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
Scientists working at the laboratory

Jaime A. S. Coelho, professor do DQB Ciências ULisboa e investigador no CQE, polo desta faculdade, é o primeiro investigador a trabalhar em Portugal a ser galardoado com o Prémio Thieme Chemistry Journals. "É uma enorme honra fazer parte desta prestigiada lista em que estão presentes outros químicos internacionalmente reconhecidos, como o Dean Toste (distinguido em 2003), Nuno Maulide (distinguido em 2010), Benjamin List (distinguido em 2001, prémio Nobel da Química 2021), David MacMillan (distinguido em 1999, prémio Nobel da Química 2021), entre outros”, diz Jaime A. S. Coelho.

Worldwide connection technology interface. Global Strategy Virtual Icon.Innovation Graphs Interface

A Faculdade é um dos associados fundadores da Biodata.pt, que opera a infraestrutura distribuída portuguesa de dados biológicos e o nó português ELIXIR. “A participação da Faculdade nesta associação é de elevada importância e valor estratégico”, escrevem os cientistas Cátia Pesquita, Sofia Henriques, Vítor Sousa, Célia Miguel e Miguel Machuqueiro.

Digital Cyber Circuit Head 3d

Um dos seis novos projetos financiados pelo Programa CMU Portugal no âmbito do concurso da FCT para projetos exploratórios 2021, na área das TIC intitula-se “Agência de Adultos Idosos em Interação Humano-Robot”.

zona costeira

Trabalho de investigação liderado por grupo da Universidade de Barcelona, que conta com contribuições de quatro investigadores do IDL Ciências ULisboa, encontra evidências de ocupação Neandertal mais recuada e prolongada no tempo.

Pescoço inclinado para trás

"Esta altura do ano é ideal para parar e refletir e sobretudo agradecer aos alunos, alumni, professores, investigadores e todos os outros funcionários desta “casa”, aqueles que continuam no ativo, os que se reformaram e aos que já não estão entre nós. Há um legado, sempre", escreve Ana Subtil Simões, editora da Newsletter de Ciências.

6 investigadores

Equipa de investigadores portugueses a trabalhar no German Cancer Research Center desenvolvem técnica pioneira para o tratamento com protões do cancro da próstata.

várias imagens de engenheiros ao computador e no terreno

Último artigo de opinião no âmbito das comemorações do centenário do curso de Engenharia Geográfica/Geoespacial.

Troféu

Em 2021 a Ordem dos Engenheiros (OE) celebrou 85 anos e 152 anos enquanto associação representativa destes profissionais portugueses. Durante as comemorações, esta sociedade pública profissional distinguiu Ciências ULisboa com o Troféu OE pelo centenário da criação da licenciatura Engenharia Geográfica/Geoespacial, um dos 12 que foram atribuídos durante a Gala 85 Anos OE.

Campus da Faculdade - passagem

“O equilíbrio entre o pensamento holístico e o pragmatismo experimental, entre a intuição e a dedução, é difícil de atingir. A educação é o terreno próprio para não recearmos essa viagem”, escrevem Rui Malhó e Helder Coelho, a propósito da obra “Complexidade: implicações e políticas globais”, apresentada recentemente na Fundação Calouste Gulbenkian.

Logotipo da rubrica radar Tec Labs

Vigésima rubrica Radar Tec Labs, dedicada às atividades do Centro de Inovação da Faculdade. A empresa em destaque é a Shift.

1.ª edição das Medalhas de Mérito Científico REN - Ciência LP

Adyler Frota,  alumnus do mestrado integrado em Engenharia da Energia e Ambiente da Faculdade, foi galardoado este mês com o 2.º prémio das Medalhas de Mérito Científico REN - Ciência LP, na categoria jovens estudantes, pela tese “Otimização do Desempenho Ótico de amostras de silício cristalino por Metal Assisted Chemical Etching (MACE)” e que contou com os orientadores José Silva e Ivo Costa.

grupo de atletas da equipa AEFCL

A equipa de natação da AEFCL conquistou nove medalhas num total de 24 provas no Campeonato Nacional Universitário de Natação em Piscina Curta. A AEFCL conseguiu a sua melhor classificação de sempre nestes campeonatos.

 albatrozes-de-sobrancelha

Um estudo liderado por um estudante do doutoramento em Biologia e Ecologia das Alterações Globais sobre a influência da temperatura da água do mar nos “divórcios” de uma população de albatrozes demostrou, pela primeira vez, uma influência direta do meio ambiente nas taxas de separação desta espécie monogâmica.

Maria Amélia Martins-Loução

“O esforço contínuo em inovar e cruzar saberes vale sempre a pena”, diz a cientista Maria Amélia Martins-Loução, distinguida com o Grande Prémio Ciência Viva 2021.

Brochuras e outros brindes

"A comunicação gera representações sociopsicológicas que são usadas para diferenciar, reconhecer e memorizar os seus bens, produtos e serviços, tornando-os singulares." Mais uma rubrica em jeito de editorial, da autoria de Ana Subtil Simões, editora da Newsletter de Ciências.

Maria Manuel Torres com alunos

"A Matemática serve para fazer magia", comenta Maria Manuel Torres, professora do Departamento de Matemática, a propósito da sessão sobre investigação em Matemática pura, realizada no âmbito do "Encontro com o Cientista", uma inicativa do Pavilhão do Conhecimento - Escola Ciência Viva. A Faculdade recebeu a visita de cerca de 45 alunos, com cerca de 10 anos, acompanhados pelas suas professoras e auxiliares, assim como por técnicos da Ciência Viva.

Reboot - closing this endless crisis [terminar esta crise interminável]

A Reboot é uma associação sem fins lucrativos formada em outubro de 2020 com a missão de criar uma comunidade focada no combate à crise climática. Circular 2021 é o próximo evento organizado pela Reboot, e decorre a 1 de dezembro, na Aula Magna da Reitoria da ULisboa.

Todas as semanas são boas para dar a conhecer os cientistas e o que investigam, assim como os seus contributos para o avanço do conhecimento, ainda assim há semanas mais especiais que outras, como é o caso da Semana da Ciência e da Tecnologia.

Imagem abstrata relacionada com o cartaz promocional do ranking

Alan Phillips é distinguido, pelo 4.º ano consecutivo, como um dos cientistas mais citados na área da Ciência Vegetal e Animal a nível mundial, pelo Highly Cited Researchers da Clarivate Analytics, uma empresa norte-americana especializada em gestão de informação científica.

musaranho-de-dentes-brancos

Investigador do Centro de Estudos do Ambiente e do Mar polo da Ciências ULisboa lidera descoberta sobre o comportamento social do musaranho-de-dentes-brancos.

Mulher escreve num quadro

Quer saber quem são os cientistas mais citados a nível mundial? Aceda gratuitamente aos dados da Mendeley, publicados na Elsevier. Portugal tem 481 cientistas no ranking referente ao impacto ao longo da carreira e 703 no ranking de 2020. Ciências ULisboa apresenta melhores resultados face a 2019.

4 pessoas com colete refletor

O Gabinete de Segurança, Saúde e Sustentabilidade da Ciências ULisboa promoveu a realização do primeiro simulacro no edifício do Centro de Ciências do Mar e do Ambiente. O primeiro exercício na Faculdade ocorreu em dezembro de 2013. Até agora já foram realizados 19 simulacros.

João Carlos Ribeiro Reis, professor aposentado do Departamento de Química e Bioquímica da Faculdade, e investigador do Centro de Química Estrutural, faleceu no passado dia 5 de novembro. A Faculdade apresenta sentidas condolências aos seus familiares, amigos e colegas.

Logotipo da rubrica radar Tec Labs

Décima nona rubrica Radar Tec Labs, dedicada às atividades do Centro de Inovação da Faculdade.

Seringas

Ensaio da autoria dos professores Manuel Carmo Gomes e Carlos Antunes.

Páginas