Um Método para desambiguação em língua portuguesa, integrado ao processo de tradução do Sistema Falibras
Aluno: Willian Victor da Silva Orientador: Prof. Dr. Patrick H.S. Brito
Dissertacao_de_Mestrado_Cat_AssFolhaAprovacao_Wilian (1).pdf
Documento PDF (1.9MB)
Documento PDF (1.9MB)
Dissertação de Mestrado
Um Método para desambiguação em língua portuguesa,
integrado ao processo de tradução do Sistema Falibras
Willian Victor da Silva
wvs@ic.ufal.br
Orientador:
Patrick H.S. Brito
30 de Julho de 2022
Willian Victor da Silva
Um Método para desambiguação em língua portuguesa,
integrado ao processo de tradução do Sistema Falibras
Tese apresentada por Willian Victor da Silva
em cumprimento aos requisitos para grau de
Mestre em Informática pelo Instituto de
Computação da Universidade Federal
de Alagoas.
Orientador:
Patrick H.S. Brito
30 de Julho de 2022
Catalogação na fonte
Universidade Federal de Alagoas
Biblioteca Central
Divisão de Tratamento Técnico
Bibliotecária: Taciana Sousa dos Santos – CRB-4 – 2062
S586m Silva, Willian Victor da.
Um método para desambiguação em língua portuguesa integrado ao
processo de tradução do Sistema Falibras / Willian Victor da Silva. – 2022.
83 f. : il. color.
Orientador: Patrick H.S.Brito.
Dissertação (Mestrado em Informática) – Universidade Federal de
Alagoas. Instituto de Computação. Maceió, 2022.
Bibliografia: f. 44-46.
Apêndices: f. 47-83.
1. Desambiguação (Português). 2. Processamento de Linguagem Natural.
3. Grupos semânticos. 4. Sistema Falibras (Tradutor). 5. Análise de
vizinhança. I. Título.
CDU: 004
UNIVERSIDADE FEDERAL DE ALAGOAS/UFAL
Programa de Pós-Graduação em Informática – PPGI
Instituto de Computação/UFAL
Campus A. C. Simões BR 104-Norte Km 14 BL 12 Tabuleiro do Martins
Maceió/AL - Brasil CEP: 57.072-970 | Telefone: (082) 3214-1401
Folha de Aprovação
WILLIAN VICTOR DA SILVA
UM MÉTODO PARA DESAMBIGUAÇÃO EM LÍNGUA PORTUGUESA, INTEGRADO AO
PROCESSO DE TRADUÇÃO DO SISTEMA FALIBRAS
Dissertação submetida ao corpo docente do Programa
de Pós-Graduação em Informática da Universidade
Federal de Alagoas e aprovada em 30 de agosto de
2022.
Banca Examinadora:
________________________________________
Prof. Dr. PATRICK HENRIQUE DA SILVA BRITO
UFAL – Instituto de Computação
Orientador
__________________________________________
Prof. Dr. EVANDRO DE BARROS COSTA
UFAL – Instituto de Computação
Examinador Interno
________________________________________
Prof. Dr. JOSÉ MARIO DE MARTINO
Universidade Estadual de Campinas- UNICAMP
Examinador Externo
Agradecimentos
Gostaria de agradecer, primeiramente, a Deus por tudo até aqui, tudo foi devidamente
organizado por sua potente e poderosa mão para que esse árduo período de pesquisa que culminou nessa dissertação fosse bem sucedido. Em segundo, agradecer ao orientador dessa pesquisa,
Patrick Brito, pelo tempo dedicado durante essa jornada e pela capacidade didática exemplar
no processo de passagem de conhecimento. A Deus, novamente, gratidão pela vida desse professor e por permitir concluir a graduação em Ciência da Computação e, agora, o mestrado em
Informática sob sua supervisão.
Externo também minha gratidão ao Programa de Pós-Graduação em Informática da
UFAL, onde esta pesquisa foi desenvolvida e, também ao supervisor de TI Tiago Carvalho e à
equipe da Seção de Softwares Livres - SESOL (Alexander Moreira, Augusto Trópico, Cléber
Cézar, Hans Newton, Lucas Mendes e Márcio Vinícius) do Tribunal Regional Federal da 1ª
Região (TRF1) pela flexibilização do horário de trabalho, o que possibilitou a realização desta
pesquisa.
Às memórias do meu falecido irmão, doutor Wellington Nixon Victor da Silva e da
minha falecida mãe Ana Lúcia Silva, que em vida me ensinaram a vencer. Ainda, aos amigos
Dhienes Rocha e Emmerson Frank, pelo incentivo a essa pesquisa. Aos professores que contribuíram para todo aprendizado adquirido durante esse período, Bruno Pimentel, Leandro Dias,
Thales Vieira, Rafael Amorim, Márcio Ribeiro e Baldoíno Fonseca.
Agradeço também por, mesmo num cenário tão tenso e difícil como este que vivemos,
ter conhecido ótimos colegas, neste programa, que permitiu uma intercolaboração e companheirismo no traçamento de metas para finalizarmos o mestrado, Ítalo Arruda e Fabiano Conrado.
E obrigado ao Evandro Costa e ao José Mario De Martino pela avaliação deste trabalho,
possibilitando o refinamento desta pesquisa e colaborando com essa importantíssima causa de
inclusão social, da qual o Falibras faz parte.
Resumo
Há no mundo mais de 1 bilhão de pessoas com algum tipo de deficiência. No Brasil,
essa realidade corresponde a cerca de 23,9% dos 190 milhões de brasileiros; entre estes 9,8 milhões têm alguma deficiência auditiva. A surdez dificulta consideravelmente a interação social,
uma vez que inibe o indivíduo de se comunicar através da via oral-auditiva. Esses problemas
de comunicação costumam prejudicar consideravelmente a interação dos alunos surdos com
colegas ouvintes, prejudicando o processo de integração social. Para facilitar a comunicação
entre pessoas surdas e ouvintes, ferramentas de tradução automática Português-Libras podem
ser utilizadas. Porém, de acordo com relatos na literatura, cerca de 75% da comunidade surda
se sente insatisfeita com a tradução das ferramentas existentes e dentre as principais causas
dessa insatisfação estão o uso de sinais inadequados para palavras com ambiguidade semântica
(e.g., direito, público). Neste trabalho é proposto o aperfeiçoamento do módulo de tradução
do Sistema Falibras, com o objetivo de melhorar a qualidade da tradução no tocante às críticas
observadas na literatura. Os principais objetivos do projeto proposto são: (1) conhecer o estado
da arte no tocante à resolução de ambiguidades em língua portuguesa; e (2) combinar as técnicas existentes para desenvolver um módulo de resolução de ambiguidades para o Falibras. A
avaliação dos resultados considerou a métrica da acurácia, de forma comparativa com trabalhos
existentes na literatura. A avaliação foi conduzida baseada no método Goal-Question-Metric e
os resultados são promissores.
Palavras-chave: Desambiguação em Português; Grupos Semânticos; Processamento de Linguagem Natural; Análise de Vizinhança.
Abstract
There are more than 1 billion people in the world with some type of disability. In
Brazil, this reality corresponds to about 23.9 % of the 190 million Brazilians; among these 9.8
million have some hearing impairment. Deafness makes social interaction considerably more
difficult, since it inhibits the individual from communicating through the oral-auditory pathway.
These communication problems usually impair considerably the interaction of deaf students
with fellow listeners, impairing the process of social integration. To facilitate communication
between deaf people and listeners, Portuguese-Libras machine translation tools can be used.
However, according to reports in the literature, about 75 % of the deaf community feels dissatisfied with the translation of the existing tools and among the main causes of this dissatisfaction
are the use of inappropriate signs for words with semantic ambiguity (eg, direito, público ).
In this work, the improvement of the Falibras System translation module is proposed, with the
objective of improving the quality of the translation with respect to the criticisms observed in
the literature. The main objectives of the proposed project are: (1) to know the state of the art
regarding the resolution of ambiguities in Portuguese; and (2) combining existing techniques to
develop an ambiguity resolution module for Falibras. The evaluation of the results have considered the accuracy metric, in a comparative way with existing works in the literature. The
evaluation was conducted based on the Goal-Question-Metric method and presented promising
results.
Keywords: Disambiguation in Portuguese; Semantic Groups; Natural Language Processing;
Neighborhood Analysis.
Lista de Figuras
3.1
3.2
3.3
3.4
Uma ontologia no idioma inglês . . . . . . . . . . . . . . . . . . . . . . . . .
Grupo de Influência engloba grupo semântico e palavras frequentes . . . . . .
Grupo de Influência para palavra vela . . . . . . . . . . . . . . . . . . . . . .
Abordagem GQM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
18
18
19
4.1 Modelo Conceitual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4.2 Algoritmo - Diagrama de Atividades Geral . . . . . . . . . . . . . . . . . . . 25
4.3 Incremento de fator de ambiguidade na própria frase . . . . . . . . . . . . . . 26
4.4 Incremento de fator de ambiguidade nas frases da janela de contexto . . . . . . 26
4.5 Tela 1 do Assistente - Informação da palavra ambígua . . . . . . . . . . . . . 28
4.6 Tela 2 do Assistente - Informação dos Sentidos da palavra Ambígua . . . . . . 28
4.7 Tela 3 do Assistente - Tela de cadastro de frases para o sentido VELA_BARCO 29
4.8 Tela 3b do Assistente - Facilidade para se cadastrar várias frases de uma só vez
29
4.9 Tela 3c do Assistente - Cadastro de frases para o sentido VELA_CILINDRO . 30
4.10 Tela 4 do Assistente - Cadastro de sentido para cada palavra das frases . . . . . 30
4.11 Tela 5 do Assistente - Escolha de palavra da vizinhança . . . . . . . . . . . . 31
4.12 Tela 5b do Assistente - Escolha de palavra da vizinhança do próximo sentido . 31
4.13 Tela 6 do Assistente: informações de grupos de influência: sentido VELA_BARCO 32
4.14 Tela 6b do Assistente: referente a grupos de influência: sentido VELA_CILINDRO 32
4.15 Rotinas Python para obter o corpus de cada palavra ambígua . . . . . . . . . . 33
5.1
Acurácia da solução proposta por cada palavra ambígua
. . . . . . . . . . . .
40
6.1
6.2
6.3
6.4
6.5
6.6
6.7
Fluxo geral do processo de traduçao do Falibras. . . . . . . . . . . . . . . . . .
Detalhamento da Atividade 01-Realizar Pré-processamento. . . . . . . . . . .
Detalhamento da Atividade 04-Identificar Orações da Frase. . . . . . . . . . .
Detalhamento da Atividade 04.03-Realizar Análise Morfossintática das Frases.
Detalhamento da Atividade 04.03.07-Ajustar Frase Baseado em Regras. . . . .
Detalhamento da Atividade 05-Traduzir com Transfêrencia Morfossintática. . .
Detalhamento da Atividade 06-Executar Pós-processamento. . . . . . . . . . .
79
79
80
81
81
82
83
Lista de Tabelas
1.1
Quantidades de sentidos por palavra Michaelis (2022)
. . . . . . . . . . . . .
12
4.1
Média de sentidos associados a Grupos de Influência . . . . . . . . . . . . . .
36
5.1
5.2
5.3
5.4
5.5
5.6
Definição de objetivo para mensurar a acurácia da resolução semântica . . . .
Métricas relacionadas a Questão Q1.1 . . . . . . . . . . . . . . . . . . . . . . .
Proporção de treino e teste das frases . . . . . . . . . . . . . . . . . . . . . . .
Proporção de treino e teste das frases por palavras . . . . . . . . . . . . . . . .
Quantitativo de frases por sentido nas fases de Treino e Teste . . . . . . . . . .
Resultados referente a Questão Q1.1 . . . . . . . . . . . . . . . . . . . . . . .
37
38
38
38
39
40
Sumário
1
Introdução
1.1 Motivação e problematização . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Tema e Justificativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3 Estrutura do Documento . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
10
11
12
2
Metodologia
13
Fundamentação Teórica
3.1 Conceitos Básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.1.1 Processamento de Linguagem Natural (PLN) . . . . . . . . . . . . . .
3.1.2 Ontologias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.1.3 Grupos de Influência . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.1.4 A Abordagem Goal Question Metric (GQM) . . . . . . . . . . . . . .
3.1.5 Sistema Falibras . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2 Protocolo da Revisão Sistemática sobre Resolução de Ambiguidade . . . . . .
3.3 Resultado da Revisão Sistemática sobre Resolução de Ambiguidade . . . . . .
15
15
15
16
17
19
20
21
22
4
Abordagem Proposta para Resolução de Ambiguidade
4.1 A Estratégia Adotada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2 O Algoritmo proposto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3 O Assistente de Aprendizagem Semântica . . . . . . . . . . . . . . . . . . . .
4.4 O Corpus com palavras ambíguas . . . . . . . . . . . . . . . . . . . . . . . .
4.5 Palavras Ambíguas, Sentidos e grupos de influência . . . . . . . . . . . . . . .
4.5.1 Palavras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.5.2 Sentidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.5.3 Grupos de Influência . . . . . . . . . . . . . . . . . . . . . . . . . . .
24
24
25
27
33
34
34
34
35
5
Experimento Avaliativo
5.1 Planejamento GQM para medição da acurácia . . . . . . . . . . . . . . . . . .
5.2 Execução do Experimento . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.3 Resultados e Análise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.4 Ameaças à Validade do Experimento . . . . . . . . . . . . . . . . . . . . . . .
37
37
38
39
41
6
Conclusão
42
3
9
Apêndice A
Listagem de Vizinhança (Sentidos e Grupos de Influência) . . . . . . . . . . . . . .
Vizinhança asociada à palavra "vela" . . . . . . . . . . . . . . . . . . . . . . .
Vizinhança associada à palavra "casa" . . . . . . . . . . . . . . . . . . . . . .
Vizinhança associada à palavra "página" . . . . . . . . . . . . . . . . . . . . .
Vizinhança associada à palavra "trabalho" . . . . . . . . . . . . . . . . . . . .
Vizinhança associada à palavra "mercado" . . . . . . . . . . . . . . . . . . . .
Vizinhança associada à palavra "produção" . . . . . . . . . . . . . . . . . . .
47
47
47
48
53
54
61
67
Apêndice B
Listagem dos Grupos de Influência . . . . . . . . . . . . . . . . . . . . . . . . . . .
76
76
Apêndice C
Ajustes no Processo de tradução do Falibras . . . . . . . . . . . . . . . . . . . . . .
Processo de tradução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Ajustes Realizados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
78
78
78
82
1
Introdução
1.1
Motivação e problematização
Em 2002 o então Presidente da República, Fernando Henrique Cardoso, sancionou a
Lei nº 10.436, mais conhecida como Lei de Libras. A partir desta lei, a Língua Brasileira de
Sinais foi reconhecida como meio co-oficial de comunicação e expressão, tornando o Brasil, de
certa forma, um país bilíngue. Porém, ficava estabelecido que a Libras não poderia substituir
a modalidade escrita da língua portuguesa. O Decreto 5.626, de 2005, que regulamenta a Lei
de Libras garante, entre outras coisas, o direito a educação das pessoas surdas, a presença de
intérpretes nas salas de aula e a inclusão da Libras como disciplina curricular obrigatória para
os cursos de formação de professores. Porém segundo artigo publicado no Portal Universia,
embora a EaD tenha crescido cerca de 200% nos últimos quatro anos, conforme dados do
Anuário Brasileiro Estatístico de Educação a Distância, ela ainda não consegue atingir os alunos
surdos, que mesmo após conseguir ingresso nos cursos, possuem uma taxa de evasão superior
a 90%.
Segundo censo realizado em 2010 pelo Instituto Brasileiro de Geografia e Estatística
(IBGE), 9,8 milhões de brasileiros possuem deficiência auditiva, o que representa 5,2% da população brasileira. Deste total 2,6 milhões são surdos e 7,2 milhões apresentam grande dificuldade para ouvir. Já de acordo com a Organização Mundial de Saúde, 28 milhões de brasileiros
possuem algum tipo de problema auditivo, o que revela um quadro no qual 14% do total de 190
milhões de brasileiros possuem problemas ligados à audição (da USP (2017)).
A necessidade de uma comunicação efetiva está presente entre todos, independentemente de ser portador ou não de deficiência, no entanto, na língua portuguesa apresenta um
desafio devido a quantidade de palavras homônimas presentes. Por exemplo, o termo “manga”
possui diferentes sentidos dependendo da frase que está inserido, seria manga da camisa ou
manga, a fruta?
Há esforços sendo feitos nesse sentido, em especial no desenvolvimento de ferramentas
para facilitar a comunicação, tais como tradutores automáticos (Rocha & Melgaço (2018)).
Porém, apesar de representar grande ajuda, a satisfação com tais ferramentas ainda é muito
baixa, devido a problemas relacionados a precisão da tradução e de falta de naturalidade dos
sinais. Em relação a tradução, as principais queixas são relativas a problemas de ambiguidade
semântica e erros gramaticais da Libras.
10
1.2. TEMA E JUSTIFICATIVA
11
Para que se tenha uma comunicação efetiva faz-se necessário o entendimento de cada
termo da frase. Os tradutores automáticos atuais não dispõem do módulo semântico para trazer
o sentido para essas palavras. Assim se faz necessário o desenvolvimento do referido módulo.
1.2
Tema e Justificativa
Entende-se por ambiguidade a capacidade de uma palavra expressar mais de um sentido dependendo do contexto a que está inserida, muito comum na Língua Portuguesa. As
palavras homônimas (a mesma forma de escrita e fônica) que apresentam significante com mais
de um sentido constituem os casos em que se verifica a ambiguidade lexical (foco do trabalho). Trata-se de um assunto analisável em semântica e em lexicografia. As anedotas servem-se
muitas vezes de operações de ambiguidade lexical para a criação do humor(Infopedia (2021)),
seguem alguns exemplos extraídos do site (Maiores&Melhores (2022)):
1) Nós chamamos de meio ambiente porque já destruímos metade?
2)Se um pato perde a pata, ele fica manco ou viúvo?
3)Por que a galinha bateu a cabeça contra a parede?
R: Para ficar com um galo.
4) Deve ser difícil ser professor de natação, você ensina, ensina, e o aluno nada.
No caso da anedota, o objetivo é manter a ambiguidade estilística (propositalmente),
pois como a língua portugesa permite esse duplo sentido, torna a leitura destes tipos de textos
engraçada, de forma que se a ambiguidade fosse resolvida, o objetivo de fazer o leitor sorrir
não seria obtido. No entanto, a presente dissertação pretende focar na comunicação, resolvendo
ambiguidades. Esses exemplos foram apresentados com caráter didático para melhor descrever
o termo "ambiguidade" presente no tema dessa dissertação. Além disso, há outro tipo de ambiguidade que está fora do escopo deste trabalho, conhecida como ambiguidade morfossintática:
Ela casa com Daniel hoje.
Ele mora na casa dos pais.
(casa=verbo casar/casa=substantivo casa)
Este tipo de ambiguidade já é resolvido morfossintáticamente pelo tradutor e o foco
desta pesquisa foi trabalhar em ambiguidades semânticas, isto é, com a mesma classificação
morfossintática, mas que podem possuir diferentes sentidos, conforme a seguir.
Ela sujou a manga da camisa.
A manga parece saborosa.
(manga=parte da camisa/manga=fruta)
Eu gosto de laranja e você gosta de maçã.
Ele pintou a parede de laranja.
O político usou um laranja para obter vantagens.
(laranja=fruta/laranja=cor/laranja=pessoa que intermedeia)
1.3. ESTRUTURA DO DOCUMENTO
12
Outrossim, com o objetivo de ilustrar a complexidade de ambiguidades presentes
na língua portuguesa, a Tabela 1.1 apresenta a quantidade de sentidos presentes em algumas
palavras. Estes sentidos foram obtidos consultando dicionário on line (Michaelis (2022)).
Palavra
vela
casa
página
trabalho
mercado
produção
Quantidade de Sentidos
5
21
6
23
9
10
Tabela 1.1: Quantidades de sentidos por palavra Michaelis (2022)
O objetivo deste trabalho é resolver automaticamente a ambiguidade das palavras apresentadas no quadro acima, a partir de frases presentes em um corpus padronizado integrando
uma ontologia simplificada e um algoritmo de análise de vizinhança ao processo de tradução
do Sistema Falibras.
A decisão por esta estratégia foi tomada após análise da revisão sistemática de trabalhos da literatura na mesma linha de pesquisa.
A avaliação dos resultados considerou métricas quanti-qualitativas de acurácia, de
forma comparativa com um trabalho existente na literatura (Silva (2016)). O referido trabalho propõe uma estratégia diferente para resolver ambiguidades semânticas e utiliza o mesmo
corpus e dicionário utilizados no presente trabalho, facilitando assim a comparação dos resultados. A avaliação foi conduzida baseada no modelo Goal-Question-Metric e os resultados foram
promissores.
1.3
Estrutura do Documento
O restante desta dissertação está estruturada como segue. O Capítulo 2 apresenta a
metodologia utilizada para condução do trabalho. O Capítulo 3 apresenta a fundamentação
teórica utilizada. O Capítulo 4 apresenta qual abordagem foi adotada, o algoritmo proposto, o
assistente de aprendizagem semântica supervisionada utilizado no experimento, o corpus com
palvras ambígua usado e os grupos de influência criados. O Capítulo 5 apresenta como o experimento foi conduzido. E por fim, o Capítulo 6 apresenta as considerações finais e alguns
direcionamentos para trabalhos futuros.
2
Metodologia
Em relação à execução da pesquisa, inicialmente o projeto prevê a execução de uma
revisão sistemática da literatura, em vista de identificar soluções existentes para resolução de
ambiguidade na língua portuguesa. Tal revisão sistemática seguirá o método científico apresentado por Kitchenham (Kitchenham (2012)). Tal método foi adotado por ser bem aceito perante a
comunidade acadêmica que utiliza pesquisas experimentais na área da computação, em especial
na comunidade de engenharia de software experimental.
Após a revisão da literatura, que é melhor descrita na Seção 3.3, notou-se o trabalho
de (Silva (2016)), que utiliza o corpus Mac-Morpho em conjunto com o dicionário on line
(Michaelis (2022)), para identificar os sentidos de seis palavras presentes no corpus (vela, casa,
página, trabalho, produção e mercado), além de usar um processo automático de resolução de
ambiguidades. Durante a presente dissertação serão apresentados resultados comparativos de
acurácia na resolução semântica superior ao apresentado na citada pesquisa, fazendo uso do
mesmo corpus, palavras e dicionário no processo resolução de ambiguidade. O experimento e
resultados obtidos são descritos no Capítulo 5.
Os experimentos foram conduzidos, utilizando uma combinação de técnicas com maior
potencial para os cenários de uso do projeto Falibras. No módulo de software, que inclui o algoritmo de resolução de ambiguidades (Seção 4.2), serão utilizadas análise de vizinhança e
um conceito de Ontologia Simplificada denominado, grupo de influências (Seção 3.1.3 ); e,
associado a esse algoritmo, objetivando a construção dessa ontologia, foi criado um assistente
semântico (Seção 4.3); esses recursos serão melhor definidos no Capítulo 4 . A atuação principal do projeto de pesquisa está na área de desenvolvimento e integração de tecnologias de
processamento de linguagem natural para melhorar a qualidade da tradução automática. As
ferramentas que serão produzidas durante o trabalho serão construídas utilizando desenvolvimento ágil (Martin (2003)) e acompanhado utilizando uma combinação dos processos Kanban
e SCRUM (Kniberg (2010)).
Finalmente, a última etapa da pesquisa consistiu na avaliação da solução e disponibilização dos produtos de software. A avaliação dos resultados da pesquisa foi quantitativa e seu
planejamento seguiu o método Goal-Question-Metric (GQM) (Basili (1992)). O GQM inicia o
planejamento do experimento com a definição do objetivo de avaliação. Em seguida, o objetivo
é desmembrado em questões, que precisam ser respondidas para que o objetivo seja atendido.
Finalmente, para cada questão, devem ser definidas métricas a serem obtidas e avaliadas. O
principal objetivo a ser considerado no método GQM será “Avaliar a qualidade da resolução de
13
14
ambiguidades em português, a partir de um corpus padronizado”.
A coleta dos dados se deu utilizando benchmark descrito em (Silva (2016)), previamente anotado, utilizando o corpus Mac-Morpho (USP (2022))) em vista de mensurar a acurácia
da aprendizagem dos dados rotulados.O Experimento ocorreu utilizando frases curtas, médias
e longas, podendo ser uma frase com oração simples ou composta. Os dados foram analizados
através de gráficos e tabelas e seus resultados foram discutidos e apresentados.
O acompanhamento das atividades ocorreu através de reuniões semanais para aferir o
andamento do projeto. Tal acompanhamento visou tanto sanar rapidamente eventuais dúvidas,
quanto estreitar os laços do mestrando com os demais integrantes do projeto Falibras, composto
por alunos de mestrado, alunos de graduação e professores intérpretes da Libras.
3
Fundamentação Teórica
A Seção 3.1 apresenta os conceitos básicos utilizados no desenvolvimento do trabalho.
Além desse levantamento inicial, também foi executada uma revisão sistemática da literatura
sobre algoritmos de resolução de ambiguidade. Para isso, foi utilizado um protocolo de busca
de artigos científicos, conforme apresentado na Seção 3.2. O resumo do resultado obtido na
revisão sistemática é apresentado na Seção 3.3.
3.1
Conceitos Básicos
3.1.1
Processamento de Linguagem Natural (PLN)
Sempre se quis criar comunicacão entre humanos e computadores sem a dificuldade
trazida por conta da linguagem (Indriani (1997)), e assim, melhorar a interacão das pessoas com
o computador, não as obrigando a aprender uma linguagem de programação nem técnicas de
abordagem para lidar com este.
Nesse contexto, Processamento de Lıngua Natural (PLN) é o campo da Ciência da
Computacão incumbido de explorar como lınguas naturais podem ser processadas mecanicamente utilizando sistemas computacionais (Bitter (2010)).
Dentro de processamento de linguagem natural será utilizado o conceito de análise de
vizinhança para resolver o sentido da palavra e assim, desambiguá-la.
Análise de Vizinhança
Normalmente, uma palavra ambígua ocorre várias vezes num texto. Quais frases
devem ser consideradas prioritariamente para construir o contexto de conhecimento da vizinhança? Dada uma frase ambígua, a construção do conhecimento da vizinhança busca selecionar
alguns vizinhos mais próximos para a frase do mesmo artigo. As sentenças vizinhas de um
conjunto de sentenças expandidas podem ser consideradas como o contexto de conhecimento
expandido para a sentença ambígua (Huang et al. (2011)).
O desempenho da seleção de sentenças vizinhas depende da medição para avaliação
de similaridade de sentenças. Dada a coleção de palavras de uma frase, a semelhança semântica
15
3.1. CONCEITOS BÁSICOS
16
entre duas frases depende da semelhança da palavra. A distância entre as palavras pode ser
calculada por abordagem baseada em conhecimento ou baseada em corpus. A medida baseada
em conhecimento tenta quantificar o grau em que duas palavras estão semanticamente relacionadas usando informações extraídas de redes semânticas. WordNet (Fellbaum (1998)) é um
banco de dados léxico onde cada sentido único de uma palavra é representado por um conjunto
de sinônimos. Cada synset aponta uma dica que define o conceito que o representa. Synsets
são conectados uns aos outros por meio de relações semânticas explícitas que são definidas no
WordNet. Muitos métodos Word Sense Disambiguation (WSD) baseados em gráficos foram
apresentados para medir a relação semântica com base no WordNet. Os métodos baseados em
corpus procuram identificar o grau de semelhança entre palavras usando informações exclusivamente derivadas de grandes corpora. Medidas como informação mútua (Turney (2001))
têm sido propostas para avaliar similaridade semântica de palavras com base nas informações
de coocorrência em um grande corpus. Nota-se que usar métodos baseados em corpus reflete
as características do corpus e são potencialmente mais adequados para capturar relações de
palavras entre gêneros e domínios; ou seja, dependendo do corpus utilizado os sentidos das
palavras se diversificam. Enquanto isso, os métodos baseados em análise de vizinhança apresentam características menos dependentes do corpus, uma vez que são mais facilmente generalizáveis em diferentes contextos que apresentem vizinhança semelhante (Langer & Schulder
(2020)).
Corpus
Segundo (Galisson (1983)) corpus é um conjunto finito de enunciados tomados como
objeto de análise. Mais precisamente, conjunto finito de enunciados considerados característicos do tipo de língua a estudar, reunidos para servirem de base à descrição e, eventualmente,
à elaboração de um modelo explicativo dessa língua. Trata-se, pois, de uma coleção de documentos quer orais (gravados ou transcritos) quer escritos, quer orais e escritos, de acordo com o
tipo de investigação pretendido. As dimensões do corpus variam segundo os objetivos do investigador e o volume dos enunciados considerados como característicos do fenômeno a estudar.
Mac-Morpho (USP (2022)) é um corpus de textos em português do Brasil anotados
com tags de parte do discurso. Sua primeira versão foi lançada em 2003, e desde então, duas
atualizações foram feitas para melhorar a qualidade dos seus recursos. Formado por artigos
extraídos de dez seções do jornal diário jornal Folha de São Paulo, em 1994, contendo mais
de 1 milhão de palavras, anotadas pelo etiquetador de palavras. A biblioteca NLTK contém o
referido corpus (ACDC (2022)).
3.1.2
Ontologias
Segundo Russel e Norvig, a palavra "ontologia" representa uma teoria específica sobre
a natureza do ser ou existir.” A ontologia permite representar conhecimento sobre qualquer
domínio, por exemplo, ações, tempos, objetos físicos e crenças (Russell (2004)).
O termo ontologia, na Ciência da Computação refere-se à representação de um vocabulário relacionado a certo domínio, onde a qualificação não está no vocabulário, mas sim
nos conceitos expostos por ele (Chandrasekara (1999)). Assim, uma ontologia é um modelo
de dados que representa um conjunto de conceitos dentro de um domínio e os relacionamentos
3.1. CONCEITOS BÁSICOS
17
entre estes. É utilizada para realizar inferência sobre os objetos do domínio. É uma forma de
representação de conhecimento sobre o mundo ou alguma parte deste. Geralmente descrevem:
• Indivíduos: os objetos básicos;
• Classes: conjuntos, coleções ou tipos de objetos;
• Atributos: propriedades, características ou parâmetros que os objetos podem ter e compartilhar;
• Relacionamentos: as formas como os objetos podem se relacionar com outros objetos.
A Figura 3.1 ilustra a modelagem de uma ontologia no idioma inglês, onde é possível
notar a palavra ambígua "Bank", com dois possíveis sentidos nete mini-mundo: (1) instituição
bancária e (2) local de armazenamento de dados.
Figura 3.1: Uma ontologia no idioma inglês
3.1.3
Grupos de Influência
Entende-se por Grupo Semântico como sendo uma coleção de objetos que possuem
características que permitem catergorizá-lo a um mesmo grupo, tópico ou gênero, agrupando
sentidos relacionados (hiperônimos e hipônimos)(EducaMaisBrasil (2022).
Por Exemplo:
1. Animais;
2. Frutas;
3. Brinquedos;
4. Roupas;
3.1. CONCEITOS BÁSICOS
18
Convém ressaltar que um Grupo Semântico engloba palavras relacionadas, sendo
hiperônimo uma palavra com um valor mais amplo que engloba palavras com valores específicos. Por exemplo, animal é um hiperônimo para palavras hipônimas como "coelho" e
"pássaro". Já um grupo de Influência amplia ainda mais este conceito, englobando além de
grupo semântico (hiperônimos e hipônimos), palavras frequentes constituindo a vizinhança de
palavras ambíguas (Figura 3.2), colaborando para criação do contexto associado a um dos sentidos da palavra ambígua. Neste contexto, associando ao conceito definido na Seção 3.1.2, é
possível descrever Grupos de Influência como uma Ontologia simplificada, que em Libras pode
ser identificada como um tópico (Quadros et al. (2022)). Esta abordagem é necessária para
relacionar, por exemplo, no caso da palavra "página" o sentido "lado da folha" com uma palavra
muito frequente "cada" que não possui relação hiperônimo-hipônimo.
Figura 3.2: Grupo de Influência engloba grupo semântico e palavras frequentes
Ilustrando o conceito de grupo de inflluência, a Figura 3.3 mostra como esta estratégia
pode ser usada para desambiguar palavra "vela" na frase "Apaguei a vela", considerando um
mini-mundo onde a palavra vela possui os sentidos "vela cilindro" e "vela do barco".
Figura 3.3: Grupo de Influência para palavra vela
É possível notar que a palavra "apaguei" possui o sentido "apagar" que está associado
ao mesmo grupo de influência que o sentido "vela cilindro" da palavra "vela", inferindo-se então
que o sentido da palavra ambígua em questão é "vela cilindro".
3.1. CONCEITOS BÁSICOS
19
Entende-se que Grupo de influência é uma ontologia simplificada visto que na abordagem utilizada nesta pesquisa, a palavra possui um sentido que está associada a um ou mais
grupos de influência:
Palavra -> Sentido -> Grupo de Inflluência
Esta relação é suficiente para resolver os sentidos das palavras ambíguas. Convém
salientar que todas as palavras ambíguas modeladas nessa ontologia representa uma grande
rede semântica, ou seja todas as palavras estão relacionadas.
3.1.4
A Abordagem Goal Question Metric (GQM)
A abordagem GQM é um método sistemático para achar e definir métricas adaptadas
para um ambiente particular, assim, apresenta uma colecão de métricas para ser mensuradas.
A abordagem ajuda a identificar as razões porque métricas particulares foram adotadas na condução de um experimento(Basili (1992)). A Figura 3.4 mostra uma aproximação do conceito.
Figura 3.4: Abordagem GQM
O plano GQM é uma abordagem top-down que possui três camadas:
1. Goal. É definido pelo usuário pelo uso de um modelo que consiste das seguintes partes:
• Propósito: O que deve ser alcançado através da medição?
• Critério: Que caracterıstica deve ser mensurada?
• Objeto: Qual artefato sera acessado?
• Contexto: Em quais circunstâncias o objeto é inserido?
2. Question. A Partir do objetivo(Goal) definido, gera-se uma pergunta a respeito de como
atingi-lo e obtém-se a(s) métrica(s) (Metric) do experimento.
3. Metric. Para responder uma pergunta (Question), GQM usa um conjunto de métricas. A
métrica é um valor quantitativo desta abordagem.
3.1. CONCEITOS BÁSICOS
3.1.5
20
Sistema Falibras
O projeto Falibras, desenvolvido na UFAL, com apoio do CNPq, FAPEAL e CAPES,
desde agosto de 2001, sob a coordenação do Prof. Luis Cláudius Coradine, tem o intuito de
auxiliar na comunicação entre ouvintes e surdos, facilitando o convívio entre os mesmos, possibilitando aos surdos sua integração em locais públicos, principalmente em escolas, garantindo
seu aprendizado e sua participação.
O trabalho tem tido o apoio da Associação de Surdos de Alagoas (ASAL) e do Centro
de Apoio à Pessoa Surda (CAS). Também, vale ressaltar a participação da equipe da Escola
Tavares Bastos (escola estadual de ensino fundamental, especializada em educação de pessoas
surdas), sendo as duas últimas instituições ligadas ao governo estadual. Ainda, tem parcerias com empresas como a HandTalk e Hirberná, e tem comunicação com a Universidade do
Míon em Portugal, que possuem ferramentas avançadas de resolução de ambiguidade, tal como
JSPell, utilizado no Falibras.
O projeto Falibras foi concebido, inicialmente, como um sistema que, ao captar a fala
no microfone, exibe, no monitor de um computador, a tradução do que foi dito, em Libras, na
forma gestual e animada, em tempo real (Coradine et al. (2004)). É um sistema interativo que
busca auxiliar a comunicação entre ouvintes e surdos. Atualmente, tem-se buscado avanços no
desenvolvimento das interfaces tradutoras do Falibras, definindo seu potencial não só como um
possível intérprete virtual, mas também como uma ferramenta pedagógica, que pode contribuir
para o processo de aprendizagem de surdos e ouvintes.
O Falibras tem sido capaz de traduzir frases em língua portuguesa para Libras, adicionando adequadamente classificadores para flexões e realizando análise sintática. Para isso, o
Falibras combina duas concepções de interface tradutora: uma baseada em Transferência Sintática (Falibras-TS) e outra baseada em Memória de Tradução (Falibras-MT). No Falibras-TS,
a forma sentencial em Libras é construída utilizando Processamento de Linguagem Natural,
estruturando uma seqüência de análise léxica, morfológica, sintática e de contexto, adequando
a tradução para a estrutura frasal da Libras. No Falibras-MT, os textos em português são interpretados a partir das estruturas morfossintáticas cadastradas na memória de tradução. Essa
técnica permite o registro de tabelas de equivalência de formas Português-Libras. Assim, o sistema pode ser visto como objeto de aprendizagem para ajudar à aprendizagem de Libras, pelos
ouvintes, e de Português, por parte dos surdos.
Como parte da inserção do projeto Falibras junto ao público alvo, desenvolveu-se uma
experiência junto à Escola Estadual Tavares Bastos onde, a partir do projeto pedagógico da escola, definiu-se pela apresentação, junto a uma turma de estudantes com deficiência auditiva,
de um texto (música) em Libras, na forma gestual animada, dentro do padrão do sistema Falibras. Essa experiência de apresentação do sistema Falibras aos surdos, a primeira num contexto
educacional, mostrou resultados positivos para a dinâmica de busca do desenvolvimento da ferramenta. A comparação entre o que se está desenvolvendo e a realidade do contato na escola se
mostrou fundamental.
Um dos principais resultados dessa interação na Escola Estadual Tavares Bastos foi
constatar que o Falibras tem potencial de contribuir para: promover a aprendizagem de Libras
pelos agentes envolvidos no processo de ensino-aprendizagem; promover a aprendizagem do
3.2. PROTOCOLO DA REVISÃO SISTEMÁTICA SOBRE RESOLUÇÃO DE
AMBIGUIDADE
21
Português pelos agentes envolvidos no processo de ensino-aprendizagem; oportunizar o acesso
por parte dos surdos à informação curricular e cultural da sociedade; promover a aquisição
e o desenvolvimento da linguagem, do pensamento e do indivíduo; preparar o surdo para o
exercício da cidadania, estudando e trabalhando nas mesmas condições de uma pessoa sem essa
diferença e facilitar a inclusão do surdo no ambiente social.
Recentemente, o projeto contou com parceiros importantes como o professor Orivaldo
de Lira Tavares, da UFES e o professor José Mario De Martino, da Unicamp. Nessa fase, está
se trabalhando o aperfeiçoamento do tradutor a partir de técnicas de inteligência artificial e
métodos estatísticos, no tratamento de ambiguidade e construção sintática. Vale ressaltar que
o Sistema Falibras foca principalmente no processo de tradução, abstraindo todo o processo
de geração on-line das animações. O aperfeiçoamento do processo de tradução tem como fim
facilitar a evolução natural da gramática da Libras. Para isso, se faz necessária uma maior
integração com o público-alvo e com linguistas.
Alguns artigos, fruto do Projeto Falibras, foram produzidos e apresentados em congressos nacionais e internacionais, ao longo desse período a exemplo de (Silva & Brito (2022)),
(da Silva & Brito (2018)) e (Silva Filho et al. (2018)).
O projeto é fruto de pesquisas de alunos de Graduação, Mestrado e Doutorado da Área
de Computação e, para a evolução necessita da contribuição constante destes pesquisadores,
para mais detalhes consultar o site (Falibras (2022)).
3.2
Protocolo da Revisão Sistemática sobre Resolução de
Ambiguidade
O levantamento bibliográfico foi realizado na plataforma de busca “Google Acadêmico”
em Fevereiro de 2021. Na busca foi utilizada a string de busca "automatic resolution" + "ambiguity" + "algorithm", que retornou 416 resultados. O primeiro critério de exclusão adotado
para filtrar os resultados foi o ano de publicação. Foram considerados artigos "a partir de 2000",
o que reduziu o número de artigos para 316. Após a identificação inicial dos artigos, iniciouse o processo de refinamento desse conjunto, em vista de atestar a adequação dos artigos aos
critérios desejados no estudo. Com esse propósito, foram feitas filtragens manuais em vista
de descartar artigos que não atendam a ao menos uma das seguintes características: (1) foco
na resolução de ambiguidade; (2) a resolução deve ser executada automaticamente, ainda que,
com supervisão; (3) utilização de corpus anotado de preferência em português.
Nos 316 artigos restantes a primeira filtragem das caracterísitcas indicadas foi realizada observando apenas os seus títulos. Após essa filtragem pelo título dos artigos, o total de
artigos restantes caiu para 55. O próximo passo foi repetir a mesma filtragem a partir da leitura
dos resumos, o que reduziu a quantidade para 19 artigos. Todos esses 19 artigos foram lidos
na íntegra. Porém, durante a leitura, observou-se que cinco deles possuíam aplicações de resolução de ambiguidade em contextos específicos que dificultam a sua aplicação em linguagem
natural, como por exemplo algoritmos para comparar ambiguidade entre termos biológicos aplicados tanto entre proteínas e genes. Observou-se ainda que dos 14 artigos restantes, alguns não
abordavam desambiguação léxica, que é foco da presente pesquisa, ou não utilizavam processo
de desambiguação usando ferramentas computacionais, ainda que, supervisionadas por um hu-
3.3. RESULTADO DA REVISÃO SISTEMÁTICA SOBRE RESOLUÇÃO DE
AMBIGUIDADE
22
mano, o que acarretou no descarte dos artigos. No final, restaram apenas 6 artigos, que são
descritos na Seção 3.3.
3.3
Resultado da Revisão Sistemática sobre Resolução de
Ambiguidade
Em Desambiguação automática de substantivos em corpus do português brasileiro
(Silva (2016)), a desambiguação se baseia no dicionário Michaelis, no corpus do Mac-Morpho,
versão simplificada do algoritmo de Lesk com a inclusão de pesos através do IDF, para poder
oferecer o melhor sentido para palavra ambígua, sua acurácia apresentou 63%. O corpus utilizado neste trabalho é um pouco limitado por não possuir linguagem do dia-a-dia, e se basear
em linguagem de jornais, no entanto foi o único encontrado que possuia anotação em português. Pretende-se utilizar o mesmo corpus com a proposta de aumentar acurácia do algoritmo
apresentado com as mesmas palavras trabalhadas. Este trabalho cita ainda, outro corpus como
mais promissor, o Subtlex-pt-br, no entanto em contato com os mantenedores do corpus, foi
informado que o mesmo não possui anotação para o idioma Português.
Em Lexical Disambiguation (CKBD): A tool to identify and resolve semantic conflicts
using Context Knowledge (Tahat & Ahmad (2019)) não se basea em corpus anotado, desambigua o sentido da palavra se baseando no WordNet e na maior frequência da palavra no texto
analisado. Para o cenário analisado pelo trabalho, apresentou uma acurácia de 83% no idioma
em inglês. O Para o português, que é o idioma mais complexo (em virtude da quantidade de
palavras homonímas presentes), foco deste trabalho, não é fácil obter um cenário (conjunto de
frases e palavras ambíguas associadas) que atinja um bom resultado.
Em Lexical Disambiguation in Natural Language Questions (NLQs) (Alharbi et al.
(2011)) são utilizados conhecimento de contexto através de WordNet e análise de palavras vizinhas; e, conhecimento de conceitos através de ontologia, para desambiguar o sentido das
palavras nas perguntas, onde os sentidos encontrados na fase de conhecimento de contextos
serão analisados pela ontologia, algo semelhante ao que propomos fazer no neste trabalho.
Em Combining Supervised- Unsupervised Methods for Word (Montoyo et al. (2002))
faz uso de dois métodos não-supervisionados, um de especificação de marcas e outro de densidade de conceitos e um método WSD supervisionado (Máxima Entropia) que utiliza probabilidades e estatística. São feitos experimentos dos métodos de forma isolada e combinada, e por
fim comprova-se que ocorre um considerável ganho de acurácia combinando os métodos, com
ganho de 15% de precisão.
Em Unsupervised word sense disambiguation using neighborhood knowledge (Huang
et al. (2011)) são apresentados conceitos que será utilizado no nosso trabalho, como a influência
de palavras e frases vizinhas para descobrir pistas de sentidos de palavras ambíguas. Artigo
observa que a expansão da janela para frases vizinhas pode gerar ruídos o que nem sempre
gera um sentido preciso para a palavra, o que justifica uma acurácia tão baixa para o método,
equivalente a 45,94%, ainda assim superando o método de base comparado no referido trabalho.
Em Resolving Ambiguous Entity through Context Knowledge and Fuzzy Approach
(Alfawareh & Jusoh (2011)) apresenta o melhor resultado em acurácia, 85%, totalmente
3.3. RESULTADO DA REVISÃO SISTEMÁTICA SOBRE RESOLUÇÃO DE
AMBIGUIDADE
23
baseado em estatística, probabilidade e possibilidade para oferecer os prováveis sentidos da
palavra, onde oferece uma pontuação fuzzy para os sentidos, que varia entre 0 e 1, então, de
acordo o texto e o corpus analisado, o algoritmo faz um cálculo e apresenta o sentido da palavra.
Apesar de efecicácia do método não poderá ser implementado em nossa pesquisa, devido a dificuldade de encontrar o corpus adequado na língua portuguesa.
4
Abordagem Proposta para Resolução de
Ambiguidade
Este Capítulo tem o objetivo de apresentar a abordagem e ferramentas utilizadas para
resolver a ambiguidade de palavras. Para isto, será apresentado o Assistente de Aprendizagem
Semântica, criado durante esta pesquisa com a finalidade de facilitar a criação do modelo de
Aprendizagem Semântica; bem como os detalhes do algoritmo implementado e integrado ao
sistema Falibras para, no processo de tradução, estimar o sentido da palavra ambígua. Outrossim, serão apresentados o corpus de palavras ambíguas, sentidos referentes a estas, grupos de
influência referentes a estes, e por fim, sentidos de palavras vizinhas contidos nestes grupos.
4.1
A Estratégia Adotada
A resolução de ambiguidade utilizará a Análise de vizinhança (Seção 3.1.1) associada a Ontologia simplificada criada a partir de grupos de influência (Seção 3.1.3). Com essa
estratégia pretende-se:
1. analisar frase por frase contidas em um corpus que contém uma palavra ambígua alvo
2. observar sentidos de palavras frequentes presentes, em cada frase, associados a essa
palavra alvo e gerar um grupo de influência
3. estimar, de acordo os sentidos das palavras presentes nas frases que compõem o contexto,
o sentido da palavra ambígua.
Para a implementação da Análise de vizinhaça foi criado um algoritmo que atribui um
peso para cada possível sentido da palavra ambígua, o qual será explicado na Seção 4.2.
Para persistência dessa ontologia simplificada foi desenvolvido um modelo conceitual
(Figura 4.1). No modelo é possível observar que um grupo de influência pode está associado
a vários sentidos e um sentido a vários grupos de influência diferentes (Relação NxN). Essa
relação permite associar as palavras ambíguas aos sentidos mais prováveis, conforme o grupo
de influência de cada sentido da ambiguidade.
Para apoiar a criação do modelo de aprendizagem através dos grupos de influência foi
desenvolvido um Assistente de aprendizagem (Seção 4.3).
24
4.2. O ALGORITMO PROPOSTO
25
Figura 4.1: Modelo Conceitual
4.2
O Algoritmo proposto
O algoritmo utilizado se baseia no conceito de análise de vizinhança (Seção 3.1.1) e
todo o processo ocorre no método obterSignificadoMaisProvavel da classe SemanticController.
O mesmo atribui um peso para cada possível sentido da palavra ambígua, durante a avaliação
do seu contexto, isto é, considerando a frase atual e sua vizinhança (janela de contexto). O
algoritmo varre cada palavra em busca de sentidos que possam ajudar a resolver a ambiguidade,
atribuindo pesos de acordo com a localização da palavra. A Figura 4.2 apresenta o fluxo geral
do algoritmo proposto.
Figura 4.2: Algoritmo - Diagrama de Atividades Geral
Como pode ser observado, o primeiro passo é obter o texto a ser analisado (Ativi-
4.2. O ALGORITMO PROPOSTO
26
dade 01), que deve incluir a frase contendo a palavra ambígua. A partir do contexto da ambiguidade, o algoritmo calcula o fator da ambiguidade, isto é, os pesos de cada um dos sentidos possíveis. Na abordagem proposta, o contexto pode ser influenciado tanto pelas demais
palavras da própria frase (Atividade 02), quanto pelas frases vizinhas (anteriores e posteriores),
caso haja, que compõem o que é denominado janela de contexto (Atividade 03). As Figuras 4.3
e 4.4 apresentam o detalhamento do cálculo dos pesos de cada sentido possível.
Figura 4.3: Incremento de fator de ambiguidade na própria frase
Figura 4.4: Incremento de fator de ambiguidade nas frases da janela de contexto
4.3. O ASSISTENTE DE APRENDIZAGEM SEMÂNTICA
27
Como pode ser observado, esse cálculo é iterado para cada palavra que pertence ao
contexto, seja ela da própria frase onde está a palavra ambígua (Figura 4.3) ou de frases vizinhas (Figura 4.4). Vale ressaltar, ainda, que quanto mais próxima a frase estiver da palavra
ambígua, maior a sua influência no índice geral dos pesos. A justificativa para tal está na possibilidade de haver mudança de contexto durante o discurso ("mudança de assunto"). Quanto
mais distante a frase estiver da frase onde está a palavra ambígua, maior a possibilidade de
haver mudança de contexto. Uma palavra da janela de contexto pode influenciar na resolução
da ambiguidade em duas possibilidades: (1) quando possui algum dos sentidos da palavra ambígua; ou (2) quando possui sentido que participa do mesmo grupo de influência de algum dos
sentidos da palavra ambígua. A primeira possibilidade (mesmo sentido) irá influenciar frases
enfáticas, onde ocorre a utilização de sinônimos; por exemplo, "você é um médico, um doutor!".
No exemplo, a palavra "doutor" é ambígua, podendo se referir tanto ao profissional da saúde,
quanto a um título acadêmico ou até mesmo um pronome de tratamento. Nesse contexto, a
palavra "médico" irá exercer grande influência no sentido de "doutor", aumentando a probabilidade de obter a resolução de ambiguidade como "médico". A segunda possibilidade (mesmo
grupo de influência) influenciará de acordo com a coesão que normalmente está presente no
discurso. Por exemplo, na frase "acendi a vela" a palavra ambígua "vela" poderia se referir a
"cilindro de cera" ou "vela do barco". Porém, o verbo "acender" aumenta a probabilidade de
se tratar do sentido "cilindro cera". Isso ocorre pelo fato de "acender" pertencer ao grupo de
influência "estado de iluminação", do qual também pertence o sentido "cilindro de cera".
Após identificar o que pode influenciar na resolução da ambiguidade, foram atribuídos
pesos distintos, de acordo com a sua influência. Os valores atribuídos aos pesos foram definidos
empiricamente, podendo ser posteriormente ajustados, de acordo com o histórico de atualização
do sistema. Vale ressaltar, ainda, que tal ajuste deve ser feito manualmente. O ajuste automático
desses pesos está apontado como um dos trabalhos futuros dessa dissertação (Capítulo 6).
4.3
O Assistente de Aprendizagem Semântica
Durante a presente pesquisa, para apoiar a persistência dos dados no processo de
criação da vizinhança presentes nos grupos de influência, ocorreu a necessidade do desenvolvimento de um Assistente de Aprendizagem Semântica para a criação deste modelo. O referido
assistente propõe gerar um conjunto de grupos de influência a partir de sentidos de palavras
chaves da vizinhança que diante de uma palavra ambígua permita estabelecer um sentido alvo.
Esta ferramenta é composta por seis telas, cada uma possuindo um objetivo específico. Na primeira tela o usuário informa a palavra ambígua que pretende criar o modelo de
aprendizagem, esta tela está apresentada na Figura 4.5.
4.3. O ASSISTENTE DE APRENDIZAGEM SEMÂNTICA
28
Figura 4.5: Tela 1 do Assistente - Informação da palavra ambígua
Na segunda tela (Figura 4.6), são informados os sentidos presentes na palavra ambígua;
Figura 4.6: Tela 2 do Assistente - Informação dos Sentidos da palavra Ambígua
Na terceira tela (Figura 4.7), o usuário informa o conjunto de frases para o sentido
alvo, até finalizar todos os sentidos palavra ambígua;
4.3. O ASSISTENTE DE APRENDIZAGEM SEMÂNTICA
29
Figura 4.7: Tela 3 do Assistente - Tela de cadastro de frases para o sentido VELA_BARCO
Para facilitar o processo de cadastro de frases, o usuário pode optar por inserir um
conjunto de frases de uma vez, clicando no botão "..." da tela de cadastro de frases, assim, será
apresentado uma nova tela (Figura 4.8), onde em um componente TextArea, é permitido inserir
cada frase separada por um enter (’\n’) ou um texto, onde equivalentemente, será considerado
uma frase a cada quebra de linha (’\n’);
Figura 4.8: Tela 3b do Assistente - Facilidade para se cadastrar várias frases de uma só vez
4.3. O ASSISTENTE DE APRENDIZAGEM SEMÂNTICA
30
Esse processo se repete para cada um dos sentidos da palavra ambígua, que foram
informados na Tela 2 (Figura 4.6). Para ilustrar, a Figura 4.9 apresenta a mesma tela, onde
deve-se cadastrar as frases do corpus onde a palavra ambígua possui o próximo sentido
(VELA_CILINDRO).
Figura 4.9: Tela 3c do Assistente - Cadastro de frases para o sentido VELA_CILINDRO
Na quarta tela (Figura 4.10), o usuário tem a opção de informar sentido(s) para cada
palavra da vizinhança presentes nas frases de todos os sentidos da palavra ambígua. No entanto,
a fim de facilitar o processo de criação do modelo, o assistente atribui como sentido padrão o
radical da palavra, quando se tratar de substantivos, adjetivos, verbos ou advérbios.
Figura 4.10: Tela 4 do Assistente - Cadastro de sentido para cada palavra das frases
4.3. O ASSISTENTE DE APRENDIZAGEM SEMÂNTICA
31
Na quinta tela (Figura 4.11), são informadas as palavras chaves vizinhas que podem
colaborar com o sentido pretendido, o usuário seleciona as palavras desejadas, sendo as palavras
apresentadas referentes às frases cadastradas, na Tela 3 (Figura 4.7), ligadas àquele sentido.
Figura 4.11: Tela 5 do Assistente - Escolha de palavra da vizinhança
Esse processo se repete para cada um dos sentidos da palavra ambígua, que foram
informados na Tela 2 (Figura 4.6). Para ilustrar, a Figura 4.12 apresenta a mesma tela, onde
deve-se selecionar as palavras-chave do próximo sentido.
Figura 4.12: Tela 5b do Assistente - Escolha de palavra da vizinhança do próximo sentido
4.3. O ASSISTENTE DE APRENDIZAGEM SEMÂNTICA
32
E finalmente, na Tela 6 (Figura 4.13), o usuário cria os grupos de influência para cada
sentido da palavra ambígua e os associa aos sentidos das palavras da vizinhança. Durante
o cadastro é possível associar um sentido da vizinhança a vários grupos semanânticos. Vale
ressaltar que o assistente também associa, automaticamente, o sentido atual da palavra ambígua
a cada grupo de influência criado.
Figura 4.13: Tela 6 do Assistente:
VELA_BARCO
informações de grupos de influência:
sentido
Mais uma vez, esse processo se repete para cada um dos sentidos da palavra ambígua,
que foram informados na Tela 2 (Figura 4.6). Para ilustrar, a Figura 4.14 apresenta a mesma
tela, onde são criados os grupos de influência relativos ao próximo sentido da palavra ambígua
(VELA_CILINDRO).
Figura 4.14: Tela 6b do Assistente:
VELA_CILINDRO
referente a grupos de influência:
sentido
Para cada sentido da palavra ambígua deve existir ao menos um grupo de influência
4.4. O CORPUS COM PALAVRAS AMBÍGUAS
33
que ele faça parte. Convém ressaltar que o objetivo de associar ao grupo de influência um
dos sentidos da palavra ambígua é definir a coesão entre esse sentido e os demais sentidos
deste grupo. Ainda, essa estratégia permite estabelecer o elo entre a palavra ambígua e seus
grupos de influência, favorecendo assim a definição do contexto e a consequente resolução da
ambiguidade.
4.4
O Corpus com palavras ambíguas
O corpus Mac-Morpho (USP (2022)) foi obtido a partir da biblioteca NLTK (NLTK
(2022)). Utilizando rotinas Python, foi possível filtrar todas as frases que apresentassem as seis
palavras ambíguas citadas na Seção 4.5.1. Criou-se, então, seis arquivos, cada um contendo um
corpus de frases referente a uma palavra ambígua, como é apresentado na Figura 4.15
Figura 4.15: Rotinas Python para obter o corpus de cada palavra ambígua
As rotinas, descritas na Figura 4.15 consistiu em:
1. instalar a biblioteca NLTK;
2. obter o corpus Mac-Morpho
3. filtrar a palavra ambígua pretendida;
4. realizar um pré-processamento do corpus, ignorando alguns caracteres;
5. criar o arquivo com o corpus da palavra ambígua.
Ao analisar as frases presentes em cada corpus, foi necessário fazer algumas adaptações:
• correção de erros ortográficos;
• supressão de frases com a palavra ambígua sendo a conjugação verbal, o que levaria a
ambiguidade morfossintática, a exemplo de frases com as palavras "trabalho" e "casa"
(foi dado preferência para ocorrência dessas palavras pertencendo a classe gramatical
substantivo);
4.5. PALAVRAS AMBÍGUAS, SENTIDOS E GRUPOS DE INFLUÊNCIA
34
• Exclusão de algumas frases que não traziam sentidos, a exemplo de glossários, ou informação do texto, como ocorreu em frases contendo a palavra "página";
• adição de frases com sentidos não presentes no corpus.
• adição de frases de testes
Essas adaptações foram necessárias para melhor executar o experimento, inclusive na
fase de Teste, para que ocorresse da forma mais aleatória possível, levando em consideração
que foi conduzido de forma semiautomatizada. Ao final de todas as adaptações foi totalizado
1502 frases, o conforme será descrito no Capítulo 5.
4.5
Palavras Ambíguas, Sentidos e grupos de influência
Nesta Seção serão apresentadas as palavras ambíguas utilizadas no experimento, as
quais se referem às mesmas utilizadas no experimento de (Silva (2016)); bem como os sentidos referentes a essas palavras, analisando manualmente cada frase presente em cada corpus,
comparando com os verbetes do dicionário Online (Michaelis (2022)).
Outrossim, serão apresentados os Grupos de Influência definidos durante o processo
de criação do modelo de aprendizagem semiautomizado, utilizando o Assistente semântico. E,
ainda, o conjunto de sentidos das palavras chaves vizinhas associadas a esses grupos.
4.5.1
Palavras
Seguindo a proposta apresentada no Capítulo 2, as palavras ambíguas que foram consideradas na condução do experimento, no Capítulo 5, são: (1) vela; (2) casa; (3) página; (4)
trabalho; (5) mercado; e (6) produção.
4.5.2
Sentidos
Para analisar os sentidos das palavras, tanto para a fase de treino (aprendizado supervisionado), quanto para a fase de teste, foram utilizadas as frases presentes no corpus MacMorpho e verificado de acordo com os sentidos presentes no dicionário Online (Michaelis
(2022)). A seguir é apresentado para cada palavra quais os sentidos foram encontrados nas
frases do corpus.
Sentidos para a palavra "vela"
O corpus de ambiguidade utilizado neste trabalho considera dois sentidos para "vela"
de acordo dicionário de referência (Michaelis (2022): (1) cilindro de cera; e (2) vela do barco.
Sentidos para a palavra "casa"
O corpus de ambiguidade utilizado neste trabalho considera sete sentidos para "casa"
de acordo dicionário de referência (Michaelis (2022): (1) construção, quando a frase se refere
a uma casa em construção, em financiamento ou cômodo da casa; (2) domicílio, quando a
expressão se referir a moradia, família ou infância; (3) local de competição, quando se refere
ao local onde um time joga e as pessoas vão para assistir, praticar esporte, competição; (4)
4.5. PALAVRAS AMBÍGUAS, SENTIDOS E GRUPOS DE INFLUÊNCIA
35
década; (5) decimal; (6) estado, quando se refere a locais governamentais; e (7) estabelecimento
comercial.
Sentidos para a palavra "página"
O corpus de ambiguidade utilizado neste artigo considera três sentidos para "página"
de acordo dicionário de referência (Michaelis (2022): (1) conteúdo da página; (2) lado da folha;
(3) momento ou período.
Sentidos para a palavra "trabalho"
O corpus de ambiguidade utilizado neste artigo considera sete sentidos para "trabalho" de acordo dicionário de referência (Michaelis (2022): (1) empreendimento intelectual ou
manual; (2) local de trabalho; (3) atividade remunerada; (4) profissão; (5) esforço incomum; (6)
maneira de executar tarefa; (7) execução de trabalho ou obra.
Sentidos para a palavra "Mercado"
O corpus de ambiguidade utilizado neste artigo considera seis sentidos para "mercado"
de acordo dicionário de referência (Michaelis (2022): (1) atividade comercial; (2) economia do
país; (3) estabelecimento comercial; (4) mercado financeiro; (5) oferta ou procura de emprego;
(6) sistema de compra e venda.
Sentidos para a palavra "Produção"
O corpus de ambiguidade utilizado neste artigo considera sete sentidos para "produção" de acordo dicionário de referência (Michaelis (2022): (1) atividade de produção; (2)
ato de produzir; (3) departamento de propaganda; (4) obra científica, literária ou artística; (5)
potencial de produção; (6) sistema de compra e venda; (7) substância secretada.
4.5.3
Grupos de Influência
Durante a etapa de aprendizado, a solução proposta utilizou o assistente semântico
da Seção 4.3 para apoiar a criação de 59 Grupos de Influência. Para melhor compreensão da
complexidade do modelo de aprendizagem produzido pelo assistente, a Tabela 4.1 apresenta
o número de Grupos de Influência criados, bem como a média de sentidos associados a cada
grupo de influência.
4.5. PALAVRAS AMBÍGUAS, SENTIDOS E GRUPOS DE INFLUÊNCIA
Palavra
Sentidos
Vela
cilindro de cera; vela barco
construção; domicílio; local de
competição; década; decimal; estado;
estabelecimento comercial
conteúdo da página; lado da folha;
momento ou período
empreendimento intelectual ou manual;
local de trabalho; atividade remunerada;
esforço incomum; forma de executar
tarefa; execução de trabalho ou obra
atividade comercial;
economia país; estabelecimento comercial;
mercado financeiro; oferta procura
emprego; sistema de compra e venda
atividade de produção; ato de produzir;
departamento de propaganda; trabalho
científico, lirário ou artístico; potencial
de produção; processo para ficar
público; substância secretada
Casa
Página
Trabalho
Mercado
Produção
36
Número de
Grupos
Semânticos
5
Média de sentidos
associados com cada
grupo de influência
5.8
13
18.54
4
20.75
14
21.64
11
29.73
12
33.92
Tabela 4.1: Média de sentidos associados a Grupos de Influência
É importante notar que durante a fase de aprendizagem do módulo de desambiguação
proposto foi criado um total de 59 Grupos de Influência; além disso, o número de sentidos
associados a cada grupo atingiu até 102 sentidos, com média de 23,56 sentidos associados a
cada grupo de influência. Este fato justifica ainda mais a importância de ter um Assistente
de Aprendizagem Semântica, apresentado na Seção 4.3. Os dados relacionados ao modelo
de aprendizagem foram persistidos em um banco de dados no SGBD MariaDB. A listagem
completa dos sentidos associados a cada grupo de influência (vizinhança) está disponível no
Apêndice A, o Apêndice B apresenta a listagem simplificada, contendo unicamente os Grupos
de Influência, sem os sentidos associados a cada um.
Após a integração do módulo semântico ao sistema Falibras, ajustes foram realizados,
o Apêndice C apresenta como ficou o novo processo de tradução do Falibras.
5
Experimento Avaliativo
Este Capítulo tem o objetivo de descrever o experimento para avaliar a qualidade
da resolução de ambiguidade. Conforme descrito em capítulos anteriores, para este processo
foi utilizado o Assistente de Aprendizagem Semântica, elaborado durante a presente pesquisa,
apoiado pelo dicionário Online (Michaelis (2022)) na categorização dos sentidos das frases obtidas no corpus padronizado (USP (2022)) Mac-Morpho. Ao final do experimento também serão
realizadas comparações de resultados com um trabalho da literatura (Silva (2016)) que executou
o experimento nos mesmos cenários, no entanto, com processos de resoluções diferentes.
5.1
Planejamento GQM para medição da acurácia
O processo de como ocorrerá o treinamento e o teste do experimento será apresentado
na Seção 5.2. A Tabela 5.1 apresenta o objetivo do experimento. Com base nesse objetivo, foi
elaborada a seguinte questão:
Q1.1 A acurácia medida durante o experimento, no processo de tradução do Falibras, supera ao medido pelo trabalho de (Silva (2016))?
Objetivo
Propósito: Avaliação da Acurácia no processo de resolução semântica.
Objeto: O novo Módulo Semântico do Sistema Falibras, que implementa o Algoritmo
de Análise de Vizinhança.
Critério: Acurácia da resolução de ambiguidade para as seis palavras ambíguas alvo do
corpus.
Contexto: O experimento deve ser executado em duas partes. A primeira parte consiste
em uma geração semiautomática dos Grupos de Influência usando o Assistente de Aprendizagem Semântica com um conjunto de treinamento de 1039 sentenças. A segunda parte
consiste na desambiguação automática com um conjunto de teste de 463 sentenças.
Tabela 5.1: Definição de objetivo para mensurar a acurácia da resolução semântica
37
5.2. EXECUÇÃO DO EXPERIMENTO
38
Para responder à questão Q1.1 , foram obtidas duas métricas, conforme apresentado na
Tabela 5.2:
Métricas
M1.1.1 acurácia do Módulo Semântico proposto do Sistema Falibras
M1.1.2 Acurácia medida no experimento de (Silva (2016))
Tabela 5.2: Métricas relacionadas a Questão Q1.1
5.2
Execução do Experimento
O experimento foi conduzido com frases do corpus rotulado (da Silva (2022a)) . A
Tabela 5.3 apresenta as proporções gerais de treinamento/teste, enquanto a Tabela 5.4 apresenta
essas proporções categorizadas para cada palavra ambígua do corpus.
Treino
1039
69,17%
Teste
463
30,83%
Total
1502
100%
Tabela 5.3: Proporção de treino e teste das frases
Palavra
Vela
Casa
Página
Trabalho
Mercado
Produção
Treino
14
162
57
192
371
243
Teste
9
71
25
89
159
110
Total
23
233
82
281
530
353
Tabela 5.4: Proporção de treino e teste das frases por palavras
Os corpus de frases com cada palavra ambígua foram categorizados de forma criteriosa
no momento de Treino e de forma aleatória no Teste. O Treino ocorreu em três fases:
1. Pré-categorização da frase: consistiu em leitura de cada frase e atribuição da frase a um
dos sentidos defindos na seção 4.5.2
2. Geração dos Grupos de Influência: com o auxílio do Assistente de Aprendizagem Semântica conforme descrito na seção 4.3
3. Validação das frases: Com o auxílio do módulo Tradutor da Falibras, foi verificado se a
Falibras atribuiu o sentido correto a cada frase ambígua após a execução do processo de
Tradução
O Teste consistiu em 1) pré-categorização das frases, que ocorreu paralelamente à
categorização das frases de Treino, e 2) na validação das frases no Sistema Falibras: se o sentido
da palavra estivesse correto, as respostas corretas eram computadas, até que todas as sentenças
fossem validadas. A Tabela 5.5 apresenta quantitativamente como ficaram agrupadas as frases
por sentidos de cada palavra.
5.3. RESULTADOS E ANÁLISE
Palavra
vela
casa
mercado
página
trabalho
Produção
39
Sentidos
cilindro de cera
do barco
casa construção
casa domícilio
casa estabelecimento
casa decimal
casa década
casa local competição
casa grupo do estado
atividade comercial
economia país
estabelecimento
financeiro
oferta procura emprego
sistema compra e venda
lado da folha
conteúdo
passagem
emprendimento manual ou intelectual
atividade remunerada
local
esforço incomum
maneira de executar tarefa
execução de obra ou lavor
exercício da profissão
atividade de produção
ato de produzir
departamento de propaganda
obra artistica científica e literária
potencial de produção
processo para ficar público
substância secretada
Quantidade
Treino Teste
7
4
7
5
18
9
86
37
14
6
5
3
7
3
22
10
10
3
64
28
112
47
36
13
114
52
8
3
37
16
17
11
32
11
8
3
102
46
22
11
24
11
10
5
8
4
20
9
6
3
30
17
27
12
7
3
47
19
118
52
7
3
7
4
Tabela 5.5: Quantitativo de frases por sentido nas fases de Treino e Teste
Convém ressaltar que o corpus rotulado por este Trabalho foi obtido a partir do corpus padronizado Mac-Morpho(USP (2022)). Posteriormente foi realizado manualmente a précategorização semântica das frases de acordo verbetes do dicionário Online (Michaelis (2022)),
e assim, obteve-se agrupamento das frases por sentidos conforme Tabela 5.5, esse corpus rotulado pode ser obtido no repositório do github (da Silva (2022a)).
5.3
Resultados e Análise
Os resultados de acurácia obtidos por este Trabalho em cenários e ferramentas já
descritos na Seção 5.2, bem como os resultados apresentados na pesquisa de (Silva (2016))
5.3. RESULTADOS E ANÁLISE
40
correspondem, respectivamente às métricas M1.1.1 e M1.1.2 , que responde a Questão Q1.1 da
Seção 5.2 e seguem na Tabela 5.6:
Resultado
M1.1.1 acurácia do Módulo Semântico proposto do Sistema Falibras
M1.1.2 Acurácia no experimento de referência (Silva (2016))
92,6%
63%
Tabela 5.6: Resultados referente a Questão Q1.1
O resultado mostra que esta pesquisa superou o trabalho de Viviane Silva (Silva
(2016)) em 29,6%. Este resultado se deve provavelmente ao uso de Grupos de Influência associados ao algoritmo de análise de vizinhança, que, ao contrário do trabalho comparado, utilizou
apenas a última técnica. Além disso, é importante ressaltar que as sentenças treinadas e testadas não foram apresentadas pelo trabalho comparado. Outrossim, no caso de novas análises, é
aconselhável retreinar o modelo, de acordo com o novo cenário, pois a abordagem de aprendizagem utilizada é semiautomática, sendo apoiada por um assistente de aprendizagem que requer
intervenção humana.
A Figura 5.1 apresenta um gráfico de barras representando a variação da acurácia para
cada palavra ambígua no corpus. Não foi possível fazer uma comparação palavra por palavra
com o trabalho de Viviane Silva (Silva (2016)), pois não encontramos os dados estratificados
por cada palavra ambígua.
Figura 5.1: Acurácia da solução proposta por cada palavra ambígua
A seguir, com objetivo de comparações com outras pesquisadores, são apresentadas as
métricas de precision e recall, não presentes no trabalho de referência:
Acurácia
≈ 92, 6%
Precisão
≈ 92, 7%
Recall
≈ 92, 8%
Apesar dos bons resultados alcançados, durante a avaliação do algoritmo, foi possível
identificar algumas limitações. A principal delas refere-se à influência das palavras das frases
da janela de contexto na resolução da ambiguidade. Apesar do algoritmo considerar a distância
5.4. AMEAÇAS À VALIDADE DO EXPERIMENTO
41
entre as frases na janela de contexto, palavras de uma mesma frase exercem a mesma influência,
independentemente da sua localização na frase. Por exemplo, na frase "acendi a vela no porão
do barco", a palavra "vela" poderia significar tanto "cilindro de cera", quanto "vela do barco".
Porém, o fato do verbo "acender" estar mais próximo da palavra "vela", deveria aumentar a
sua influência em relação à palavra "barco", que está mais distante. No entanto, atualmente é
atribuído o mesmo peso, já que estão localizadas na mesma frase. Tal limitação só foi identificada na análise qualitativa do algoritmo, realizada pela equipe do projeto, uma vez que nas
frases do corpus utilizado tal característica não comprometeu a resolução da ambiguidade.
Outra limitação observada refere-se à escolha dos valores de cada peso, que atualmente
foram definidos empiricamente. O ideal é que os pesos sejam ajustados automaticamente, utilizando, por exemplo, técnicas de aprendizagem de máquina a partir do histórico de erros e
acertos do sistema.
Esta pesquisa não conseguiu fazer uso de técnicas de aprendizagem de máquina, se
limita a desenvolver uma ontologia simplificada através dos Grupos de Influência, algoritmo
de análise de vizinha com atribuição de pesos e rotulação de frases, de forma manual, para
treino e teste. As justificativa para essa abordagem são (1) o processo de tradução do Falibras
atual possui muitas rotinas legadas; (2) a estratégia da combinação das duas técnicas possibilitou a modalidade de tradução denomidada topicalização, que é melhor explicada no Capítulo
6; (3) busca de maior acurácia e (4) a rotulação realizada possibilitará a utilização técnicas
de aprendizagem de máquina em trabalhos futuros. A proposta anterior de atribuição de pesos automaticamente irá facilitar o caminho para diminuir o caráter manual e subjetivo desta
pesquisa.
O aperfeiçoamento de tais limitações será implementado como trabalhos futuros, conforme descrito no Capítulo 6.
5.4
Ameaças à Validade do Experimento
Apesar do experimento ser baseado no mesmo corpus e dicionário utilizado por Viviane Silva (Silva (2016)), não foi possível saber quais sentenças foram usadas para treinamento
e quais foram usadas para teste. Para minimizar a interferência humana, optou-se por realizar
uma escolha aleatória, preservando a proporção entre os grupos de treinamento e teste.
Outra ameaça percebida é o fato de a abordagem proposta neste trabalho conter atividades com muita subjetividade. Apesar de contar com grande apoio do assistente desenvolvido,
a fase de aprendizagem é realizada de forma semiautomática. Assim, é necessário que um humano identifique palavras do contexto que influenciam a escolha de um dos sentidos da palavra
ambígua. Por ser uma atividade subjetiva, dependendo da qualidade dessa classificação, a acurácia pode variar.
6
Conclusão
Esta Dissertação apresentou uma solução para resolver a ambiguidade em português.
A abordagem proposta considera o contexto de palavras ambíguas a partir da análise de outras
palavras na frase e frases vizinhas, denominada janela de contexto. Para tal contextualização, a
abordagem propõe o uso do conceito de grupo de influência.
Percebeu-se, com a execução do experimento utilizando uma ferramenta desenvolvida
durante a presente pesquisa, uma resolução semântica promissora, demonstrada através dos
resultados de acurácia medidos no experimento. Essa observação foi percebida e analisada
por meio de comparações com um trabalho de referência na literatura (Silva (2016)), onde foi
demonstrado um percentual 29,6% maior de acertos. Vale salientar ainda que as contribuições
do trabalho foram publicadas em um artigo científico (Silva & Brito (2022)).
Embora o objetivo deste trabalho tenha sido comparar a acurácia de um único trabalho,
dados os cenários equivalentes, os resultados do experimento obtidos nesta pesquisa superaram
todos os trabalhos da revisão sistemática. No entanto, não foi possível realizar o experimento
nos mesmos cenários dos demais trabalhos devido à ausência de corpus e palavras ambíguas
nessas pesquisas referenciadas.
Além disso, a abordagem proposta possui uma etapa de aprendizado baseada em sentenças de um corpus. Esta etapa é realizada de forma semiautomática, com a ajuda de um assistente, mas também com intervenção humana. Esse fator agrega um caráter subjetivo ao processo
de resolução da ambiguidade, o que pode influenciar diretamente na precisão da resolução da
ambiguidade, dependendo da qualidade da intervenção humana na etapa de aprendizagem.
Ao analisar o modelo de aprendizagem proposto neste trabalho, a equipe do Projeto
Falibras percebeu um benefício adicional do conceito de grupo de influência ao processo de
tradução. Embora possa ser considerada uma contribuição secundária no contexto deste trabalho, é um achado muito importante do ponto de vista linguístico da Língua Brasileira de Sinais
(Libras), destinado ao tradutor do Falibras. Em Libras existem diferentes formas de sinalizar
uma frase, dependendo da ênfase que se deseja utilizar na construção do discurso. Uma dessas
formas, denominada "topicalização", caracteriza-se pela identificação do sujeito principal da
conversa no início da sinalização e por inversões morfossintáticas que deixam o sujeito junto
ao verbo. A equipe de desenvolvimento do módulo tradutor Falibras percebeu que o conceito
de grupo de influência pode ser utilizado na identificação do tópico de cada frase. Por exem42
43
plo, a frase “O menino caiu da bicicleta” poderia ser sinalizada na versão “tópico” da Libras
com as seguintes glosas: “<ESPORTES>; BICICLETA; MENINO; CAIR". Neste exemplo,
“<ESPORTS>” poderia ser o nome do grupo de influência predominante da frase.
Outra possível abordagem para resolução de ambiguidade seria a utilização de redes
neurais, mas essa estratégia foi descartada por (1) busca de maior acurácia; (2) adequação ao
processo legado de tradução existente e (3) a estratégia da combinação de análise de vizinhança
com Grupos de Influência possibilitou a segunda modalidade de tradução, já citada, a topicalização, o que permite por exemplo, gerar um tópico para frases com sentidos diferentes para
palavra laranja (ex: FRUTA, COR, PESSOA_INTERMEDIÁRIA), dado que a palavra "laranja"
possui um único sinal para ambos os casos em Libras.
Percebe-se uma notável limitação nos resultados da revisão sistemática (Seção 3.3),
em virtude disto não foi possível considerar importantes técnicas mais atuais como "Word
Sense Disambiguation" com Transformers (Vandenbussche et al. (2021)), que poderiam ter
contribuído muito com esta pesquisa. Porém, a facilidade de integração com o sistema legado
aliado ao prazo limite para conclusão deste trabalho, a utilização desta importante abordagem
fica recomendada como um trabalho futuro.
Em relação a evolução ao algoritmo proposto (Seção 4.2), um trabalho futuro consiste
no ajuste automático dos pesos de cada fator de vizinhança que influencia a probabilidade de
estimativa de cada sentido da palavra ambígua. Atualmente tais pesos foram definidos empiricamente.
Outrossim, em relação à limitação identificada na Seção 5.3, outro trabalho futuro consiste na implementação da análise de vizinhança com atribuição de pesos de acordo a proximidade de cada palavra em relação à palavra ambígua. Em outras palavras, pretende-se considerar
não somente a distância entre frases da janela de contexto, como é feito atualmente, mas também a ordem das palavras nas frases, com o objetivo de aumentar, ainda mais, a acurácia da
resulução de ambiguidade.
Tendo em vista o foco principal na comunicação, um outro direcionamento para trabalho futuro seria integrar o resolvedor de ambiguidade a um módulo complementar que fizesse
a sumarização automática do texto a exemplos dos trabalhos (Roman et al. (2006)) e (Roman
(2007)).
Referências Bibliográficas
ACDC (2022), ‘Mac-morpho - corpus fechado, formado por artigos publicados no jornal folha de são paulo, em 1994, contendo mais de 1 milhão de palavras, anotadas pelo etiquetador de palavras (bick 2000)’.
Disponível em 2022-07-11, de
https://sites.google.com/site/linguacorpus/acdc/mac-morpho.
Alfawareh, H. & Jusoh, S. (2011), ‘Resolving ambiguous entity through context knowledge and
fuzzy approach’, International Journal on Computer Science and Engineering.
Alharbi, O., Jusoh, S. & Md Norwawi, N. (2011), ‘Lexical disambiguation in natural language
questions (nlqs)’, International Journal of Computer Science Issues.
Basili, V. R. (1992), Software modeling and measurement: The goal/question/metric paradigm,
Technical report, College Park, MD, USA.
Bitter, C., E. D. A. . Y. Y. (2010), ‘Natural language processing: a prolog perspective’. URL
http://dx.doi.org/10.1007/s10462-009-9151-4.
Chandrasekara, Bharath; Josephson, J. R. (1999), What are ontologies, and why do we need
them? Intelligent systems and their applications, Vol. 14, Amsterdam.
Coradine, L. C., Albuquerque, F., SILVA, A. F., Madeiro, J. M., Pereira, M. & Brito, P. H. S.
(2004), Interpretacão de pequenas frases com analise léxexica no sistema falibras, Faculdade de Letras da UFMG, Itajaí, SC. Anais do IV Congresso Brasileiro de Computacão
(CBcomp2004) evento ocorrido de 08 a 12 de Outubro de 2004.
da Silva, B. & Brito, P. (2018), ‘Telegram como objeto de aprendizagem para apoiar o ensino de
libras para ouvintes. in: Xxiii conferência internacional sobre informática na educação’, in
XXIII Conferência Internacional sobre Informática na Educação, 2018, Brasilia. Proceedings do TISE 2018.
da Silva, W. V. (2022a), ‘Corpus rotulado obtido a partir do corpus padronizado mac-morpho,
com categorização semântica de acordo verbetes do dicionário online michaelis.’. Disponível
em 2022-08-31, de https://github.com/willianz7/corpus_rotulado_6_palavras.git.
da
Silva, W. V. (2022b), ‘Semantic learning assistant manual for construction of simplified ontology’.
Disponível em 2022-09-06,
de
https://github.com/willianz7/corpus_rotulado_6_palavras/raw/master/Learning%20Assistant
%20Manual.pdf.
da USP, J. (2017), ‘Quase 30 milhões de brasileiros sofrem de surdez’. Recuperado em 2021-0419, de https://jornal.usp.br/atualidades/quase-30-milhoes-de-brasileiros-sofrem-de-surdez/.
44
REFERÊNCIAS BIBLIOGRÁFICAS
45
EducaMaisBrasil (2022), ‘Parte da linguística que estuda o significado das palavras’. Disponível
em 2022-07-12, de https://www.educamaisbrasil.com.br/enem/lingua-portuguesa/semantica.
Falibras (2022), ‘Web página do falibras’.
https://falibras.arapiraca.ufal.br.
Disponível em 2022-09-14,
de
Fellbaum, C. (1998), ‘Wordnet: An electronic lexical database’, The MIT Press.
Galisson, R. e Coste, D. (1983), Dicionário de didática das línguas, Livraria Almedina, Coimbra.
Huang, H., Yang, Z. & Jian, P. (2011), Unsupervised word sense disambiguation using neighborhood knowledge, in ‘Proceedings of the 25th Pacific Asia Conference on Language,
Information and Computation’, Institute of Digital Enhancement of Cognitive Processing,
Waseda University, Singapore, pp. 333–342. URL https://www.aclweb.org/anthology/
Y11-1035.
Indriani, D. W. D. (1997), Natural language processing with prolog, Master’s thesis.
Infopedia, P. E. (2021), ‘ambiguidade lexical’.
https://www.infopedia.pt/ambiguidade-lexical.
Disponível em 2021-10-13, de
Kitchenham, B. A. (2012), Systematic review in software engineering: Where we are and where
we should be going, in ‘Proceedings of the 2Nd International Workshop on Evidential Assessment of Software Technologies’, EAST ’12, ACM, New York, NY, USA, pp. 1–2. URL
http://doi.acm.org/10.1145/2372233.2372235.
Kniberg, H. (2010), Kanban and Scrum - Making the Most of Both, Lulu.com.
Langer, G. & Schulder, M. (2020), Collocations in sign language lexicography: Towards semantic abstractions for word sense discrimination, in E. Efthimiou, S.-E. Fotinea, T. Hanke, J. A.
Hochgesang, J. Kristoffersen & J. Mesch, eds, ‘Proceedings of the LREC2020 9th Workshop
on the Representation and Processing of Sign Languages: Sign Language Resources in the
Service of the Language Community, Technological Challenges and Application Perspectives’, European Language Resources Association (ELRA), Marseille, France, pp. 127–134.
URL https://www.sign-lang.uni-hamburg.de/lrec/pub/20017.pdf.
Maiores&Melhores (2022), ‘piadas de duplo sentido para toda a família’. Disponível em 202207-06, de https://www.maioresemelhores.com/piadas-de-duplo-sentido-para-toda-a-familia/.
Martin, R. C. (2003), Agile Software Development: Principles, Patterns, and Practices, Prentice
Hall PTR, USA.
Michaelis, U. D. O. (2022), ‘dicionário on line michaelis’. Disponível em 2022-07-06, de
https://michaelis.uol.com.br/.
Montoyo, A., Suárez Cueto, A. & Sanz, M. (2002), Combining supervised-unsupervised methods for word sense disambiguation, pp. 156–164.
NLTK (2022), ‘Accessing the macmorpho tagged corpus’. Disponível em 2022-07-08,
de https://www.nltk.org/howto/portuguesee n.htmlaccessing − the − macmorpho − tagged −
corpus.
REFERÊNCIAS BIBLIOGRÁFICAS
46
Quadros,
R.,
Pizzio,
A.
&
Rezende,
P.
(2022),
‘Material
didático
sobre
libras
ii’.
Disponível
em
2022-07-08,
de
https://www.libras.ufsc.br/colecaoLetrasLibras/eixoFormacaoEspecifica/linguaBrasileiraDeSinaisII
/assets/482/Lingua_de_Sinais_II_para_publicacao.pdf.
Rocha, C. & Melgaço, S. C. d. (2018), ‘O uso de aplicativos para tradução de libras)’, V Simpósio
internacional de inovação em mídias interativas pp. 36–47.
Roman, N. T. (2007), ‘Emoção e a sumarização automática de diálogos’. Tese (Doutorado em
Ciência da Computação); Orientador: Ariadne Maria Brito Rizzoni Carvalho.
Roman, N. T., Piwek, P. & Carvalho, A. M. B. R. (2006), ‘Politeness and bias in dialogue summarization: two exploratory studies. in: Shanahan, james g.; qu, yan; wiebe, janyce’, (Org.)
Computing Attitude and Affect in Text: Theory and Applications 20(3), 171–185.
Russell, Stuart; Norvig, P. (2004), Inteligência artificial. Tradução Vandenberg D. de Souza, Campus, Rio de Janeiro.
Silva Filho, J. H. M., Barbosa, G. A. N., Cavalcante, D. S., da Costa, D. B. & Brito, P. (2018),
‘Extensão de navegador web usando motor de tradução automática de alta escala para promover
acessibilidade online de pessoas surdas’, in XXIII Conferência Internacional sobre Informática
na Educação, 2018, Brasília. Proceedings do TISE.
Silva, V. S. d. (2016), Desambiguação automática de substantivos em corpus do português
brasileiro, Master’s thesis, Faculdade de Filosofia, Letras e Ciências Humanas, Universidade
de São Paulo. Recuperado em 2021-04-12, de www.teses.usp.br.
Silva, W. & Brito, P. (2022), ‘A supervisioned approach for semantic resolution in portuguese with
neighborhood analysis integrated to the falibras translator’, IEEE, in The 21st International
Symposium on Communications and Information Technologies (ISCIT 2022).
Tahat, S. & Ahmad, K. (2019), ‘Lexical disambiguation (ckbd): A tool to identify and resolve
semantic conflicts using context knowledge’, International Journal on Advanced Science, Engineering and Information Technology 9, 213.
Turney, P. (2001), ‘Mining the web for synonyms: Pmi-ir versuslsa on toef’, Proceedings of
ECML-2001.
USP, N. I. (2022), ‘Mac-morpho is a corpus of brazilian portuguese texts annotated with part-ofspeech tags.’. Disponível em 2022-07-08, de http://nilc.icmc.usp.br/macmorpho.
Vandenbussche, P.-Y., Scerri, T. & Jr., R. D. (2021), Word sense disambiguation with transformer
models, in ‘Proceedings of the 6th Workshop on Semantic Deep Learning (SemDeep-6)’, Association for Computational Linguistics, Online, pp. 7–12. URL https://aclanthology.org/
2021.semdeep-1.2.
Apêndice A
Listagem de Vizinhança (Sentidos e Grupos de Influência)
Vizinhança asociada à palavra "vela"
Resultado da composição de Grupos de Influência após a execução do Assistente Semântico
para a palavra ambígua "vela":
+---------------+------------------------+
| nome_sentido | nome_grupo_influencia |
+---------------+------------------------+
| ESTIAR
| vela_navegacao
|
| MAR
| vela_navegacao
|
| AFUNAD@
| vela_navegacao
|
| BARCO
| vela_navegacao
|
| VENTO
| vela_navegacao
|
| CHEGAR
| vela_navegacao
|
| TEMPESTADE
| vela_navegacao
|
| DESTINO
| vela_navegacao
|
| COMBUSTÍVEL
| vela_navegacao
|
| VENTANIA
| vela_navegacao
|
| NAVEGAR
| vela_navegacao
|
| CALMARIA
| vela_navegacao
|
| BRISA
| vela_navegacao
|
| VELA_BARCO
| vela_navegacao
|
| ANDAR
| vela_navegacao
|
| PINGAR
| acao_na_vela
|
| QUEIMAR
| acao_na_vela
|
| APOIAR
| acao_na_vela
|
| VELA_CILINDRO | acao_na_vela
|
| ACENDER
| vela_estado_iluminacao |
| APAGAR
| vela_estado_iluminacao |
| VELA_CILINDRO | vela_estado_iluminacao |
| ANJO
| vela_ato_devocional
|
| DIABO
| vela_ato_devocional
|
| DEFUNTO
| vela_ato_devocional
|
| VELA_CILINDRO | vela_ato_devocional
|
| GOTA
| obj_relac_vela
|
| PIRES
| obj_relac_vela
|
| VELA_CILINDRO | obj_relac_vela
|
+---------------+------------------------+
47
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
48
29 rows in set (0.001 sec)
Vizinhança associada à palavra "casa"
Resultado da composição de Grupos de Influência após a execução do Assistente Semântico
para a palavra ambígua "casa":
+-----------------------+-------------------------------+
| nome_sentido
| nome_grupo_influencia
|
+-----------------------+-------------------------------+
| MUTUÁRIO
| casa_const_finan_hab
|
| FINANCIAR
| casa_const_finan_hab
|
| FINANCIAD@
| casa_const_finan_hab
|
| CORRIGID@
| casa_const_finan_hab
|
| HABITAÇÃO
| casa_const_finan_hab
|
| COMPRAD@
| casa_const_finan_hab
|
| PRESTAÇÕES
| casa_const_finan_hab
|
| CASA_CONSTRUCAO
| casa_const_finan_hab
|
| IMOBILIÁRIO
| casa_const_finan_hab
|
| PRÓPRIO
| casa_const_finan_hab
|
| CONTRATO
| casa_const_finan_hab
|
| MUTUÁRIO
| obj_casa_construcao
|
| CHUVEIRO
| obj_casa_construcao
|
| FINANCIAR
| obj_casa_construcao
|
| TERRENO
| obj_casa_construcao
|
| HIPOTECAD@
| obj_casa_construcao
|
| TRANSFORMAD@
| obj_casa_construcao
|
| FINANCIAD@
| obj_casa_construcao
|
| CORRIGID@
| obj_casa_construcao
|
| HABITAÇÃO
| obj_casa_construcao
|
| COMPRAD@
| obj_casa_construcao
|
| CASA_CONSTRUCAO
| obj_casa_construcao
|
| IMOBILIÁRIO
| obj_casa_construcao
|
| PRÓPRIO
| obj_casa_construcao
|
| CONTRATO
| obj_casa_construcao
|
| METRO
| obj_casa_construcao
|
| PLANTA
| obj_casa_construcao
|
| QUADRAD@
| obj_casa_construcao
|
| CAMPO
| obj_casa_construcao
|
| QUERID@
| casa_domicilio_membros
|
| CRIANÇA
| casa_domicilio_membros
|
| LEGÍTIMO
| casa_domicilio_membros
|
| DOBERMAN
| casa_domicilio_membros
|
| DOMÉSTICO
| casa_domicilio_membros
|
| FAMÍLIA
| casa_domicilio_membros
|
| CACHORRA
| casa_domicilio_membros
|
| IRMÃO
| casa_domicilio_membros
|
| EMPREGAD@
| casa_domicilio_membros
|
| PAI
| casa_domicilio_membros
|
| VIZINHO
| casa_domicilio_membros
|
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| VIZINHAR
| SENHOR
| MARID@
| GÊMEO
| ESPOSA
| SOZINHO
| MÃE
| MARIDO
| ÓRFÃO
| CASA_DOMICILIO
| VISITAR
| MORAR
| ASSISTIR
| COSTUMAR
| TELEFONAR
| ESPALHAD@
| INSTALAD@
| DORMIR
| VIVER
| NASCER
| TRANSAR
| MUDANÇA
| CASA_DOMICILIO
| FILME
| BRINCAR
| ACORDAR
| MUDAR
| FICAR
| DECORAR
| LIGAR
| ALÉRGICO
| MORAR
| INFÂNCIA
| RESIDÊNCIA
| LIGAÇÃO
| REMOTO
| APARTAR
| TELEFÔNICO
| CADEAD@
| CHAVE
| MORDOMIA
| PARTICULAR
| LINHA
| DORMIR
| HÁBITO
| TAREFA
| BANKING
| REMOTE
| ANTIBIÓTICO
| ALUGUEL
| ANTIINFLAMATÓRIOS
| casa_domicilio_membros
| casa_domicilio_membros
| casa_domicilio_membros
| casa_domicilio_membros
| casa_domicilio_membros
| casa_domicilio_membros
| casa_domicilio_membros
| casa_domicilio_membros
| casa_domicilio_membros
| casa_domicilio_membros
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| acao_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
49
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| CASA_DOMICILIO
| ELETRÔNICO
| FILME
| SECRETÁRIA
| AMIG@
| AMIGO
| CONVERSAR
| ENTREGAR
| FECHAD@
| COMPUTADOR
| TELESPECTADORES
| VISITANTE
| PORTA
| TELESPECTADORES
| VISITANTE
| NOTURNO
| SHOW
| BAR
| NUA
| BOATAR
| DANÇAR
| STRIP-TEASE
| FESTA
| CASA_ESTABELECIMENTO
| MODELO
| DANÇA
| INAUGURAR
| BANCÁRIO
| OSCILAÇÕES
| EMPRESÁRIO
| FREQUENTAR
| PROPRIETÁRIO
| CASA_ESTABELECIMENTO
| MERCADO
| CLIENTE
| SEGURADOR@
| FINANCEIRO
| PAGAR
| FUNCIONÁRIO
| FUNÇÃO
| MANDATO
| MEMBRO
| PROVISÓRIO
| TRAMITAÇÃO
| APROVAD@
| LEI
| MATÉRIA
| STATUS
| EMENDA
| ELABORAÇÃO
| COMANDO
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| obj_casa_domicilio
| casa_estabelecimento_noturno
| casa_estabelecimento_noturno
| casa_estabelecimento_noturno
| casa_estabelecimento_noturno
| casa_estabelecimento_noturno
| casa_estabelecimento_noturno
| casa_estabelecimento_noturno
| casa_estabelecimento_noturno
| casa_estabelecimento_noturno
| casa_estabelecimento_noturno
| casa_estabelecimento_noturno
| casa_empresa_estabelecimento
| casa_empresa_estabelecimento
| casa_empresa_estabelecimento
| casa_empresa_estabelecimento
| casa_empresa_estabelecimento
| casa_empresa_estabelecimento
| casa_empresa_estabelecimento
| casa_empresa_estabelecimento
| casa_empresa_estabelecimento
| casa_empresa_estabelecimento
| casa_empresa_estabelecimento
| casa_empresa_estabelecimento
| casa_empresa_estabelecimento
| casa_estado_constituicao
| casa_estado_constituicao
| casa_estado_constituicao
| casa_estado_constituicao
| casa_estado_constituicao
| casa_estado_constituicao
| casa_estado_constituicao
| casa_estado_constituicao
| casa_estado_constituicao
| casa_estado_constituicao
| casa_estado_constituicao
| casa_estado_constituicao
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
50
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| MINISTRO
| CONGRESSO
| LEGISLATIVO
| UNIÃO
| MEDIDA
| CONSTITUCIONAL
| IMPEACHMENT
| LEGISLAR
| GOVERNISTA
| PRESIDENTE
| PAUTA
| TURNO
| CÂMARA
| INTERINO
| COMPETÊNCIA
| BANCADA
| SENADO
| CASA_ESTADO
| ACIONAD@
| PRESSIONAR
| ACELERAR
| CIVIL
| CLASSIFICAR
| DERROTAR
| ADVERSÁRIO
| VENCER
| COTOVELAR
| JOGAR
| TABU
| TEMPO
| DERROTA
| GOLEAR
| PARTIDA
| ESMURRAR
| VITÓRIA
| MARCA
| PAINEL
| ÁRBITRO
| CORRIDA
| CORRER
| MARCAR
| GOL
| SELEÇÃO
| 20ª
| PARTID@
| FINAL
| RECORDE
| JOGAR_FUTEBOL
| JOGADOR
| ZAGUEIRO
| PILOTO
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_estado_constituicao
|
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
| casa_local_competicao_esporte |
51
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| VOLTA
| casa_local_competicao_esporte |
| PÊNALTI
| casa_local_competicao_esporte |
| TREINADOR
| casa_local_competicao_esporte |
| BICICLETA
| casa_local_competicao_esporte |
| CLUBE
| casa_local_competicao_esporte |
| ATACANTE
| casa_local_competicao_esporte |
| SET
| casa_local_competicao_esporte |
| TREINAD@
| casa_local_competicao_esporte |
| CLASSIFICAÇÃO
| casa_local_competicao_esporte |
| EQUIPE
| casa_local_competicao_esporte |
| CASA_LOCAL_COMPETICAO | casa_local_competicao_esporte |
| PRIMEIRO
| casa_local_competicao_esporte |
| SEGUNDAR
| casa_local_competicao_esporte |
| TÍTULO
| casa_local_competicao_esporte |
| TÉCNICO
| casa_local_competicao_esporte |
| MAIS
| casa_decimal_aproximacao
|
| MIL
| casa_decimal_aproximacao
|
| MILHÃO
| casa_decimal_aproximacao
|
| MAIOR
| casa_decimal_aproximacao
|
| MENOS
| casa_decimal_aproximacao
|
| BILHÃO
| casa_decimal_aproximacao
|
| BALANÇO
| casa_decimal_aproximacao
|
| ALCANÇAR
| casa_decimal_aproximacao
|
| PASSAR
| casa_decimal_aproximacao
|
| NÚMERO
| casa_decimal_aproximacao
|
| ROMBO
| casa_decimal_aproximacao
|
| VALOR
| casa_decimal_aproximacao
|
| SUPERAR
| casa_decimal_aproximacao
|
| CASA_DECIMAL
| casa_decimal_aproximacao
|
| CONSTRUIR
| acao_casa_construcao
|
| CASA_CONSTRUCAO
| acao_casa_construcao
|
| PREVER
| acao_casa_construcao
|
| PROJETAR
| acao_casa_construcao
|
| DESTRUIR
| acao_casa_construcao
|
| QUINTAL
| compartim_casa_construcao
|
| DORMITÓRIO
| compartim_casa_construcao
|
| QUARTO
| compartim_casa_construcao
|
| LAVANDERIA
| compartim_casa_construcao
|
| COZINHA
| compartim_casa_construcao
|
| BANHEIRO
| compartim_casa_construcao
|
| CASA_CONSTRUCAO
| compartim_casa_construcao
|
| GERAL_VERBO
| casa_decada_idade
|
| CABEÇA
| casa_decada_idade
|
| ESTAR
| casa_decada_idade
|
| COMEMORAR
| casa_decada_idade
|
| APOSENTAR
| casa_decada_idade
|
| CASA_DECADA
| casa_decada_idade
|
| ANO
| casa_decada_idade
|
+-----------------------+-------------------------------+
241 rows in set (0.004 sec)
52
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
53
Vizinhança associada à palavra "página"
Resultado da composição de Grupos de Influência após a execução do Assistente Semântico
para a palavra ambígua "página":
+-------------------------+-------------------------+
| nome_sentido
| nome_grupo_influencia
|
+-------------------------+-------------------------+
| POSSUIR
| acao_pagina_conteudo
|
| IMPRESSO
| acao_pagina_conteudo
|
| ENCONTRAR
| acao_pagina_conteudo
|
| PRECISO
| acao_pagina_conteudo
|
| APAGAD@
| acao_pagina_conteudo
|
| DEDICAD@
| acao_pagina_conteudo
|
| LEMBRAR
| acao_pagina_conteudo
|
| FLAGRAR
| acao_pagina_conteudo
|
| DESENHAR
| acao_pagina_conteudo
|
| RESUMIR
| acao_pagina_conteudo
|
| INTERPRETATIVO
| acao_pagina_conteudo
|
| DIGITALIZAD@
| acao_pagina_conteudo
|
| COLORID@
| acao_pagina_conteudo
|
| INCLUIR
| acao_pagina_conteudo
|
| CONTER
| acao_pagina_conteudo
|
| PRECISAR
| acao_pagina_conteudo
|
| TRAZER
| acao_pagina_conteudo
|
| PAGINA_CONTEUDO
| acao_pagina_conteudo
|
| PROPOR
| acao_pagina_conteudo
|
| APARECER
| acao_pagina_conteudo
|
| LER
| acao_pagina_conteudo
|
| PUBLICAD@
| acao_pagina_conteudo
|
| IMPRESSO
| página_conteudo_objeto |
| ESOTÉRICO
| página_conteudo_objeto |
| COR
| página_conteudo_objeto |
| NOTÍCIA
| página_conteudo_objeto |
| ENCONTRAR
| página_conteudo_objeto |
| APAGAD@
| página_conteudo_objeto |
| EDITORIAL
| página_conteudo_objeto |
| LEMBRAR
| página_conteudo_objeto |
| INDEPENDÊNCIA
| página_conteudo_objeto |
| MELANCOLIA
| página_conteudo_objeto |
| REPORTAGEM
| página_conteudo_objeto |
| ACORDO
| página_conteudo_objeto |
| BRANCO
| página_conteudo_objeto |
| PROSA
| página_conteudo_objeto |
| JORNAL
| página_conteudo_objeto |
| LEITURA
| página_conteudo_objeto |
| VERTIGINOSO
| página_conteudo_objeto |
| DESENHAR
| página_conteudo_objeto |
| ESTILO
| página_conteudo_objeto |
| RESUMIR
| página_conteudo_objeto |
| DIAGRAMAÇÃO
| página_conteudo_objeto |
| NEUTRALIDADE
| página_conteudo_objeto |
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
54
| REFERÊNCIA
| página_conteudo_objeto |
| MUDANÇA
| página_conteudo_objeto |
| INTERPRETATIVO
| página_conteudo_objeto |
| FOTO
| página_conteudo_objeto |
| PICOTAD@
| página_conteudo_objeto |
| DIGITALIZAD@
| página_conteudo_objeto |
| CONTEXTO
| página_conteudo_objeto |
| TRADUTOR
| página_conteudo_objeto |
| LETRA
| página_conteudo_objeto |
| CADERNO
| página_conteudo_objeto |
| POSTER
| página_conteudo_objeto |
| INCLUIR
| página_conteudo_objeto |
| VISTA
| página_conteudo_objeto |
| TEXTO
| página_conteudo_objeto |
| CONTER
| página_conteudo_objeto |
| REVISTA
| página_conteudo_objeto |
| PAGINA_CONTEUDO
| página_conteudo_objeto |
| PRIMEIRO
| página_conteudo_objeto |
| CONTEÚDO
| página_conteudo_objeto |
| MÚSICA
| página_conteudo_objeto |
| CRÍTICA
| página_conteudo_objeto |
| PONTO
| página_conteudo_objeto |
| POEMA
| página_conteudo_objeto |
| IMAGEM
| página_conteudo_objeto |
| VÍDEO
| página_conteudo_objeto |
| LEITOR
| página_conteudo_objeto |
| ASSUNTO
| página_conteudo_objeto |
| LER
| página_conteudo_objeto |
| PUBLICAD@
| página_conteudo_objeto |
| DISCUSSÃO
| página_conteudo_objeto |
| ANÁLISE
| página_conteudo_objeto |
| ARTIGO
| página_conteudo_objeto |
| MOMENTO
| pagina_momento_periodo |
| VIRAR
| pagina_momento_periodo |
| PAGINA_PASSAGEM_PERIODO | pagina_momento_periodo |
| HISTÓRIA
| pagina_momento_periodo |
| FOLHA
| página_lado_folha
|
| CADA
| página_lado_folha
|
| PAGINA_LADO
| página_lado_folha
|
+-------------------------+-------------------------+
83 rows in set (0.002 sec)
Vizinhança associada à palavra "trabalho"
Resultado da composição de Grupos de Influência após a execução do Assistente Semântico
para a palavra ambígua "trabalho":
+----------------------------------+----------------------------------+
| nome_sentido
| nome_grupo_influencia
|
+----------------------------------+----------------------------------+
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| TRATAD@
| APROFUNDAD@
| DISPUTAR
| DECIDID@
| APRESSAR
| DEMONSTRAR
| RELATAR
| COMENTAR
| ENSINAR
| APRESENTAD@
| AVALIAD@
| AVALIAR
| ATRIBUIR
| DESCOBRIR
| CONCLUIR
| RENDER
| PROCEDER
| AUTOMATIZAD@
| CRITICAR
| ANALISAR
| LER
| INSISTIR
| DESENVOLVER
| TERMINAR
| ENCERRAD@
| GERAD@
| MOSTRAR
| OCULTAR
| RESOLVID@
| APRESENTAR
| LEVANTAR
| COMETER
| PUBLICAD@
| ATIVAR
| QUALIFICAR
| REVISAR
| PROJETAR
| PUXAD@
| EXIBIR
| APLICAR
| DIFICULTAR
| JULGAR
| CONCEBID@
| DETALHAR
| ESCOLHID@
| DEDICAR
| ANDAR
| SELECIONAR
| ENFRENTAR
| FORÇAR
| DELIMITAR
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
55
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| MANTER
| ESTUDAR
| RETARDAR
| DIRIGID@
| PUBLICAR
| ADAPTAR
| INTENSIFICAR
| EXPLICAR
| PARTICIPAR
| OBSERVAD@
| DEFINID@
| COORDENAR
| APRIMORAR
| RELAXAR
| ELABORAR
| PREMIAD@
| DECIDIR
| COMPARAR
| PRETENDER
| ACOMPANHAR
| ANALISAD@
| SUPLEMENTAR
| CONDUZID@
| CITAR
| OBSERVAR
| DIRIGIR
| ESTIMULAR
| CRIAR
| FINALIZAR
| ESCREVER
| TRABALHO_MANUAL_INTELECTUAL
| DEFENDER
| FACILITAR
| ACERTAR
| INTERESSE
| JUSTIFICAR
| TEÓRICO
| EXPOR
| CAMPO
| DIÁRIO
| RITMO
| OBSERVAÇÃO
| LUTA
| PARTO
| FIM
| TAREFA_EXECUCAO_OBRA
| ETAPA
| FORÇA
| GERAL_PREPOSICAO
| PREPARAÇÃO
| RESCISÃO
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| trabalhar_manual_intelectual
| obj_trabalho_execução_obra
| obj_trabalho_execução_obra
| obj_trabalho_execução_obra
| obj_trabalho_execução_obra
| obj_trabalho_execução_obra
| obj_trabalho_execução_obra
| obj_trabalho_execução_obra
| obj_trabalho_execução_obra
| obj_trabalho_execução_obra
| obj_trabalho_execução_obra
| obj_trabalho_execução_obra
| obj_trabalho_execução_obra
| obj_trabalho_remunerado
56
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| MENOR
| DESEMPREGO
| CONTRIBUIÇÃO
| ASSINAD@
| ESCRAVO
| OPERÁRIO
| SALÁRIO-EDUCAÇÃO
| MÃO-DE-OBRA
| SINDICATO
| REMUNERAÇÃO
| CARTEIRA
| SALARIAL
| SALÁRIO
| HOMOLOGAD@
| CONTRATO
| BENEFÍCIO
| MERCADO_OFERTA_PROCURA_EMPREGO
| EMPREGO
| TRABALHO_ATIVIDADE_REMUNERADA
| FUNCIONÁRIO
| DIREITO
| ACIDENTE
| REGIME
| ASSISTÊNCIA
| RECEBER
| MERCADORIA
| CONDIÇÕES
| MERCANTILIZAÇÃO
| REFLEXÃO
| CONCEPÇÃO
| CITAÇÕES
| CURSO
| DEFINIÇÕES
| PRECONCEBIDAS
| ENTREVISTA
| CRÍTICA
| DEDICAÇÃO
| PERFORMANCE
| ELEIÇÃO
| EXAUSTÃO
| ASSISTÊNCIA
| ABORDAGEM
| JORNALÍTICO
| DIREÇÃO
| ACADÊMICO
| DOCUMENTÁRIO
| NEGATIVO
| POSITIVO
| TREINO
| ASSUNTO
| DESCOBERTA
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_remunerado
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
57
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| PROJETO
| NARRATIVA
| DESENVOLVIMENTO
| EVOLUÇÃO
| RESULTAD@
| COLABORAÇÃO
| RECUPERAÇÃO
| MINÚCIA
| SÉRIO
| PESQUISA
| ESFORÇO
| DISCUSSÃO
| ANÁLISE
| SEGURANÇA
| CONTROLE
| MENSAGEM
| RESISTÊNCIA
| ORIENTAÇÕES
| PROGRAMA
| INTERPRETAÇÃO
| AMOSTRA
| ANDAR
| SUSCINTA
| AVALIAÇÃO
| FORÇAR
| INFORMAÇÕES
| MUSCULAR
| DESCRIÇÃO
| ADAPTAÇÃO
| MONOGRAFIA
| INFANTIL
| OPERAÇÕES
| CUSTO
| PREPARAÇÃO
| ADAPTAR
| PUBLICAÇÃO
| ARTIGO
| ATIVAMENTE
| PESQUISADOR
| AMOSTRAGEM
| CONTUSÃO
| ESTUDO
| ADIVINHAÇÃO
| MARATONA
| INICIAÇÃO
| PESQUISADORES
| CIENTÍFICO
| LAPIDAÇÃO
| PRÊMIO
| EXPERIMENTAL
| ALUSÃO
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
| obj_trabalho_manual_intelectual
58
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| RESULTADO
| obj_trabalho_manual_intelectual
| SUCESSO
| obj_trabalho_manual_intelectual
| DOCUMENTAÇÃO
| obj_trabalho_manual_intelectual
| EXPOSIÇÃO
| obj_trabalho_manual_intelectual
| TRABALHO_MANUAL_INTELECTUAL
| obj_trabalho_manual_intelectual
| TRADUÇÃO
| obj_trabalho_manual_intelectual
| CRIATIVIDADE
| obj_trabalho_manual_intelectual
| COMANDO
| obj_trabalho_manual_intelectual
| CONGRESSO
| obj_trabalho_manual_intelectual
| CORTE
| obj_local_trabalho
| ALMOÇO
| obj_local_trabalho
| LÁ
| obj_local_trabalho
| GREVE
| obj_local_trabalho
| SUSPENSÃO
| obj_local_trabalho
| COMPUTADORES
| obj_local_trabalho
| MUTILAÇÃO
| obj_local_trabalho
| FÁBRICA
| obj_local_trabalho
| SERVIDORES
| obj_local_trabalho
| REFEITÓRIO
| obj_local_trabalho
| MÁQUINA
| obj_local_trabalho
| MICROCOMPUTADORES
| obj_local_trabalho
| MESA
| obj_local_trabalho
| POSTO
| obj_local_trabalho
| ESTAÇÃO
| obj_local_trabalho
| ESTAÇÕES
| obj_local_trabalho
| TRABALHO_LOCAL
| obj_local_trabalho
| PONTO
| obj_local_trabalho
| FECHAR
| obj_local_trabalho
| RELAÇÕES
| maneira_execução_trabalho
| PRÓPRIO
| maneira_execução_trabalho
| INADEQUADO
| maneira_execução_trabalho
| IDÉIAS
| maneira_execução_trabalho
| PUBLICIDADE
| maneira_execução_trabalho
| CORRETO
| maneira_execução_trabalho
| REGULAGEM
| maneira_execução_trabalho
| DESPERDÍCIO
| maneira_execução_trabalho
| PRECÁRIO
| maneira_execução_trabalho
| VELOCIDADE
| maneira_execução_trabalho
| METODOLOGIA
| maneira_execução_trabalho
| GRUPO
| maneira_execução_trabalho
| MANUSEIO
| maneira_execução_trabalho
| TRABALHO_MANEIRA_EXECUTAR_TAREFA | maneira_execução_trabalho
| EXPERIÊNCIA
| maneira_execução_trabalho
| BASTANTE
| obj_trabalho_esforço_incomum
| MIUTO
| obj_trabalho_esforço_incomum
| POUCO
| obj_trabalho_esforço_incomum
| MUITO
| obj_trabalho_esforço_incomum
| TRABALHO_ESFORCO_INCOMUM
| obj_trabalho_esforço_incomum
| PAGAR
| ação_trabalho_remunerado
| TREINAR
| ação_trabalho_remunerado
| CONTRATAR
| ação_trabalho_remunerado
59
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| ESCRAVIZAD@
| ação_trabalho_remunerado
|
| ASSINAR
| ação_trabalho_remunerado
|
| DISPENSAR
| ação_trabalho_remunerado
|
| ASSALARIAD@
| ação_trabalho_remunerado
|
| SUBORDINAD@
| ação_trabalho_remunerado
|
| TRABALHO_ATIVIDADE_REMUNERADA
| ação_trabalho_remunerado
|
| OFERECER
| ação_trabalho_remunerado
|
| ATO_DE_PRODUZIR
| ação_trabalho_remunerado
|
| ARQUITETO
| obj_trabalho_profissao
|
| MÉDICO
| obj_trabalho_profissao
|
| REPUTAÇÃO
| obj_trabalho_profissao
|
| COREOGRAFIA
| obj_trabalho_profissao
|
| JORNALISTA
| obj_trabalho_profissao
|
| MAGISTÉRIO
| obj_trabalho_profissao
|
| POLÍTICO
| obj_trabalho_profissao
|
| TRABALHO_EXERCICIO_PROFISSAO
| obj_trabalho_profissao
|
| ATOR
| obj_trabalho_profissao
|
| DIRETOR
| obj_trabalho_profissao
|
| PRÓPRIO
| ação_maneira_executar_trabalho
|
| REUNIR
| ação_maneira_executar_trabalho
|
| OUVIR
| ação_maneira_executar_trabalho
|
| FUNCIONAR
| ação_maneira_executar_trabalho
|
| USAR
| ação_maneira_executar_trabalho
|
| DIVIDIR
| ação_maneira_executar_trabalho
|
| TROCAR
| ação_maneira_executar_trabalho
|
| TRABALHO_MANEIRA_EXECUTAR_TAREFA | ação_maneira_executar_trabalho
|
| AUMENTAR
| ação_maneira_executar_trabalho
|
| INCORPORAR
| ação_trabalho_execucao_obra
|
| PROCURAR
| ação_trabalho_execucao_obra
|
| SER
| ação_trabalho_execucao_obra
|
| FAZER
| ação_trabalho_execucao_obra
|
| ORGANIZAR
| ação_trabalho_execucao_obra
|
| TAREFA_EXECUCAO_OBRA
| ação_trabalho_execucao_obra
|
| ATINGIR
| ação_trabalho_execucao_obra
|
| AUXILIAR
| ação_trabalho_execucao_obra
|
| ABSORVER
| ação_trabalho_execucao_obra
|
| CHEGAR
| ação_trabalho_execucao_obra
|
| MANTER
| ação_trabalho_execucao_obra
|
| ACOMPANHAR
| ação_trabalho_execucao_obra
|
| DEMITID@
| ação_trabalho_local
|
| VOLTAR
| ação_trabalho_local
|
| PUNID@
| ação_trabalho_local
|
| DEMITIR
| ação_trabalho_local
|
| TRABALHO_LOCAL
| ação_trabalho_local
|
| DAR
| ação_trabalho_esforço_incomum
|
| TRABALHO_ESFORCO_INCOMUM
| ação_trabalho_esforço_incomum
|
| VALORIZAR
| ação_trabalho_profissao
|
| TRABALHO_EXERCICIO_PROFISSAO
| ação_trabalho_profissao
|
+----------------------------------+----------------------------------+
303 rows in set (0.004 sec)
60
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
61
Vizinhança associada à palavra "mercado"
Resultado da composição de Grupos de Influência após a execução do Assistente Semântico
para a palavra ambígua "mercado":
+--------------------------------+------------------------------------+
| nome_sentido
| nome_grupo_influencia
|
+--------------------------------+------------------------------------+
| BABILÔNICO
| obj_mercado_economia_pais
|
| PLANO
| obj_mercado_economia_pais
|
| NORTE-AMERICANO
| obj_mercado_economia_pais
|
| MUNDIAL
| obj_mercado_economia_pais
|
| ESTAD@
| obj_mercado_economia_pais
|
| INVESTIDORES
| obj_mercado_economia_pais
|
| FLUTUAÇÕES
| obj_mercado_economia_pais
|
| DÓLAR
| obj_mercado_economia_pais
|
| ESTRANGEIRO
| obj_mercado_economia_pais
|
| AFRICANO
| obj_mercado_economia_pais
|
| PRIVATIZAÇÃO
| obj_mercado_economia_pais
|
| NACIONAL
| obj_mercado_economia_pais
|
| LONDRINO
| obj_mercado_economia_pais
|
| DIVIDA
| obj_mercado_economia_pais
|
| COTAÇÃO
| obj_mercado_economia_pais
|
| DOLARIZAÇÃO
| obj_mercado_economia_pais
|
| EXPORTAÇÕES
| obj_mercado_economia_pais
|
| INTERNO
| obj_mercado_economia_pais
|
| MONETÁRIO
| obj_mercado_economia_pais
|
| CRISE
| obj_mercado_economia_pais
|
| MEDID@
| obj_mercado_economia_pais
|
| ÁGIO
| obj_mercado_economia_pais
|
| SUBSÍDIO
| obj_mercado_economia_pais
|
| POLÍTICA
| obj_mercado_economia_pais
|
| IMPORTAÇÃO
| obj_mercado_economia_pais
|
| PÓS-REAL
| obj_mercado_economia_pais
|
| TRIBUTÁRIO
| obj_mercado_economia_pais
|
| EXTERNO
| obj_mercado_economia_pais
|
| GREGO
| obj_mercado_economia_pais
|
| ORÇAMENTÁRIO
| obj_mercado_economia_pais
|
| INFLAÇÃO
| obj_mercado_economia_pais
|
| VOTO
| obj_mercado_economia_pais
|
| PROTEÇÃO
| obj_mercado_economia_pais
|
| TRIBUTAÇÃO
| obj_mercado_economia_pais
|
| PRESIDENCIAL
| obj_mercado_economia_pais
|
| MATÉRIA-PRIMA
| obj_mercado_economia_pais
|
| PRIVATIZAÇÕES
| obj_mercado_economia_pais
|
| CREDOR
| obj_mercado_economia_pais
|
| DESENVOLVIMENTISMO
| obj_mercado_economia_pais
|
| CANDIDATURA
| obj_mercado_economia_pais
|
| ESTADO
| obj_mercado_economia_pais
|
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| DISPUTA
| SUBSIDIÁRIO
| ESTABILIDADE
| BRASILEIRO
| CENÁRIO
| ECONOMIA
| ELEIÇÕES
| REAL
| POLÍTICO-ECONÔMICO
| CORREÇÃO
| EXTERIOR
| GOVERNO
| IMPORTAÇÕES
| EXPORTADOR
| INTERNACIONAL
| MERCADO_ECONOMIA_PAIS
| PETISTA
| COTAÇÕES
| TONELAD@
| LER
| EUROPEU
| ESTATAL
| NAÇÃO
| DOMÉSTICO
| PERSPECTIVAR
| LONDRES
| CULTURA
| AUTOMOBILÍSTICO
| CONCESSIONÁRIO
| REPOSIÇÃO
| ATIVIDADES
| CAFEICULTURA
| INFORMÁTICA
| TECID@
| FÊMEA
| COMPANHIA
| LARANJA
| PECUÁRIA
| SUÍNO
| SOFTWARE
| QUEIJO
| CRIADORES
| PROCESSADORES
| IMOBILIÁRIO
| LIMPADORES
| IMMÓVEL
| LEITEIRO
| MONTADOR@
| ELETRÔNICO
| ANIMAL
| FABRICANTE
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_economia_pais
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
62
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| CAVALO
| SEGMENTO
| SEMENTES
| CARNE
| POTRO
| AUTOMÓVEL
| CRIAÇÃO
| MATÉRIA-PRIMA
| ARMAZENAGEM
| PÁRA-BRISAS
| FLORICULTURA
| TROPICAL
| INDÚSTRIA
| VEÍCULO
| COMERCIAL
| AGRICULTURA
| PASTAGEM
| PECUÁRIO
| MERCADO_ATIVIDADE_COMERCIAL
| CAMPO
| FLOR
| CAFÉ
| VACINA
| PRODUTOR
| EDITORAÇÃO
| JOGO
| LITERÁRIO
| ATIVIDADE_DE_PRODUÇÃO
| INCENTIVO
| GADO
| ZEBUÍNO
| SETOR
| NELORE
| CRIAÇÃO
| EXPOSIÇÃO
| MATÉRIA-PRIMA
| PRODUZIR
| CAFEICULTURA
| PARTICIPAÇÃO
| AUTOMÓVEL
| POPULAR
| POPULARIZAÇÃO
| APLICATIVO
| LEITE
| FRANGO
| CAVALO
| INFORMÁTICA
| QUALIFICAD@
| HORA
| EXCLUSÃO
| ROTATIVIDADE
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_atividade_comercial
| obj_mercado_emprego
| obj_mercado_emprego
| obj_mercado_emprego
| obj_mercado_emprego
63
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| FEMINIDADE
| obj_mercado_emprego
| TRABALHADOR
| obj_mercado_emprego
| EXTRAS
| obj_mercado_emprego
| DESEMPREGAD@
| obj_mercado_emprego
| SOCIAL
| obj_mercado_emprego
| DEMISSÃO
| obj_mercado_emprego
| PROFISSÃO
| obj_mercado_emprego
| RELAÇÕES
| obj_mercado_emprego
| DESEMPREGO
| obj_mercado_emprego
| MERCADO_OFERTA_PROCURA_EMPREGO | obj_mercado_emprego
| VAREJO
| obj_mercado_estabelecimento
| NOVA
| obj_mercado_estabelecimento
| PRODUTO
| obj_mercado_estabelecimento
| REGISTRADOR@
| obj_mercado_estabelecimento
| VERSÃO
| obj_mercado_estabelecimento
| ESTABELECER
| obj_mercado_estabelecimento
| GÔNDOLA
| obj_mercado_estabelecimento
| ATACADISTA
| obj_mercado_estabelecimento
| NATALINO
| obj_mercado_estabelecimento
| BARATO
| obj_mercado_estabelecimento
| MARGARINA
| obj_mercado_estabelecimento
| XÍCARA
| obj_mercado_estabelecimento
| BRINQUEDO
| obj_mercado_estabelecimento
| LOJA
| obj_mercado_estabelecimento
| COMÉRCIO
| obj_mercado_estabelecimento
| CAIXA
| obj_mercado_estabelecimento
| DONAS-DE-CASA
| obj_mercado_estabelecimento
| DIA-A-DIA
| obj_mercado_estabelecimento
| AÇÚCAR
| obj_mercado_estabelecimento
| VAREJOS
| obj_mercado_estabelecimento
| AUTO-SERVIÇO
| obj_mercado_estabelecimento
| COMPUTADOR
| obj_mercado_estabelecimento
| MERCADO_ESTABELECIMENTO
| obj_mercado_estabelecimento
| ESTAÇÃO
| obj_mercado_estabelecimento
| GRUPO
| obj_mercado_estabelecimento
| EMPRESA
| obj_mercado_estabelecimento
| SERVIÇO
| obj_mercado_estabelecimento
| RECEITA
| obj_mercado_financeiro
| PRIVAD@
| obj_mercado_financeiro
| TÍTULO
| obj_mercado_financeiro
| FAZENDA
| obj_mercado_financeiro
| LUCRO
| obj_mercado_financeiro
| CAMBIAL
| obj_mercado_financeiro
| CONTROLADOR
| obj_mercado_financeiro
| REDESCONTO
| obj_mercado_financeiro
| TRANSAÇÕES
| obj_mercado_financeiro
| BANCO
| obj_mercado_financeiro
| SOBRAR
| obj_mercado_financeiro
| ACIONÁRIO
| obj_mercado_financeiro
| DEFICITÁRIO
| obj_mercado_financeiro
| BALANÇA
| obj_mercado_financeiro
64
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| COMMODITY
| ALÍQUOTA
| TRANQUILIDADE
| LIQUIDEZ
| TRANSAÇÃO
| CORRETOR
| ATRATIVIDADE
| APLICAÇÕES
| NEGÓCIO
| DÉFICIT
| CAPITAL
| SUPERÁVITS
| DEBÊNTURE
| EMPRÉSTIMO
| TAXA/OVER
| JURO
| POUPANÇA
| TESOURO
| LUCRATIVIDADE
| SEGURADOR@
| TAXA
| CÂMBIO
| APLICADORES
| CAIXA
| FINANCEIRIZAÇÃO
| CADERNETA
| INDEXADOR
| INSTITUIÇÕES
| APÓLICE
| FUNDO
| FINANCEIRO
| AGÊNCIA
| NTNS
| BOLSA
| CRÉDITO
| MERCADO_FINANCEIRO
| CONTRIBUIÇÃO
| PAPEL
| GANHO
| CÁLCULO
| OPERAÇÕES
| RESULTADO
| PREVIDÊNCIA
| PREFIXAD@
| PROJEÇÃO
| COTAÇÃO
| SECUNDÁRIO
| PROJEÇÃO
| FUTURO
| BALANÇO
| INTERVENÇÃO
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_financeiro
| obj_mercado_sistema
65
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| LEILÃO
| CONCORRÊNCIA
| DINHEIRO
| CONSUMIDORES
| ABSORVID@
| MECANISMO
| OBSTÁCULO
| PRAZO
| CLIENTE
| AUTO-REGULAÇÃO
| OLIGOPÓLIO
| NÃO-CAPITALISTAS
| LIVRE
| KEYNESIANO
| CAPITAL
| BUROCRACIA
| CONCORRENCIAL
| MONOPOLISTA
| CONSUMO
| DINÂMICA
| DECISÃO
| KEYNESIANISMO
| MERCADO_SISTEMA_COMPRA_VENDA
| RECUPERAÇÃO
| ANÁLISE
| ABAIXO
| SOZINHO
| REGULAD@
| REGULADOR
| REGULAR
| ESPECULAÇÃO
| ESPECULADORES
| ESPECULATIVO
| ACIONÁRIO
| INDEXAD@
| CAPTAR
| ACUMULAD@
| PARCELAR
| EMPRESTAR
| MERCADO_FINANCEIRO
| APLICAR
| AÇÕES
| ESTACIONAR
| MERCADO_ESTABELECIMENTO
| LANÇAR
| FUNCIONÁRIO
| DONO
| CADA
| MERCADORIA
| ESTRANHAR
| RESTRINGIR
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| obj_mercado_sistema
| ação_mercado_financeiro
| ação_mercado_financeiro
| ação_mercado_financeiro
| ação_mercado_financeiro
| ação_mercado_financeiro
| ação_mercado_financeiro
| ação_mercado_financeiro
| ação_mercado_financeiro
| ação_mercado_estabelecimento
| ação_mercado_estabelecimento
| ação_mercado_estabelecimento
| ação_mercado_estabelecimento
| ação_mercado_estabelecimento
| ação_mercado_estabelecimento
| ação_mercado_estabelecimento
| ação_mercado_sistema
| ação_mercado_sistema
66
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
67
| REGULAR
| ação_mercado_sistema
|
| ESTABELECER
| ação_mercado_sistema
|
| SEQUER
| ação_mercado_sistema
|
| ATENDAR
| ação_mercado_sistema
|
| AJUSTAR
| ação_mercado_sistema
|
| PRIVILEGIAR
| ação_mercado_sistema
|
| DEMANDAR
| ação_mercado_sistema
|
| MERCADO_SISTEMA_COMPRA_VENDA
| ação_mercado_sistema
|
| VALORIZAR
| ação_mercado_sistema
|
| ATENDER
| ação_mercado_sistema
|
| REGISTRAR
| ação_mercado_sistema
|
| ESTIMULAR
| ação_mercado_sistema
|
| EXIGÊNCIA
| ação_mercado_sistema
|
| AMPLIAR
| ação_mercado_sistema
|
| OFERTA
| ação_mercado_sistema
|
| PESQUISA
| ação_mercado_sistema
|
| PREVER
| ação_mercado_sistema
|
| ESPECULAÇÃO
| ação_mercado_sistema
|
| IMPORTAD@
| ação_mercado_economia_pais
|
| CONSUMIR
| ação_mercado_economia_pais
|
| DESESTIMULAR
| ação_mercado_economia_pais
|
| LIMITAR
| ação_mercado_economia_pais
|
| SATURAD@
| ação_mercado_economia_pais
|
| FATURAR
| ação_mercado_economia_pais
|
| INTERVIR
| ação_mercado_economia_pais
|
| MERCADO_ECONOMIA_PAIS
| ação_mercado_economia_pais
|
| INVESTIR
| ação_mercado_economia_pais
|
| COMERCIALIZAD@
| ação_mercado_atividade_comercial
|
| COMERCIALIZAR
| ação_mercado_atividade_comercial
|
| MERCADO_ATIVIDADE_COMERCIAL
| ação_mercado_atividade_comercial
|
| PRODUZID@
| ação_mercado_atividade_comercial
|
+--------------------------------+------------------------------------+
327 rows in set (0.004 sec)
Vizinhança associada à palavra "produção"
Resultado da composição de Grupos de Influência após a execução do Assistente Semântico
para a palavra ambígua "produção":
+------------------------------+----------------------------------+
| nome_sentido
| nome_grupo_influencia
|
+------------------------------+----------------------------------+
| MODA
| obj_potencial_produção
|
| DIMINUIÇÃO
| obj_potencial_produção
|
| QUEBRA
| obj_potencial_produção
|
| COTA
| obj_potencial_produção
|
| ANTECIPAÇÕES
| obj_potencial_produção
|
| ELEVAÇÃO
| obj_potencial_produção
|
| TONELADA
| obj_potencial_produção
|
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| PONTO
| MILHÃO
| DESIGUALDADE
| REDUÇÃO
| CENTÍMETRO
| EXPECTATIVA
| ESCALA
| MENOS
| ADEQUAD@
| EQUIVALENTE
| DAD@
| INFLEXÃO
| GANHO
| ACRÉSCIMO
| QUANTIDADE
| METRO
| CONCENTRAÇÃO
| ATENDIDAS
| PRODUTIVO
| EQUIVALÊNCIA
| DECLÍNIO
| MELHORIA
| DESEQUILÍBRIO
| POUCO
| COTAÇÕES
| SUPERIOR
| SACAR
| EFICIENTE
| IGUAL
| HECTARE
| CÁLCULO
| RECURSO
| GERAL_PREPOSICAO
| VISÍVEL
| ESTIMATIVA
| TONELAD@
| MODERADAMENTE
| DESEMPENHO
| CAPACIDADE
| INFERIOR
| CONCENTRAD@
| CONSECUTIVO
| TAMANHO
| ESTÍMULO
| PREVALECENTE
| COMPARAÇÃO
| QUADRAD@
| OCIOSO
| QUILO
| ABAIXO
| MÍNIMO
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
68
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| LIMITE
| M2
| DISTRIBUIÇÃO
| TENDÊNCIA
| MÉDIO
| AUMENTO
| FAVORÁVEL
| QUANTIDADES
| EXPRESSIVO
| EXPANSÃO
| BILHÃO
| MARGEM
| MILHAR
| POTENCIAL_DE_PRODUÇÃO
| NEGATIVO
| RECUPERAÇÃO
| METADE
| NÍVEL
| BAIXA
| PREVISÃO
| PREVALECENTE
| QUEDA
| VALOR
| SUFICIENTE
| PRODUTIVIDADE
| APARELHO
| FLOR
| VACINA
| EDITORAÇÃO
| PROCESSAMENTO
| UNIFORME
| AUXILIAR
| CÓDIGO
| MERCADORI@
| TEÓRICO
| BARRA
| ETAPA
| IMAGEM
| BALCONISTA
| FORÇA
| ACADÊMICO
| AROMA
| FUNCIONÁRIO
| PETROLÍFERO
| ESPELHO
| PLANTA
| CHEIRO
| VÍDEO
| CULTURAL
| CAPACETE
| MATERIALISMO
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_potencial_produção
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
69
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| PEÇA
| MODELO
| ROUPA
| VODKA
| SERVIÇO
| TELESCÓPIO
| DISPOSITIVO
| FRUTA
| NOVO
| CUSTO
| INÍCIO
| PROTOCOLO
| RÁPIDO
| MERCANTILIZAÇÃO
| MENSURAÇÃO
| INAUGURAÇÃO
| TRANSFERÊNCIA
| PRÁTICA
| ATO_DE_PRODUZIR
| DEPARTAMENTO
| FINANÇA
| PETISTA
| MARKETING
| ELEITORAL
| CAMPANHA
| ALMOXARIFADO
| EMPRESA
| VENDA
| COORDENADOR
| CARTÃO
| ADMINISTRAÇÃO
| INDEPENDENTE
| COMUNICAÇÃO
| CÉLULA
| DEPARTAMENTO_PRODUÇÃO
| EXPORTAR
| INVESTIR
| ATIVIDADE_DE_PRODUÇÃO
| CULTIVO
| GANHAR
| REDUZIR
| PRODUZIR
| QUEBRA
| INCENTIVAR
| FRUSTRAR
| COLETAD@
| PROMOVER
| TRANSFORMAR
| ESTIMAD@
| FALTAR
| LIMITAD@
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_ato_produzir
| obj_departamento_produção
| obj_departamento_produção
| obj_departamento_produção
| obj_departamento_produção
| obj_departamento_produção
| obj_departamento_produção
| obj_departamento_produção
| obj_departamento_produção
| obj_departamento_produção
| obj_departamento_produção
| obj_departamento_produção
| obj_departamento_produção
| obj_departamento_produção
| obj_departamento_produção
| obj_departamento_produção
| obj_departamento_produção
| ação_atividade_produção
| ação_atividade_produção
| ação_atividade_produção
| ação_atividade_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
70
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| EQUIVALER
| IMPEDIR
| ESCOAR
| DESPENCAR
| ATINGIR
| TENDER
| CONSEGUIR
| AMPLIAR
| AGRAVAR
| AUMENTAR
| INDICAR
| PRECIPITAD@
| VARIAR
| ELABORAD@
| CORTAR
| MELHORAR
| ESTOCAR
| DINAMIZAR
| ATENDIDAS
| ELEVAR
| DIMINUIR
| TOTALIZAR
| RECORDAR
| ATENDER
| CRESCER
| ELEVAD@
| DETER
| CALCULAD@
| APONTAR
| PROGREDIR
| ULTRAPASSAR
| DUPLICAR
| BAIXAR
| REGISTRAR
| ACRESCID@
| CAUSAR
| DETECTAR
| CAUSAD@
| AVANÇAR
| CAIR
| REDUZID@
| ESTIMAR
| FREAR
| CONCENTRAR
| AUFERIR
| PREJUDICAD@
| ABSORVER
| DOBRAR
| POTENCIAL_DE_PRODUÇÃO
| AVALIAR
| ACOMPANHAR
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
| ação_potencial_produção
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
71
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| ESTIMULAR
| LEVAR
| SUBIR
| ALCANÇAR
| PASSAR
| SUPERAR
| PREVER
| SUBSTÂNCIA
| COLÁGENO
| QUÍMICA
| SEBÁCEO
| AMINAD@
| CITOCINA
| ELÉTRICO
| ÁCID@
| GORDUROSO
| GENE
| CENOURA
| CROMOSSOMO
| VITAMINA
| CAMUNDONGO
| ESPINHA
| OZÔNIO
| GLÂNDULA
| CAROTENO
| SUBSTANCIA_SECRETADA
| CÉLULA
| CELULOSE
| CAFÉ
| GRÃO
| PRODUTOR
| BEM
| RECICLAGEM
| FERRO
| PAPEL
| MUDO
| AGROPECUÁRIA
| PAPELÃO
| CALÇAD@
| AGROBUSINESS
| ÁGUA
| SERVIÇO
| ÁRVORE
| TECNOLÓGICO
| ALIMENTAR
| ATIVIDADE_DE_PRODUÇÃO
| FORNECER
| MODERNIZAÇÃO
| FOTOGRAFIA
| SÉRIE
| CIÊNCIA
| ação_potencial_produção
|
| ação_potencial_produção
|
| ação_potencial_produção
|
| ação_potencial_produção
|
| ação_potencial_produção
|
| ação_potencial_produção
|
| ação_potencial_produção
|
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_produzir_secretar_substancia |
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| obj_atividade_produção
|
| produção_arte_ciencia
|
| produção_arte_ciencia
|
| produção_arte_ciencia
|
72
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| CINEMATOGRAFIA
| TÉCNICO
| ATOR
| ÉPICO
| OSCAR
| COMPOSITOR
| DIREÇÃO
| POEMA
| ESTÚDIO
| MUSICAL
| ARTISTA
| DRAMA
| ÁLBUM
| LITERATURA
| PAPEL
| JOGO
| ESTRELA
| CIENTISTA
| IMAGEM
| CANÇÕES
| PRODUÇÕES
| TEATRAL
| GRAVADOR@
| MINISSÉRIE
| CINEMA
| CULTURAL
| AUTOR
| TÉCNICA
| DOCUMENTÁRIO
| MÚSICO
| POÉTICA
| DIRETOR
| PARTICIPAÇÃO
| EMISSOR
| DANÇA
| MUSEOLOGISMO
| FILME
| HOLLYWOODIANO
| ROTEIRO
| PERSONAGEM
| LITERÁRIO
| FILMAR
| EXPERIMENTAÇÃO
| CÊNICO
| LEITOR
| EMISSORA
| TELEVISÃO
| PROGRAMA
| DIRIGID@
| CIENTÍFICO
| SEQUESTRADOR
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
73
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| SENSAÇÕES
| OBRA
| IDENTIDADE
| SIMBÓLICA
| ESTÉTICO
| CRÍTICO
| DESPOEMAS
| PICTÓRICO
| ELENCO
| CARACTERÍSTICO
| VANGUARDA
| NARRATOLOGIA
| ENFOQUE
| BIBLIOGRAFIA
| TRADUÇÃO
| LONGA
| MUSEU
| FONTE
| AMBICIOSO
| HISTÓRICO
| MODERNIDADE
| PAISAGEM
| TEMÁTICO
| VERSO
| ESCRITA
| PROFILOGRAMAS
| BATIZAD@
| PLÁSTICO
| ARTÍSTICO
| HISTORIOGRAFIA
| UNIVERSITÁRIO
| POESIA
| SENTIDO
| LIVRO
| ARTES
| COLETÂNEA
| ENSAIO
| CONTEMPORÂNEO
| MEDIEVAL
| FILOSÓFICO
| EXPERIÊNCIA
| EXPOEMAS
| PERSPECTIVAR
| IRRETOCÁVEL
| ESTRÉIA
| GALERIA
| CRIATIVIDADE
| OBRA_ARTISTICA_CIENTIFICA
| PREMIAD@
| DIRIGIR
| ABORDAR
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| produção_arte_ciencia
| ação_produção_arte_ciencia
| ação_produção_arte_ciencia
| ação_produção_arte_ciencia
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
74
LISTAGEM DE VIZINHANÇA (SENTIDOS E GRUPOS DE INFLUÊNCIA)
| PENSAR
| ação_produção_arte_ciencia
|
| VERSAR
| ação_produção_arte_ciencia
|
| EXPOR
| ação_produção_arte_ciencia
|
| OBRA_ARTISTICA_CIENTIFICA
| ação_produção_arte_ciencia
|
| LANÇAR
| ação_ato_produzir
|
| PRODUZID@
| ação_ato_produzir
|
| MONTAR
| ação_ato_produzir
|
| COMERCIALIZAR
| ação_ato_produzir
|
| TRABALHAR
| ação_ato_produzir
|
| CARREGAR
| ação_ato_produzir
|
| ABASTECER
| ação_ato_produzir
|
| PARALISAR
| ação_ato_produzir
|
| CELEBRAR
| ação_ato_produzir
|
| MEDIR
| ação_ato_produzir
|
| SUBSTITUIR
| ação_ato_produzir
|
| COMBATER
| ação_ato_produzir
|
| ESPECIALIZAD@
| ação_ato_produzir
|
| EXAURID@
| ação_ato_produzir
|
| ENVASAR
| ação_ato_produzir
|
| DESATIVAD@
| ação_ato_produzir
|
| ACOMODAR
| ação_ato_produzir
|
| ATO_DE_PRODUZIR
| ação_ato_produzir
|
| AUTOGERID@
| ação_ato_produzir
|
| ADAPTAR
| ação_ato_produzir
|
| AUTOMÁTICO
| obj_produção_tornar_publico
|
| NECESSIDADE
| obj_produção_tornar_publico
|
| PROCESSO
| obj_produção_tornar_publico
|
| HOMOLOGAÇÃO
| obj_produção_tornar_publico
|
| APRESENTAÇÃO
| obj_produção_tornar_publico
|
| QUALIDADE
| obj_produção_tornar_publico
|
| FASE
| obj_produção_tornar_publico
|
| ANTES
| obj_produção_tornar_publico
|
| APLICAÇÃO
| obj_produção_tornar_publico
|
| PROCESSO_PARA _FICAR_PUBLICO | obj_produção_tornar_publico
|
| PROJETO
| obj_produção_tornar_publico
|
| DESENVOLVIMENTO
| obj_produção_tornar_publico
|
| PREOCUPAÇÃO
| obj_produção_tornar_publico
|
| MUDANÇA
| obj_produção_tornar_publico
|
| ENTREGA
| ação_produção_tornar_publico
|
| DEPLOY
| ação_produção_tornar_publico
|
| SABER
| ação_produção_tornar_publico
|
| ENTRAR
| ação_produção_tornar_publico
|
| PROCESSO_PARA _FICAR_PUBLICO | ação_produção_tornar_publico
|
+------------------------------+----------------------------------+
407 rows in set (0.004 sec)
75
Apêndice B
Listagem dos Grupos de Influência
Listagem dos Grupos de Influência (sem os sentidos associados) criados durante a execução do
Assistente Semântico para todas as palavras ambíguas.
+----+------------------------------------+
| id | nome
|
+----+------------------------------------+
| 10 | vela_navegacao
|
| 11 | acao_na_vela
|
| 12 | vela_estado_iluminacao
|
| 13 | vela_ato_devocional
|
| 14 | obj_relac_vela
|
| 15 | casa_const_finan_hab
|
| 16 | obj_casa_construcao
|
| 17 | casa_domicilio_membros
|
| 18 | acao_casa_domicilio
|
| 19 | obj_casa_domicilio
|
| 20 | casa_estabelecimento_noturno
|
| 21 | casa_empresa_estabelecimento
|
| 22 | casa_estado_constituicao
|
| 23 | casa_local_competicao_esporte
|
| 24 | casa_decimal_aproximacao
|
| 25 | acao_casa_construcao
|
| 26 | compartim_casa_construcao
|
| 27 | casa_decada_idade
|
| 28 | acao_pagina_conteudo
|
| 29 | página_conteudo_objeto
|
| 30 | pagina_momento_periodo
|
| 31 | página_lado_folha
|
| 44 | obj_mercado_economia_pais
|
| 45 | obj_mercado_atividade_comercial
|
| 46 | obj_mercado_emprego
|
| 47 | obj_mercado_estabelecimento
|
| 48 | obj_mercado_financeiro
|
| 49 | obj_mercado_sistema
|
| 50 | ação_mercado_financeiro
|
| 51 | ação_mercado_estabelecimento
|
| 52 | ação_mercado_sistema
|
| 53 | ação_mercado_economia_pais
|
76
LISTAGEM DOS GRUPOS DE INFLUÊNCIA
| 54 | ação_mercado_atividade_comercial
|
| 55 | trabalhar_manual_intelectual
|
| 56 | obj_trabalho_execução_obra
|
| 57 | obj_trabalho_remunerado
|
| 58 | obj_trabalho_manual_intelectual
|
| 59 | obj_local_trabalho
|
| 60 | maneira_execução_trabalho
|
| 61 | obj_trabalho_esforço_incomum
|
| 62 | ação_trabalho_remunerado
|
| 63 | obj_trabalho_profissao
|
| 64 | ação_maneira_executar_trabalho
|
| 65 | ação_trabalho_execucao_obra
|
| 66 | ação_trabalho_local
|
| 67 | ação_trabalho_esforço_incomum
|
| 68 | ação_trabalho_profissao
|
| 69 | obj_potencial_produção
|
| 70 | obj_ato_produzir
|
| 71 | obj_departamento_produção
|
| 72 | ação_atividade_produção
|
| 73 | ação_potencial_produção
|
| 74 | obj_produzir_secretar_substancia
|
| 75 | obj_atividade_produção
|
| 76 | produção_arte_ciencia
|
| 77 | ação_produção_arte_ciencia
|
| 78 | ação_ato_produzir
|
| 79 | obj_produção_tornar_publico
|
| 80 | ação_produção_tornar_publico
|
+----+------------------------------------+
59 rows in set (0.001 sec)
77
Apêndice C
Ajustes no Processo de tradução do Falibras
Este Apêndice apresenta o novo processo de tradução do Falibras. Tal processo foi documentado por meio de diagrama de atividades UML, construído como resultado da engenharia reversa
realizada a partir do código-fonte dos componentes do sistema Falibras. Algumas atividades do
processo de tradução original foram modificadas ou adicionadas posteriormente, como forma
de aperfeiçoamento para melhorias no resultado final da tradução. Os ajustes que foram realizados a partir dos resultados deste trabalho estão devidamente destacados nos diagramas e nos
respectivos textos explicativos.
Processo de tradução
A Figura 6.1 apresenta o fluxo geral do processo de tradução do Sistema Falibras.
Como pode ser visto, o primeiro passo é a realização de um Pré-processamento com foco textual
(Atividade 01). Em seguida, as frases são separadas de acordo com a pontuação (Atividade 02).
O processo de tradução é executado para cada uma das frases. Inicialmente o tradutor verifica
se trata-se de uma exceção, isto é, de um caso específico que tenha sido cadastrado. Sendo uma
exceção, a tradução acontece utilizando o mecanismo de memória de tradução (Atividade 03).
Caso não seja uma exceção previamente cadastada, é acionada a tradução “padrão” do Falibras.
Na tradução “padrão” a frase é analizada em vista de identificar as orações que a compõem
(Atividade 04). Para cada oração, o tradutor realiza as inversões sintáticas necessárias para
adequar a frase ao resultado da tradução (Atividade 05). Após a realização da tradução, seja ela
por memória de tradução ou por transferência morfossintática, é executada uma etapa de pósprocessamento (Atividades 06- a e b), responsável por analisar ajustes linguísticos, tais como
resolução de ambiguidades e ajustes gramaticais da Libras (Figura 6.7). Em seguida, já se pode
obter os identificadores das glosas que compõem a frase traduzida (Atividade 07). A lista de
glosas deve, então, ser concatenada com listas anteriores, sejam de orações (Atividade 08) ou
de frases propriamente ditas (Atividade 09).
A atividade de pré-processamento textual, detalhada na Figura 6.2, é particularmente
útil no Falibras para lidar com gírias, expressões regionais ou idiomáticas, que podem ser substituídas nesta etapa por sinônimos equivalentes.
78
AJUSTES NO PROCESSO DE TRADUÇÃO DO FALIBRAS
79
Figura 6.1: Fluxo geral do processo de traduçao do Falibras.
o Autor (2022).
Figura 6.2: Detalhamento da Atividade 01-Realizar Pré-processamento.
o Autor
(2022).
Uma das etapas fundamentais para o bom funcionamento do componente de tradução
que utiliza transferência morfossintática é a quebra da frase em orações (Atividade 04 da
Figura 6.1). A Figura 6.3 apresenta o detalhamento desta atividade.Como pode ser visto, a
identificação considera tanto a pontuação da frase, quanto o papel morfossintático dos elementos da frase, especialmente os verbos. A Figura 6.4 detalha a Atividade 03, responsável por
realizar a análise morfossintática de cada frases.
AJUSTES NO PROCESSO DE TRADUÇÃO DO FALIBRAS
80
Figura 6.3: Detalhamento da Atividade 04-Identificar Orações da Frase.
o Autor (2022).
No final da atividade de análise morfossintática, o Falibras possui uma etapa para
ajustar a classificação (Atividade 07 da Figura 6.4). Tal ajuste acontece baseado em regras
e pode incluir novas palavras na frase, decorrentes do processamento de prefixos e sufixos
(Atividades 01 e 02) e também pode simplesmente ajustar as propriedades morfossintáticas
de alguma palavra específica (Atividade 03). Um exemplo de adição de nova palavra poderia
ser o caso da frase "O menininho caiu". Originalmente, essa frase é identificada como sendo
uma lista de três palavas: O artigo “O”, o substantivo “MENININHO” e o verbo “CAIU”.
Após ajuste, o substantivo “MENININHO” é substituído pelas palavras “MENINO” seguido
AJUSTES NO PROCESSO DE TRADUÇÃO DO FALIBRAS
81
Figura 6.4: Detalhamento da Atividade 04.03-Realizar Análise Morfossintática das Frases.
o Autor (2022).
do adjetivo “PEQUENO”. Sendo assim, a frase passa a ter quatro palavras.
Figura 6.5: Detalhamento da Atividade 04.03.07-Ajustar Frase Baseado em Regras.
o Autor (2022).
Apesar de ter representado todo o fluxo do processo de tradução do Sistema Falibras, o
foco principal do trabalho proposto é gerar subsídios para aperfeiçoamento da Atividade 05 da
Figura 6.1, denominada “Traduzir com Transferência Morfossintática”. A Figura 6.6 apresenta
justamente o detalhamento interno dessa atividade.
AJUSTES NO PROCESSO DE TRADUÇÃO DO FALIBRAS
82
Figura 6.6: Detalhamento da Atividade 05-Traduzir com Transfêrencia Morfossintática.
o Autor (2022).
Ajustes Realizados
As atividades com fundo mais escuro representam os ajustes realizados no processo.
Pode-se destacar três evoluções principais ao processo de tradução do Falibras: (1) adição de
alguns tipos de classificadores (Atividades 01, 02, e 11); (2) adição do modo de tradução
com topicalização, que adicionou duas transferências morfossintáticas ao processo de tradução
(Atividades 03 e 04); e (3) ajustes no processo de tradução existente, onde após debater com
os intérpretes, percebeu-se ser melhor deixar de realizar uma inversão morfossintática que até
então era realizada. Tal inversão, no entanto, foi apenas comentada no código-fonte, para a
realização de testes e validações futuros.
AJUSTES NO PROCESSO DE TRADUÇÃO DO FALIBRAS
Figura 6.7: Detalhamento da Atividade 06-Executar Pós-processamento.
o Autor (2022).
83