Processamento do Discurso em Textos Dissertativos-Argumentativos: Uma Abordagem Baseada em Mineração de Argumentos e Aprendizado Supervisionado de Máquina

Abstract

A identificação da estrutura da argumentação é útil para analisar o discurso e o raciocínio lógico do aluno. O processo de entendimento do discurso abrange a compreensão da morfologia, da sintaxe e da semântica. Neste trabalho, o processamento do discurso segue uma metodologia composta das seguintes fases: (i) criação de um corpus para treinamento e validação da aprendizagem; (ii) implementação da abordagem para mineração de argumentos; e (iii) aplicação de técnicas de aprendizagem de máquina. Os resultados alcançados ficaram entre a média encontrada na literatura para trabalhos realizados na língua inglesa. O destaque foi a identificação da proposta de intervenção, com um valor-F de 0,744.

Avaliação Automática de Redação: Uma revisão sistemática

“…Desse modo, esta seção apresenta um conjunto de revisões da literatura já realizadas sobre o tema e discute quais as principais diferenças para a proposta desta pesquisa. RBIE v.31 -2023 Em Nau et al (2019) é realizada uma Revisão Sistemática da Literatura que busca analisar o estado da arte na área de avaliação automática de redações. Esse trabalho realizou buscas de artigos de acordo com um conjunto de palavras-chave em três diferentes repositórios: ACL, Scopus e Science Direct.…”

“…As strings de busca nos dois idiomas foram aplicadas nas seguintes bases de dados de artigos científicos: ACM 2 , IEEExplore 3 , Engineering Village 4 , Science Direct 5 , SpringerLink 6 , Scopus 7 , Web of Science 8 , SBC OpenLib 9 . As bases de dados escolhidas são amplamente usadas no processo de revisão bibliográfica, sendo algumas delas já utilizadas em trabalhos anteriores, como Nau et al (2019) que utilizaram a Science Direct e Scopus. Além disso, a base SBC-OpenLib provê uma ampla variedade de artigos em português, sendo ideal para buscar artigos relacionados à área de educação no idioma.…”

“…Estas foram: Precisão, Cobertura e F-Measure, que são métricas amplamente utilizadas no campo da aprendizagem de máquina e foram utilizadas nos trabalhos de Ferreira Mello et al (2022) A Tabela 2 mostra todos os conjuntos de bases de dados utilizados nos trabalhos presentes na revisão relacionados a questão de pesquisa "Quais os bancos de dados mais utilizados para validação?". Na base de dados de Santos et al (2018) e Nau et al (2019) encontramos 271 e 50 redações, respectivamente, utilizadas em ambos trabalhos de Ferreira Mello et al (2022) e Mello et al (2021), que utilizou extração de características para análise de estrutura retórica. A segunda ainda foi utilizada no trabalho de Mello et al (2021).…”