Adaptação lexical automática em textos informativos para o Ensino Fundamental 

Abstract

O ensino de leitura e compreensão de textos nas escolas deve ser natural, ou seja, deve respeitar a individualidade do aluno e ao mesmo tempo proporcionar motivação para tais atividades. Qualquer problema nas etapas de desenvolvimento dessas habilidades pode acarretar bloqueios ou desinteresses dado que cada criança tem seu próprio ritmo. Adequar o nível de complexidade de um texto à capacidade de leitura de um aluno é determinante para que ele progrida a seu modo e atinja os níveis de compreensão leitora esperados para uma série ou ciclo. O objetivo geral deste trabalho é alavancar a área de pesquisa em Adaptação Lexical na Língua Portuguesa, atuando na Simplificação e Elaboração Lexical, para permitir que um texto informativo de maior complexidade possa ser adaptado a alunos do Ensino Fundamental, que poderão compreender melhor seu conteúdo. As contribuições deste trabalho são várias, dentre elas: (i) Compilação de três léxicos delimitando a complexidade lexical ao longo dos anos escolares por meio de seleção de dicionários sugeridos pelo Programa Nacional do Livro Didático; (ii) Compilação de um córpus contendo 7.645 textos do gênero informativo escritos para crianças cursando o Ensino Fundamental; (iii) Compilação de um córpus com 36.413 legendas de filmes e séries dos gêneros Família e Animação que ilustra o material ouvido por crianças no dia a dia; (iv) Criação de um repositório com métricas psicolinguísticas para 26.874 palavras do Português Brasileiro; (v) Criação do dataset SIMPLEX-PB, contendo 1.582 instâncias com sentenças e palavras complexas identificadas. O dataset também conta com a definição curta de cada palavra complexa, a indicação binária da palavra complexa ser termo técnico, 38 features de complexidade lexical para cada palavra complexa do recurso e listas de sinônimos para a palavra complexa, ordenadas pelas crianças; (vi) Busca de padrões de Elaboração Lexical e de ocorrências de elaboração das palavras complexas do SIMPLEX-PB (cerca de 50% das elaborações encontradas foram realizadas em palavras marcadas como termo técnico); (vii) Avaliação de métodos para Identificação de Palavras Complexas para o Português Brasileiro; e (viii) Avaliação dos métodos de Identificação de Palavras Complexas na tarefa de Simplificação Lexical, considerando crianças do Ensino Fundamental como público alvo. Os métodos resultantes desse projeto de doutorado, chamado de Adap2Kids, poderão ser utilizados no apoio à geração de conteúdo para crianças e também podem ser aplicados no material apresentado em sala de aula, de forma a adequar o seu léxico para as necessidades de cada ciclo escolar do Ensino Fundamental.