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
Livros

O projeto “NitroPortugal -Strengthening Portuguese research and innovation capacities in the field of excess reactive nitroge” promove livro infantil “A história do azoto, bom em pequenino e mau em grande”.

Adrià López Baucells

A British Ecological Society anunciou esta sexta-feira, dia 30 de novembro, os vencedores do concurso anual de fotografia Capturing Ecology. Entre as várias fotografias premiadas encontram-se as de Adrià López Baucells, estudante do programa doutoral Biodiversidade, Genética e Evolução e investigador do polo de Ciências ULisboa do Centro de Ecologia, Evolução e Alterações Ambientais.

Ilustração de um buraco negro ativo no centro de uma galáxia

Cientistas portugueses estiveram envolvidos na primeira medição espacial do redemoinho de massa que orbita um buraco negro de centenas de milhões de massas solares.

C6

Soraia Pereira, investigadora do Centro de Estatística e Aplicações da Universidade de Lisboa e antiga aluna de Ciências ULisboa, vence Prémio Sociedade Portuguesa de Estatística 2018.

Representação esquemática da bicamada fosfolipídica da membrana e da sua alteração, após ação do antibiótico (à esquerda) e visualização da membrana danificada por ação de uma dose inferior à concentração mínima letal (à direita)

Uma equipa liderada por Ciências ULisboa descobriu antibióticos derivados de açúcares, que matam células de espécies de Bacillus spp, incluindo Bacillus anthracis, um micróbio causador da doença antrax, que ataca animais e seres humanos e é um agente de bioterrorismo.

Mar

No Dia Nacional do Mar trazemos à memória os 20 anos da EXPO’98 e da Ponte Vasco da Gama e a reabilitação daquela área, na qual participaram vários professores de Ciências ULisboa e investigadores do extinto Instituto de Oceanografia, atual MARE.

Talhões SUSBEAUTY

Estudo coordenado por Ana Duarte Rodrigues, investigadora do DHFC e do CIUHCT, demonstra que plantas autóctones do Algarve são mais sustentáveis do que as espécies exóticas introduzidas na paisagem e que esgotam os recursos hídricos da região.

Cristina Máguas

“A Federação Europeia de Ecologia (FEE) tem objetivos muito claros – um deles é o de alargar o conhecimento ecológico à Europa”, diz Cristina Máguas, primeira portuguesa a ser eleita presidente da rede europeia de ecólogos. A tomada de posse ocorre em janeiro de 2019.

Ana Subtil Simões

O que fazem e o que pensam alguns membros da comunidade de Ciências ULisboa? O Dictum et factum de novembro é com Ana Subtil Simões, técnica superior da Área de Comunicação e Imagem de Ciências ULisboa.

Campus Ciências ULisboa

Ciências ULisboa organiza no seu campus a competição internacional destinada a treinar equipas multidisciplinares de estudantes universitários para a inovação e o empreendedorismo na área da saúde. A equipa vencedora irá participar no EIT Health Winners Event, em Londres, nos próximos dias 11 e 12 de dezembro.

Diego Rubiera-Garcia

Aos 14 anos o investigador do polo de Ciências ULisboa do IA deslumbrou-se com um livro “A criação do Universo” e a teoria do big-bang. O que mais gosta de fazer é simples: pequenos cálculos sobre ideias que lhe vêm à mente!

líquenes

O 1.º Prémio de Doutoramento em Ecologia Fundação Amadeu Dias foi atribuído a Paula Matos. A investigadora do cE3c do polo de Ciências ULisboa irá apresentar a tese em Biologia e Ecologia das Alterações Globais no 17.º Encontro Nacional de Ecologia.

João Alexandre Medina Corte-Real, professor jubilado da Universidade de Évora, docente em Ciências ULisboa durante mais de 30 anos, faleceu a 31 de outubro. A Faculdade lamenta o triste acontecimento, apresentando as condolências aos familiares, amigos e colegas.

Burnout

Saiba mais sobre a síndrome de burnout, na rubrica habitual da psicóloga do GAPsi, Andreia Santos.

Pormenor de simulação de matéria a orbitar perto de um buraco negro

Há um buraco negro supermassivo, escondido, no centro da Via Láctea anunciou o ESO. O GRAVITY, que tornou possível esta observação, foi desenvolvido por um consórcio internacional, do qual fazem parte investigadores de Ciências ULisboa e da FEUP, integrados no CENTRA.

CCDesert

Ciências ULisboa, através do cE3c e do IDL, é um dos 37 membros fundadores do Centro de Competências na Luta contra a Desertificação criado pelo Governo este verão.

HortaFCUL

Contributo da HortaFCUL para a sustentabilidade do campus em 2017/2018.

Grande auditório de Ciências ULisboa

Novo ano escolar… Vida nova para muitos caloiros… Recorde a sessão de boas-vindas aos novos alunos de 2018/2019 e conheça as histórias de alguns deles.

Ciências da Sustentabilidade

O novo doutoramento da ULisboa foi concebido no âmbito do Colégio Food, Farming and Forestry e junta 42 professores de 17 faculdades e institutos da ULisboa. A primeira edição conta com 14 alunos.

navio James Clark Ross

Vanda Brotas, professora do DBV Ciências ULisboa e investigadora do MARE ULisboa, é a coordenadora do projeto Portwims, no âmbito do qual investigadores do MARE ULisboa participam em cruzeiros oceanográficos.

Anfiteatro da fCiências.ID

A ação COST CA 16118 ou Neuro-MIG visa o estabelecimento de uma rede de médicos e cientistas para o estudo das malformações do desenvolvimento cortical humano. Em setembro passado a comissão de gestão e os grupos de trabalho desta rede estiveram reunidos em Ciências ULisboa.

<i>Deep Learning</i>

A rubrica No Campus com Helder Coelho está de volta: “O que o homem tem necessidade, quando enfrenta o complexo, é de ‘agentes’ com um pouco de mais inteligência (estendida, aumentada) e de ajuda (cooperação, colaboração)”.

Paulo Motrena

O que fazem e o que pensam alguns membros da comunidade de Ciências? O Dictum et factum de outubro é com Paulo Motrena, técnico superior do Gabinete de Organização Pedagógica da Direção Académica de Ciências ULisboa.

Sala de aulas com crianças

Cerca de 90 alunos do Colégio S. João de Brito visitaram o DQB e DG Ciências ULisboa. O projeto educativo desta escola contempla a dinamização de atividades relacionadas com as ciências experimentais, destinadas a enriquecer as aulas de Estudo do Meio.

Campus de Ciências ULisboa

José Francisco Rodrigues, professor do DM e investigador do CMAFcIO de Ciências ULisboa, escreve sobre a interação profícua entre a Matemática e a Biologia, no Ano da Biologia Matemática, que celebra o extraordinário progresso das aplicações matemáticas na Biologia.

Páginas