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

A relevância do estudo publicado na “Astronomy & Astrophysics” está na quantidade e qualidade da informação obtida por aquela infraestrutura astronómica internacional, tanto a nível químico como dinâmico.

Prémio Jovem Investigador da Sociedade Europeia de Aterosclerose

“A comunidade científica presente no evento congratulou-me, e a toda a equipa, pela qualidade do trabalho desenvolvido. Disseram que Portugal estava de parabéns!”, explicou a vencedora do Prémio Jovem Investigador da Sociedade Europeia de Aterosclerose, Catarina Alves.

Os resultados da 1.ª fase do concurso nacional de acesso ao ensino superior são divulgados a 8 de setembro.

A actividade científica é colectiva e cumulativa. Newton disse: “Se vi um pouco mais longe do que os outros, é porque pude subir aos ombros de alguns gigantes”.

Gestos que salvam 2014

A partir do mês de setembro, entre outras iniciativas, está prevista uma ação de sensibilização em avaliação e prevenção de riscos.

Convento da Arrábida

“No limite do (im)possível” organizado pelo Instituto de Ciências da Complexidade ocorreu no Convento da Arrábida, entre 30 de junho e 1 de julho passado.

Uma reflexão sobre o ano lectivo 2013/2014.

“Nós oferecemos muitas oportunidades sobretudo para pós-doutorados, pessoas bem treinadas”, disse Jorge Almeida Guimarães, referindo que em Portugal existem mais de cinco mil bolseiros brasileiros, enquanto o número de portugueses no Brasil é ainda reduzido.

Encontra-se aberto concurso para atribuição de uma Bolsa de Investigação para Mestre no âmbito do Projeto “ Biosustain – Mobilidade Sustentável: Perspetivas para o futuro da produção de biocombustíveis”, Laborat&oacut

De 11 a 14 de agosto as instalações da Faculdade de Ciências da ULisboa encontram-se encerradas, na sequência do corte do abastecimento de água. Os Departamentos encontram-se encerrados até 19 de agosto.

Laboratório de Ciências

Ana Paula Calixto é docente do ensino secundário há 28 anos. Cátia Silva é aluna de Ciências desde 2005, neste momento frequenta o doutoramento. Conheça os testemunhos de quem visita e estuda em Ciências.

Otília Correia

Estudantes portugueses conquistam duas medalhas de bronze na 25.ª Olimpíadas Internacionais de Biologia - IBO 2014, realizadas na Indonésia, em Julho passado. Em Setembro, outros alunos portugueses concorrem às Olimpíadas Ibero Americanas, que se realizam no México.

Encontram-se abertas as candidaturas para o Programa de Estágios Jovens Animadores do Museu de Eletricidade (PEJAME), para jovens entre os 18 e os 25 anos que, na altura de candidatura ao programa, sejam estudantes do ensino superior universitário.

Imagem da capa do livro

“ (…) Há também biólogos que calçam as botas e vão para dentro da floresta tropical, para cima das montanhas, para o fundo do mar, e foi esse lado que quisemos mostrar”, explicam Diogo Veríssimo e Miguel Pais, antigos alunos de Ciências e dois dos autores do livro BIOgrafias.

Encontram-se abertas candidaturas para estágios internacionais remunerados do Programa Inov Contacto, com uma duração de seis a nove meses, para 

Encontra-se aberto concurso para admissão de candidatos, de ambos os sexos, com destino ao Curso de Formação de Oficiais do Regime de Contrato da Força Aérea.
 

“Ter a oportunidade de vestir estas batas é com certeza mais giro do que estar em casa sentado em frente à televisão. Estamos a fazer coisas que não fazemos no dia a dia. Por isso, esta é uma oportunidade única. Estamos a aproveitar o nosso tempo da melhor maneira”, comentou Ricardo Santos, aluno do 11.º ano da Escola Secundária António Damásio.

Está disponível a edição de 2014 do Journal Citation Reports (dados de 2013).

COST

Participação no programa COST a partir de 3 Julho de 2014.

FA1403: Interindividual variation in response to consumption of plant foods bioactives and determinants involved.

IMSF

A decorrer de 24-29 de Agosto na Suíça.

Consulte o evento em http://www.imsc2014.ch/

Encontram-se abertas candidaturas para 77 estágios profissionais para o grupo Portucel Soporcel, com a duração máxima de 12 meses, remunerados com uma bolsa de est&aac

A Companhia de Seguros Generali , procura Actuário Júnior para integrar na sua equipa.

Pela primeira vez o Departamento de Matemática de Ciências realiza ações de formação parcialmente à distância.

Páginas