como a conhecemos. Antes, existiam supercontinentes rodeados por vastos oceanos que, ao longo de milhões de anos, se fragmentaram e relocalizaram dando forma aos seis continentes e cinco oceanos que compõem atualmente o planeta azul.

O que fazem e o que pensam alguns membros da comunidade de Ciências? ODictum et factumde abril é com Ana Pereira, técnica superior do Gabinete de Empregabilidade da Área de Mobilidade e de Apoio ao Aluno de Ciências.

O dryVHP venceu o prémio Inovação Ageas – Novo Mundo. Construir aparelhos de esterilização mais rápidos e eficazes, ou aparelhos de esterilização portáteis e não elétricos para missões humanitárias é o objetivo deste projeto, desenvolvido em Ciências.

O programa CSA (community supported agriculture) refere-se a uma comunidade de produtores e consumidores que partilham os benefícios e os riscos da produção numa inspiradora experiência de responsabilidade conjunta em torno do alimento.

“Estes programas de bolsas e estímulos são muito importantes para os alunos que, como eu, ambicionam tornar-se investigadores”, declara o aluno de Ciências, um dos vencedores da edição 2016/2017 do prémio Novos Talentos em Matemática, da Fundação Calouste Gulbenkian.

Raquel Conceição,chairdaAção MiMed-TD1301e Pedro Almeida, um dos representantes nacionais daAção COST FAST, participaram no “Portugal in the Spotlight”. Os professores de Ciências deram a conhecer o sucesso das ações COST em que estão envolvidos, participando ainda no debate “Making the added value of networking tangible. The Portuguese perspective".

A Faculdade visita escolas secundárias há19 anos e em parceria com a empresa Inspiring Future, desde 2014, por forma a divulgar a sua oferta formativa. Este ano letivo foram agendadas 95. Até agora Ciências já esteve em 56 escolas, após as férias escolares irá visitar mais 39.

A história ensinou-nos que quem faz a língua é quem a fala e escreve e estou em crer que todos estes e muitos outros termos, goste-se ou não, vieram para ficar.

Bruno Carreira, doutorado emBiologiapor Ciências e atualmente investigador de pós-doutoramento nocE3c - Centro de Ecologia, Evolução e Alterações Ambientais, é o vencedor da edição de 2016 do Prémio Fluviário de Mora - Jovem Cientista do Ano.

Quando Leibniz e Newton se enfrentaram no século XVII, sobre a origem do Cálculo, criaram um espaço para exercerem o contraditório, argumentando e criticando, em defesa dos seus argumentos. Esse exercício chama-se controvérsia (debate ou polémica), considerada por muitos como a máquina do progresso intelectual e prático. Cada um dos lados apresenta a sua explicação (causa) das suas razões, como factos (pro ou contra), e os quais sustentam e justificam a sua posição.

Ciências participou no Google Hashcode 2017. Das 12 equipas concorrentes, cinco resolveram corretamente os desafios de programação, numa maratona marcada, segundo os participantes, pela aquisição de competências e boa disposição.

Maria Amélia Martins-Loução, investigadora docE3c e professora doDBVCiências, é a nova presidente da Sociedade Portuguesa de Ecologia.

A 3.ª corrida de carros movidos a energia solar conta com a participação de 30 pilotos e dez carros construídos por alunos dos ensinos secundário e universitário.

“Estou a adorar a minha experiência académica. Ao estar no ramo da Matemática, consegui desenvolver algumas softskills, tais como a organização, a atenção ao detalhe, a capacidade para questionar e o rigor”, declara Diogo Ramalho, campeão nacional universitário de Taekwondo e aluno de Matemática de Ciências.

“Chocolate – do laboratório à fábrica” é uma das 159 palestras apresentadas por professores, cientistas a pedido das escolas secundárias.

No programa Novos Talentos em Matemática, edição 2016/2017, da Fundação Calouste Gulbenkian, foram distinguidos três alunos de Ciências. Desta vez, entrevistamos a aluna do 3.º ano do curso de Matemática de Ciências, Isabel Nobre.

Uma circulação de vento entre o equador e os polos foi detetada em ambos os hemisférios de Vénus pela primeira vez, e poderá contribuir para explicar a superrotação da atmosfera deste planeta, segundo estudo liderado por Pedro Machado, investigador doInstituto de Astrofísica e Ciências do Espaçoe professor do Departamento de Física de Ciências.

No filme “The man who knew infinity” (sobre a colaboração de Ramanujan com Hardy em Cambridge, Reino Unido) aborda-se a resolução de problemas e a discussão do recurso à intuição. O terreno da Matemática é o escolhido, tal como no problema de Kadinson-Singer (sem resolução durante 50 anos), e onde se trata da reconciliação da Física Quântica com a Matemática (Marcus, Spielman e Srivastava, 2015).

Filipe Duarte Santos foi designado presidente do Conselho Nacional do Ambiente e do Desenvolvimento Sustentável (CNADS), segundocomunicadodo Conselho de Ministros de 9 de março.

Páginas