Linguistic issues in the development of ReGra: 
A grammar checker for Brazilian Portuguese

Martins, Ronaldo Teixeira; Hasegawa, Ricardo; VolpeNunes, Maria Das Graças; Montilha, Gisele; Oliveira, Osvaldo N.

doi:10.1017/s135132499800206x

Cited by 24 publications

(20 citation statements)

References 3 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…(a) sistemas de sumarização (extrativa monodocumento) (Pardo et al, 2002;Rino et al, 2004;Leite et al, 2007); (b) sistema de ortográfi ca e gramatical (Martins et al, 1998); (c) ambiente de auxílio à escrita (científi ca) (Feltrim, 2004); (d) recursos de base, como léxicos (Nunes et al, 1996;Muniz, 2004), thesaurus (Dias-da-Silva et al, 2000), corpora (Aluísio et al, 2003), bases lexicais, umas já concluídas (Greghi, 2002;Zavaglia, 2002) e outras ainda em construção (Di Felippo e Dias-da-Silva, 2007), e bases ontológicas (Zavaglia, 2005); (e) ferramentas, como segmentador sentencial (Pardo, 2006), alinhador lexical (isto é, ferramenta que alinha unidades lexicais de copora paralelos) (Caseli et al, 2005); etiquetadores morfossintáti-cos (Aires, 2000), parsers (Bick, 2000;Martins et al, 1998) Mesmo com essa evolução, ainda há muito que avançar no que concerne à língua portuguesa. Isso se deve principalmente ao fato de muitos dos chamados recursos linguístico-computacionais ainda serem precários ou estarem em fase de desenvolvimento.…”

Section: O Pln No Brasil: Breves Comentáriosunclassified

O processamento automático de línguas naturais enquanto engenharia do conhecimento linguístico

Felippo¹,

Dias-da-Silva²

2009

cld

View full text Add to dashboard Cite

O processamento automático de línguas naturais enquanto engenharia do conhecimento linguísticoNatural language processing as human language engineering RESUMO -Neste trabalho, busca-se fornecer uma breve apresentação do domínio de pesquisa multidisciplinar denominado Processamento Automático de Línguas Naturais (PLN), que visa a capacitar um computador para lidar com a língua. Por meio dessa apresentação, traça-se uma determinada concepção de PLN, segundo a qual essa área é uma espécie de "engenharia do conhecimento linguístico". Dessa forma, o PLN requer a descrição e formalização de dados linguísticos nas dimensões morfológica, sintática, semântico-conceitual e até mesmo pragmático-discursiva. Além da concepção linguisticamente motivada do PLN, destacam-se, ao longo deste texto, as motivações para o surgimento do domínio de pesquisa do PLN, o lugar que ele ocupa em meio a suas disciplinas correlatas e os objetivos e desafi os que movem os pesquisadores do PLN. Ao fi nal, alguns comentários sobre o processamento computacional do português do Brasil são fornecidos.Palavras-chave: processamento automático de línguas naturais, engenharia da linguagem humana, linguística computacional, linguística, língua natural. IntroduçãoÉ notório que os computadores estão cada vez mais presentes no cotidiano, como na declaração do imposto de renda ou mesmo nos caixas eletrônicos dos bancos. Essa presença massiva leva qualquer um, hoje em dia, a vincular a pesquisa científi ca e o desenvolvimento da tecnologia à Informática. Tal vinculação, no entanto, é menos reconhecida quando se trata de áreas consideradas menos tecnológicas, como as Ciências Humanas e Letras, como bem salienta Berber Sardinha (2005). Como consequência, não se pensa que em muitas atividades do cotidiano estão presentes tecnologias que advêm, em particular, da pesquisa sobre a linguagem com vistas ao seu processamento computacional. Tais pesquisas já haviam sido anunciadas no âmbito da Linguística, por exemplo, pela saudosa Maria Teresa Biderman, em seu texto intitulado Teoria Linguís-tica (linguística quantitativa e computacional) de 1978. Atualmente, a Linguística e a Informática encontram-se unidas em uma área de pesquisa cada vez mais promissora, denominada Processamento Automático de Línguas Naturais (PLN). As pesquisas nessa área, ao mesmo tempo em que se benefi ciam com os estudos provenientes da Linguística, têm propiciado não só desenvolvimento de tecnologias ou recursos aplicáveis a várias atividades, mas também o próprio desenvolvimento da Linguística e da Ciência da Computação, duas das várias disciplinas matrizes do PLN.Este texto pretende introduzir o leitor a essa área de pesquisa, enfatizando sua ligação com o estudo da linguagem. De acordo com uma concepção linguisticamente motivada do PLN, este trabalho divide-se em sete seções. Na segunda, busca-se tratar as origens dessa área. Na terceira, discorre-se sobre a natureza heterogênea do PLN, ABSTRACT -In this paper, we provide a brief description of the multidisciplinary domain of research call...

show abstract

Section: O Pln No Brasil: Breves Comentáriosunclassified

O processamento automático de línguas naturais enquanto engenharia do conhecimento linguístico

Felippo¹,

Dias-da-Silva²

2009

cld

View full text Add to dashboard Cite

show abstract

“…. ªPortugueseWordsºÐa set of 429,434 objects from the Portuguese language dictionary [21]. Note especially that, for the FaceIt data set, we have used a distance function from a commercial software product.…”

Section: Survey and Data Setsmentioning

confidence: 99%

Fast indexing and visualization of metric data sets using slim-trees

Traina

Faloutsos

et al. 2002

IEEE Trans. Knowl. Data Eng.

164

View full text Add to dashboard Cite

AbstractÐMany recent database applications must deal with similarity queries. For such applications, it is important to measure the similarity between two objects using the distance between them. Focusing on this problem, this paper proposes the Slim-tree, a new dynamic tree for organizing metric data sets in pages of fixed size. The Slim-tree uses the triangle inequality to prune distance calculations needed to answer similarity queries over objects in metric spaces. The proposed insertion algorithm uses new policies to select the nodes where incoming objects are stored. When a node overflows, the Slim-tree uses a Minimal Spanning Tree to help with the split. The new insertion algorithm leads to a tree with high storage utilization and improved query performance. The Slim-tree is the first metric access method to tackle the problem of overlap between nodes in metric spaces and to propose a technique to minimize it. The proposed ªfat-factorº is a way to quantify whether a given tree can be improved and also to compare two trees. We show how to use the fat-factor to achieve accurate estimates of the search performance and also how to improve the performance of a metric tree through the proposed ªSlim-downº algorithm. This paper also presents a new tool in the arsenal of resources of Slim-tree aimed at visualizing it. Visualization is a powerful tool for interactive data mining and for the visual tracking of the behavior of a tree under updates. Finally, we present a formula to estimate the number of disk accesses in range queries. Results from experiments with real and synthetic data sets show that the new algorithms of the Slim-tree lead to performance improvements. These results show that the Slim-tree outperforms the M-tree up to 200 percent for range queries. For insertion and split, the Minimal-Spanning-Tree-based algorithm achieves up to 40 times faster insertions. We observed improvements up to 40 percent in range queries after applying the Slim-down algorithm.

show abstract

“…(Informática, 1999), o revisor SOS (Moura, 1996;Lins et al, 1999) e o ReGra (Martins et al, 1998) O revisor ReGra foi construído pela equipe do NILC, na forma de regras compiladas. Esse recurso apresenta um padrão de eficiência e robustez de destaque para o tratamento da língua portuguesa falada no Brasil.…”

Section: Detecção E Correção De Erros Gramaticaisunclassified

“…Adicionalmente, é verificada a ocorrência dos erros detectados no projeto HABLA com os erros identificados em outras pesquisas. Finalmente, são comentados os erros detectados que não foram cobertos pelo corretor ortográfico e gramatical Regra (Nunes et al, 1996;Martins et al, 1998;Bonfante e Nunes, 2000;Pinheiro et al, 2001;Hasegawa et al, 2002), que é o mais utilizado para corrigir textos na língua portuguesa.…”

Section: Estatísticas Da Anotaçãounclassified

“…Atualmente, a ferramenta mais utilizada para apoiar a escrita em português brasileiro é o corretor gramatical inserido na ferramenta Microsoft Office 2003, 2007 e 2010, que em sua versão inicial foi chamado de ReGra (Nunes et al, 1996;Martins et al, 1998;Bonfante e Nunes, 2000;Pinheiro et al, 2001;Hasegawa et al, 2002). Segundo Duran (2008a), os corretores são amplamente utilizados por estrangeiros para consultar léxicos, substituindo as consultas a dicionários tradicionais para verificar a grafia correta das palavras.…”

Section: Introductionunclassified

See 1 more Smart Citation

Escrita científica em português por hispano falantes: recursos linguísticos-computacionais baseados em métodos de alinhamento de textos paralelos

Torres¹

View full text Add to dashboard Cite

Linguistic issues in the development of ReGra: A grammar checker for Brazilian Portuguese

Cited by 24 publications

References 3 publications

O processamento automático de línguas naturais enquanto engenharia do conhecimento linguístico

O processamento automático de línguas naturais enquanto engenharia do conhecimento linguístico

Fast indexing and visualization of metric data sets using slim-trees

Escrita científica em português por hispano falantes: recursos linguísticos-computacionais baseados em métodos de alinhamento de textos paralelos

Contact Info

Product

Resources

About