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

Estão abertas as inscrições para a disciplina que promove o empreendedorismo - Projeto Empresarial. Todos os alunos de mestrado ou nos dois últimos anos de mestrado integrado podem candidatar-se até dia 16 de novembro.

A FCUL, bem como toda a Universidade de Lisboa está sem acesso à Internet desde cerca das 11:45 da manhã.

Professora Olga Pombo, autora do livro "O Círculo dos Saberes"

“Estou convencida que a imagem do círculo constitui um arquétipo, uma determinação conceptual prévia a toda a investigação”, defende Olga Pombo, docente na FCUL e autora do livro “O Círculo dos Saberes”.

Imagem ilustrativa do livro "O Círculo dos Saberes"

“A apresentação do livro seguirá um formato sério e discreto. O professor Shahid Rahman fará uma apresentação e apreciação do livro e eu agradecerei todas as suas palavras, sejam elas elogiosas, sejam críticas", afirma a autora Olga Pombo.

Trial para todos os Membros da b-on.

Pessoas a correr junto ao Marquês de Pombal

A primeira Corrida da Ciência aconteceu o ano passado por ocasião das celebrações dos 100 anos da FCUL. A edição deste ano integra-se na 2.ª Edição do AmbientALL – Universidade em Movimento.

O concurso de programação destina-se a alunos universitários e este ano junta 16 equipas, oriundas de oito instituições universitárias portuguesas. A equipa da FCUL chama-se BigO(1).

Imagem da professora Maria José Boavida

“Colega amiga”, “orientadora empenhada e humanista” e “investigadora solidária”, assim se recorda Maria José Boavida (1948 – 2012).

Desenho do campus da FCUL

As tabelas e notas científicas, assim como as regras elementares de segurança em laboratórios são algumas das mais-valias deste “livro”.

A fim de cumprir com o estabelecido no Regulamento Eleitoral, o Caderno Eleitoral para a eleição do Presidente do Departamento de Estatística e Investigação Operacional está disponível para consulta.

 O projecto CAMPUS UL realizado pelos alunos de mestrado em Engenharia Geográfica no âmbito das disciplinas de Fotogrametria Analítica e de Produção Cartográfica ganhou o segundo prémio no concurso internacional de projectos com fins educativos

lâmpada

"Criar, transferir e valorizar economicamente o conhecimento científico" é a causa primária do renovado centro de inovação, situado no campus da FCUL.

Hoje, quarta-feira, dia 10 de Outubro de 2012, registou-se uma quebra no acesso à Internet pelas 17h00 por cerca de 5 minutos.

A causa foi externa à Faculdade de Ciências da Universidade de Lisboa e ainda não fomos informados das suas causas.

Estão abertas três vagas para bolseiros para a Unidade de Informática

Imagem do professor J. Sebastião e Silva

O Departamento de Matemática da FCUL apresenta obras selecionadas de personalidades da nossa história, nomeadamente os Compêndios de Matemática e os respetivos Guias para professores de José Sebastião de Silva, cujos direitos patrimoniais foram cedidos à Faculdade por um período de 30 anos.

Devido a uma avaria no equipamento de Videoconferência, o serviço encontra-se interrompido por tempo indeterminado. Pedimos desculpa pelo incómodo causado.

Alunos aguardam a sua vez na fila para as inscrições

Este ano, durante a 1.ª fase de inscrições, foi realizado um inquérito a 845 estudantes. De acordo com os resultados obtidos, o reconhecimento da competência científica (25%), a localização (22%) e a nota de candidatura (22%), foram determinantes na escolha da FCUL.

Abertura de Concurso para uma posição de substituição de Doutor Ciência na CFNUL na área Física Nuclear – Reações Nucleares, ver anúncio em http://www.eracareers.pt/opportunities/index.aspx?task=global&job

A FCUL dá as boas-vindas aos novos alunos, após o arranque do novo ano letivo, a 17 de setembro.

Filipe Duarte Santos - Professor Catedrático e Jubilado do Departamento de Física e Director do SIM

Imagem de perfil de Maria Filomena Camões, professora do DQB-FCUL

Maria Filomena Camões, professora do Departamento de Química e Bioquímica da FCUL, assina um artigo sobre a criação do Instituto Nacional de Metrologia da Colômbia e a inauguração de um laboratório do qual é madrinha.

Guiomar Evans - Prof. Auxiliar do Departamento de Física e Investigadora do Centro de Física da Matéria Condensada

A missa do 30.º dia em memória de José Manuel Pires dos Santos, professor aposentado do Departamento de Informática da FCUL, realiza-se a 11 de setembro, pelas 19h00, na Igreja da Luz, em Carnide.

Toda a morte, mesmo a anunciada, é uma surpresa. Um misto de espanto e de descrença como se não fosse possível acontecer.

Páginas