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

"O nosso colega José Rufino tinha uma alma grande!", escreve em homenagem a colega e amiga Ana Paula Claúdio, professora do Departamento de Informática de Ciências ULisboa.

Visita Reitor Bonn

Michael Hoch, reitor da Universidade de Bonn, na Alemanha,visitou Ciências ULisboa com o objetivo de analisar o potencial de cooperação entre as instituições.

ESO

Pela primeira vez são revelados os efeitos previstos pela relatividade geral de Einstein no movimento de uma estrela que passa perto do buraco negro supermassivo no centro da Via Láctea.

Reunião final do comité de gestão da Ação COST TD1301, em Malta, em junho de 2017

​Raquel Conceição, professora do DF de Ciências ULisboa e investigadora do IBEB, coordenou a Ação COST TD1301, no valor de aproximadamente meio milhão de euros e que durou quatro anos, juntando cerca de 255 profissionais, entre investigadores, engenheiros e médicos de 30 países do mundo.

Francisca Canais e Rita Maçorano

O EIT Health é um consórcio europeu dedicado à inovação em saúde, constituído por cerca de 140 entidades. Ciências ULisboa é parte integrante e ativa desde a sua génese.

Fernando Mestre

O que fazem e o que pensam alguns membros da comunidade de Ciências? O Dictum et factum de julho é com Fernando Mestre, técnico superior da Direção Financeira e Patrimonial de Ciências.

Enxame estelar RCW 38

Koraljka Muzic é a investigadora principal da proposta de observação, que levou à captura do enxame estelar RCW 38. Natural da Croácia, chegou a Ciências em 2017 para estudar as anãs castanhas, um dos grandes mistérios da Astronomia.

Joana S. Cristóvão e Cláudio M. Gomes

Joana S. Cristóvão estuda uma das mais abundantes proteínas do cérebro - a proteína S100B – com funções regulatórias associadas à resposta inflamatória, apresentando níveis elevados em pessoas com a doença de Alzheimer.

Cláudio M. Gomes

A ciência é global e colaborativa. Quem o diz é Cláudio M. Gomes, professor do DQB e investigador do BioISI. Recentemente, juntamente com outros cientistas descobriu um novo mecanismo bioquímico nas células nervosas, que retarda a formação dos depósitos de agregados de proteína no cérebro, causadores da doença de Alzheimer.

Comunicar pelo telemóvel

Andreia Santos, psicóloga do Gapsi, menciona a importância de se resgatar a dimensão humana das relações, considerando um elemento muito importante para a sensação de descanso, especialmente em período de férias.

João Pires da Silva

Nesta fotolegenda destacamos uma passagem da entrevista com João Pires da Silva, professor do Departamento de Química e Bioquímica que pode ser ouvida no canal YouTube e na área multimédia deste site.

Assembleia Geral da EMS em Praga

Jorge Buescu, professor do Departamento de Matemática de Ciências e presidente da Sociedade Portuguesa de Matemática, foi eleito membro da Comissão Executiva da European Mathematical Society.

Terreiro do Paço em Lisboa

A primeira iniciativa do ciclo Alterações Climáticas: Impactos Biológicos e Socioeconómicos é organizada por Ciências. O próximo evento desta rede ocorre em julho e está a ser preparado pelo Instituto Superior de Agronomia.

Centro Cultural de Montargil, Ponte de Sor

O Centro Ciência Viva do Lousal (CCVL) – Mina de Ciência recebeu o prémio Melhor Projeto Público 2017. A Faculdade é membro associado e fundador da Associação CCVL garantindo a atualização e o rigor dos conteúdos comunicados.

Marta Aido junto ao globo terrestre

O que fazem e o que pensam alguns membros da comunidade de Ciências? O Dictum et factum de junho é com Marta Aido, que trabalha no Instituto Dom Luiz.

Novos mapas de risco de incêndios florestais para 2018 resultam de um trabalho conjunto entre engenheiros florestais, estatísticos e climatólogos.

Fotografia do setup experimental

O professor do Departamento de Biologia Vegetal e membro da COST Action FA1306, que chegou agora ao fim, faz um balanço da rede transeuropeia e dá-nos a conhecer o projeto INTERPHENO e que poderá ser o primeiro passo para a constituição de uma rede nacional de fenotipagem.

Torre de pedras

"Associada à ideia de perfeccionismo surge a luta por objetivos elevados e irrealistas". Mais uma rubrica da psicóloga Andreia Santos.

Margarida Amaral

Nesta fotolegenda destacamos uma passagem da entrevista com Margarida Amaral, professora do DQB e coordenadora do BioISI e que pode ser ouvida no canal YouTube e na área multimédia deste site.

“The Medieval and Early Modern Nautical Chart: Birth, Evolution and Use”

Joaquim Alves Gaspar, distinguido em 2016 com uma starting grant, a primeira a ser atribuída a um membro de Ciências, volta a “encantar” o Conselho Europeu de Investigação.

Uma mão com enguias

Ciências organiza a primeira reunião do projeto europeu, na qual participam mais de 50 especialistas portugueses, espanhóis e franceses, com o objetivo de debater formas de recuperação da enguia-europeia.

José Avelino Pais Lima de Faria,o proeminente cientista de 92 anos, antigo aluno de Ciências - licenciou-se em Ciências Físico-Químicas em 1950 - volta colaborar com a Faculdade, com um artigo sobre a atividade científica, selecionando para o efeito um conjunto de eminentes personalidades. Dois dias após a publicação deste artigo, J. Lima-de-Faria faleceu. A Faculdade lamenta o triste acontecimento e apresenta as condolências aos familiares, amigos e colegas.

Oradores do Ignite IAstro na Assembleia da República

No âmbito da efeméride ocorreu uma sessão do Ignite IAstro na Assembleia da República. O Dia Nacional dos Cientistas é celebrado desde 2016.

Grande auditório

A nova direção de Ciências para os próximos quatro anos tomou posse a 15 de maio de 2018. Luís Carriço é o novo diretor e a sua equipa conta com cinco subdiretores: Margarida Santos Reis, Fernanda Oliveira, Jorge Maia Alves, Hugo Miranda e Pedro Almeida.

Logotipo

A final nacional da 14.ª edição das Olimpíadas de Química Júnior ocorreu a 12 de maio no Departamento de Química e Bioquímica de Ciências. Os melhores classificados podem vir a integrar a equipa portuguesa que participará na European Science Olympiad, em 2019.

Páginas