Processamento de Linguagem Natural
|
|
- Ágatha Bicalho
- 5 Há anos
- Visualizações:
Transcrição
1 Processamento de Linguagem Natural Uma necessariamente breve, muito incompleta, assumidamente parcial mas eventualmente motivadora panorâmica da área Luis Sarmento
2 Resumo da Apresentação Parte I: Introdução e Motivação ao PLN Parte II: Conceitos básicos de Linguística e PLN Parte III: Classificação de Texto Parte IV: PLN no NIAD&R: o que estamos a fazer?
3 Parte I Introdução ao PLN
4 PLN: o que é? Processamento de Linguagem Natural: Processamento automático de informação expressa em linguagem dos Humanos, em formato escrito e oral.
5 Motivação para o PLN (I) Grande parte da comunicação entre humanos é realizada naturalmente através de uma de centenas de linguagens existentes Quase todo o conhecimento humano encontra-se registado sob a forma de LN Linguagem é a ponte entre as gerações passadas, presentes e futuras Provavelmente é a mais importante invenção humana porque permite registar e transmitir inteligência
6 Motivação para o PLN (II) Problema de EI/RI/EC: Cada vez mais informação, escrita e oral, está registada em formato electrónico: Como aceder, pesquisar, processar, (re-)utilizar? Problema de HCI: Cada vez mais a comunicação é mediada por máquinas e feitas com máquinas: como tornar a interação mais natural? Devem as pessoas aprender a linguagem das máquinas ou vice-versa?
7 PLN: Muitas disciplinas Inteligência Artificial Ciência de Computadores Processamento de Sinal Probabilidade e Estatística Linguagens Formais Bases de dados Psicologia Filosofia Linguística Lógica Ciências da Informação
8 PLN: é complexo! Linguagem é uma sofisticada capacidade humana Linguagem é complexa, ambígua, contextual e requer conhecimento prévio acerca da realidade Alguns exemplos: TA seria resolvida antes do Homem ir à Lua Sistemas de RAP state-of-the-art são ainda muito limitados (60% perguntas factoide) Só recentemente é que se consegue STT suficientemente bom para usar em directo
9 PLN: dois campos Processamento de Linguagem Oral: Speech-to-Text e Text-to-Speech Processamento de Linguagem Escrita: Assistentes de Escrita, motores de pesquisa, extracção de informação, sistemas de RAP, tradutores automáticos
10 PLN Escrita (I) Recursos: Dicionários Tesaurus (palavras relacionadas) Base de Dados Lexicais, Redes Semânticas Gramáticas Electrónicas / Bancos de Regras Bases de Dados Estatísticas
11 PLN Escrita (II) Tarefas: Análise Morfológica Análise Gramatical / Sintâctica Análise Semântica
12 PLN Escrita (III) Aplicações: Corrector Ortográfico Verificador de Estilo Motor de Pesquisa Sistema de Resposta Automática Sistema de Tradução Automática Sumarizador Multi-Documento
13 Parte II Conceitos Básicos de Linguística e de Processamento de Linguagem Natural
14 Conceitos Básico de PLN: Morfologia (I) Morfologia: a forma das palavras Classes de palavras: nomes, pronomes, determinantes, adjectivos, verbos, advérbios preposições Regras de Derivação: Plural <-> Singular Inflexão de verbos Derivação Interclasse (salto -> saltar)
15 Conceitos Básico de PLN: Tarefa Associada: Análise Morfológica: Morfologia (II) Exemplo: são -> verbo ser Pres. Ind. 3p p são -> adjectivo são -> nome / parte de um nome São Paulo Necessário desambiguar em contexto (embora requeira também conhecimento gramátical)
16 Análise Morfológica Não é tão trivial como se julga. Como se lida com erros ortográficos? Ou com variações (hifen)? Ou estrangeirismos? Como se delimita uma palavra? Exemplo: base de dados, Nova Iorque Há sempre palavras novas a aparecer: nome próprios: von Sarmenstein siglas: ANTRAL termos técnicos: Quasar N345, bosão de Higgs
17 Conceitos Básicos de PLN: Gramática Regras de combinação das palavras Formação dos constituintes do texto: Frases Sintagmas: Nominal / Sujeito Verbal Preposicional Adjectival
18 Exemplo O cão roía o osso SN SV P N V SN P N A forma de representação em àrvore é a mais natural porque os constituintes têm dependências hierárquicas
19 Análise Gramátical ( Parsing ) Analisar o texto de forma a encontrar os constituintes: Do texto obter a árvore de análise É importante porque as relações gramáticas definem os papeis semânticos dos constituintes da frase que são fundamentais para a compreensão da mensagem Agentes / pacientes: SV/ CD Acção (do agente sobre o paciente objecto): V Argumentos (do verbo): o osso
20 Análise Gramátical ( Parsing ) A análise envolve encontrar muitas estruturas (hieráquicas) e variações de cada uma delas Pode tornar-se extremamente complexa, basta imaginar frases mais intrincadas, ou usam léxico complexo ( bosão de Higgs ) Pode envolver centenas de regras Pode também ser mais simplificada - shallow parsing - procurando-se apenas encontrar apenas os constituintes de topo, ou certas estruturas específicas As regras de análise são: Escritas manutalmente Aprendidas automaticamente de exemplos de texto analisado manualmente
21 Conceitos Básicos de PLN: Semântica Análise que verdadeiramente nos interessa: Significado do texto Extracção da Informação / Conhecimento Tarefas exemplo: Reconhecimento de Entidades (REM) Resolução de Entidades Identificação de Relações Semânticas Decoberta de Associações Genéricas Descoberta de Relações Específicas
22 Semântica: Reconhecimento de Entidades Mencionadas (REM) Identificar os nomes e a sua classe / função. Exemplos: Eu nasci no <LOC>Porto</LOC> em <DATA>1976</DATA> O gastei <VALOR>100 euros</valor> no <EVENTO>(N/n)atal</EVENTO> Essencial para aplicações de Extracção: Resposta automática a Perguntas Detecção Automática de Eventos Sumarização Tradução Automática
23 REM Muito mais complexo que o que parece: <?>Bruxelas</?> adverte <?>Sócrates</?> para desvio no <? >orçamento de Estado</?> Encontramo-nos no <?>S. João</?> para ver o <?>Godard</?>! <?>Amsterdão</?> é fantástico Amesterdão: local, romance, barco, banda rock? Muita ambiguídade! Ou seja: mais uma vez só dicionários não chegam (se os houvesse)! O contexto é determinante mas a análise é complexa!
24 Semântica: Resolução de Entidades Tendo identificado o nome e a sua classe, de qual exactamente é que estamos a falar? Ex: Amsterdão NL? Ohio, EU (2 cidades chamadas Amsterdam)? África do Sul? Amsterdam (Av. )-> 10th Avenue, NY. Necessária análise de contexto suplementar
25 Semântica: Identificação de Relações Semânticas (I) Classe / Instância: O Porto é uma cidade antiga. Hiperonímia / Hiponímia A penicilina é um antibiótico que Os antibióticos são medicamentos eficazes. Holonímia / Meronímia: O trem de aterragem do avião Mas atenção: o piloto do avião
26 Semântica: Identificação de Relações Semânticas (II) Causa / Efeito: A aspirina reduz a dor de cabeça A chuva intensa fez o rio transbordar Equivalentes ( sinónimos ): grupo / banda grupo (de empresas) / corporação empresarial
27 Conceitos Básicos de PLN: Pragmática Análise do objectivo do acto de comunicação. O que se quer dizer: Tens horas? / Tens lumes? Bater a bota O PLN não ambiciona para já ultrapassar esta barreira. Ou talvez já o faça até bastante bem em certos casos: processamento de queries a um motor de pesquisa
28 Conclusão da Parte II PLN envolve análise a vários níveis, todos com situações de ambiguídade Problemas de análise são complexos: Exigem análise de contexto Exigem conhecimento prévio Mas já há muita tecnologia utilizável e até tão comum que nem damos por ela
29 Parte III Classificação Automática de Texto (brevíssima introdução!!)
30 Classificação Automática de Texto: o que é? Tarefa fundamental em muitos sistemas de processamento de texto Dado um excerto de texto: e.g. uma notícia, um blog, um twitter, um artigo, um livro, uma frase Decidir automaticamente: qual a classe desse texto? qual a etiqueta que devo colocar no texto?
31 Tarefas de Classificação de Texto Dada uma palavra: saber qual a sua categoria gramátical (e.g. v) Dado um nome: Saber que tipo de entidade é (local, pessoa..?..) Dada uma frase: Saber se é uma definição, descricão factual, se é opinião, se foi escrita por um certo autor...
32 Tarefas de Classificação de Texto Dada um twitter: Saber se exprime um sentimento positivo ou negativo Dada uma notícia: Saber se trata de um determinado tema/tópico Dado um blog: Saber se diz bem ou mal de um produto / político...
33 Conceitos Base (I) Elemento Base: algoritmo de classificação Fase de Treino: Dado um conjunto de exemplo (parcialmente) classificados, o algoritmos é treinado O algoritmo aprende relações entre as classes e os atributos do exemplos Fase de Classificação: Dado um exemplo por classificar, o algoritmos de classificação (treinado) prevê a classe
34 Desafios Construir uma boa base de exemplos: Notícias com o seu tópico Twitters com a informação de sentimento Comentários com informação de polaridade Normalmente com intervenção humana: Bastante trabalhoso Por vezes usando estratégias, semiautomáticas, usando outros recursos de maneira engenhosa
35 Desafios (II) Encontrar os melhores atributo que descrevem os elementos a serem classificados: Notícias: palavras? Nomes? Certos termos? Blogs: o mesmo, mais os blogs linkados? Twiiters: as palavras? Certos adjectivos? a hora de twitter Esta é normalmente a fase crítica em termos de engenharia!
36 Alguns Algortimos de Classificação Support Vector Machines Aproximação geométrica Muito usados em texto com bom desempenho Tradicionalmente binários Classificadores Naïve Bayes Aproximação Probabilistica Muito rápidos de treinar Usados com desempenhos razoáveis
37 Parte IV PLN no NIAD&R: o que andamos a fazer por aqui?.
38 PLN no NIAD&R Tópicos principais: Ferramentas e Recursos: Reconhecimento de Entidades Mencionadas Identificação de Relações Semânticas Construção de Léxicos Semânticos / Tesauros Aplicações Resposta Automática a Perguntas Monitorização de Notícias Detecção de Opiniões
39 Recursos e Ferramentas LSP Léxico Semântico do Português: Base de Dados com entradas léxicais em PT Categorização Gramátical Categorização Semântica Categorização de Polaridade No futuro: relações semânticas Arquitectura / Funcionamento: Base de Dados MySQL + Interface de Adm. Exportação como biblioteca Perl: muito prático
40 Recursos e Ferramentas Corpora: base de texto para exploração ou treino de classificadores Base de Co-ocorrências: BACO (demo) Notícias Curtas com informação de tópico Comentários a Notícias (em contrução) Feeds SAPO: Notícias Blogs Twitter PT etc...
41 Ferramentas SIEMÊS v2.0 - REM Desenvolvido desde Perl + Regras Tenta identificar cerca de 10 classes e mais de 100 sub-classes de nomes expressões temporais e números (valores). centenas de regras + léxico com várias centenas de entradas Está neste momento a ser desenvolvida a v3.0 (Perl e Java).
42 Análise Semântica no NIAD&R ASP (sucessor do SIEMÊS) Desenvolvido desde início 2009 Assenta no LSP para obter informação lexicosemântica Usa representações XML e usa uma base de dados XML como motor de regras Está suspenso à espera de mais mão-de-obra!
43 Identificação de Relações Semânticas (I) Descoberta de Definições Usando a Wikipedia e Colecções Web Procura por definições canónicas N é um TD que A Aspirina é um medicamento que Utilização da informação da Wikipedia (tags) Extracção de Hiperónimos / Hipónimos Listas
44 Identificação de Relações Semânticas (II) Descoberta de semelhança por clustering : Sinónimos / antónimos Classes Importante porque os recursos públicos produzidos manualmente têm poucas opções (tesaurus do openoffice) Só agora estão a surgir mais recurso públicos Demonstração Luís Sarmento do - las@fe.up.pt projecto WordMap
45 Construção de Léxicos Semânticos / Tesauros Em quase todas as tarefas de PLN é necessário ter informação acerca de várias possibilidades morfológicas e semânticas Exemplo de informação semântica: ter as palavras agrupadas semânticamente médico, engenheiro, etc -> profissão Se padrão {@prof NM} => NM -> C_PESSOA Ter informação acerca de níveis semelhança : 'suprir', ---> ['colmatar:0.175', 'satisfazer:0.083', 'superar:0.069', 'minorar:0.064', 'compensar:0.061', 'ultrapassar:0.060 ]
46 Construção do Léxico Semântico Semi-automática: Fundindo informação de vários recursos existentes: dicionários, tesaurus Aumentando informação existente com informação extraída automaticamente. Wikipedia (nomes, definições, relações, etiquetas) Obtenção de informação estatística a partir de grandes quantidades de texto dados distribucionais (co-ocorrências) Utilização de técnicas de clustering
47 Ciclo de Desenvolvimento Contínuo Análisador Semântico Extracção de Informação Léxico Semântico
48 RAPOSA Sistema de Resposta Automática a Perguntas (que é Ouro Sobre Azul) para Português Preparado para responder a vários tipos de perguntas directas do tipo factoide e definições: Quem foi o primeiro Rei de Portugal? O que é um katamaran? Sobre qualquer assunto e usando uma colecção de texto em Português (e.g.: Wikipedia em PT) Participou nas edições de 2006, 2007 e 2008 do CLEF: 3º lugar para PT em 2007!!
49 RAPOSA: Como funciona? (I) O RAPOSA utiliza uma estratégia data-driven. Dada uma pergunta: tenta estratégias simples para reunir potênciais respostas pesquisando uma dada colecção de texto Se a pesquisa for bem feita e a selecção de candidatos for minimamente inteligente, então a resposta certa estará entre os dados recolhidos. Num passo final o RAPOSA tenta escolher um candidato tendo em conta todos os que recolheu Esta estratégia é interessante se a colecção onde vamos buscar a resposta é muito grande (ex: Web)
50 RAPOSA: Como funciona? (II) P: Quem foi o primeiro rei de Portugal? Em grande colecções de texto a resposta deverá estar mais ou menos explícita várias vezes: D. Afonso Henriques, o primeiro rei de Portugal, o primeiro rei de portugal foi D. Afonso Henriques tornando-se D. Afonso Henriques o primeiro rei de Portugal.. como primeiro rei de Portugal, D. Afonso Henriques tentou Vamos usar a redundância existente para tentar responder: parte do enunciado da pergunta ocorre em texto muitas vezes próximo da resposta
51 RAPOSA: Como funciona? (III) Analisar a pergunta para tentar determinar o tipo de resposta que deve ser devolvida: Quem -> pessoa Onde -> local Quando -> data. Gerar queries tendo em conta a análise prévia: primeiro rei de portugal primeiro rei portugal primeiro rei de portugal
52 RAPOSA: Como funciona? (IV) Pesquisar a colecção e obter todas as frases / parágrafos onde ocorrem expressões de pesquisa Analisar semanticamente as frase: neste caso fazemos REM com o SIEMÊS Escolhemos os nomes do tipo de entidades apropriado. Neste caso nomes de pessoas: D. Afonso Henriques ou Afonso Henriques ou D. Afonso I serão provavelmente os nomes mais frequentes
53 RAPOSA: Como funciona? (V)
54 RAPOSA - Limitações Não responde a perguntas: Tipo lista Quais as 3 maiores cidades de Portugal? Que impliquem inferências ou deduções: Qual a aeroporto mais próximo de Londres? Sequênciais que envolvam co-referências? Quem é o presidente da República (Português)? Com quem é ele casado? E muitas outras. Mas serve de test-bed de ideias e tecnologias
55 Media Tracking Objectivos: Acompanhar o que se passa na notícias Detectar acontecimentos / eventos relevantes Projecto Verbatim: Extracção de Citações de Jornais On-line Categorização por Tópico Detalhes para a Semana! Pequena DEMO agora!
56 Prospecção de Sentimentos / Opinião Objectivos: Determinar se determinado excerto de texto veicula opinião positiva ou negativa Determinar qual o sentimento dominante num dado media (e.g. Blogosfera) Encontrar em texto opiniões acerca de pessoas, objectos, productos
57 Prospecção de Sentimentos / Opinião (II) Para quê? Detectar gripes com antecedência Fazer sondagens políticas Perceber o impacto de certa medida / evento Afinar Marleting Onde: Em User Generated Content : Twitters, Blogs, Comentários a Notícias
58 Prospecção de Sentimentos / Opinião (III) Recursos: Léxico com adjectivos categorizados Corpus de Comentários (Público.pt) em anotação Experiências sobre determinação de polaridade de notícias Correlacionam bem com os resultados das Eleições Europeias
59 Visualização Visualuzação de Dados É importante porque permite perceber melhor o problema / dados Ajuda a detectar tendências Ajuda a construir recursos Alguns exemplos: RAMA (Web) Talk2Me (Web) Word4Word (Web)
60 Conclusões Finais
61 PLN A linguagem está presente todos os aspectos da actividade humana e tem desafiado todas as tentativas de sistematização O PLN é uma área com muitos desafios que pode receber contributos de todas as outras áreas Com a crescente digitalização da comunicação espera-se que a relevância do PLN, nas suas diversas vertentes e aplicações, aumente A interfaces serão sempre uma questão essencial na comunicação de informação e conhecimento
62 Questões?
PROCESSAMENTO DE TEXTO
PROCESSAMENTO DE TEXTO (TEXT MINING) Jorge Teixeira IART 2014/2015 SAPO LABS ( http://labs.sapo.pt ) AGENDA (Enquadramento na UC de Inteligência Artificial - IART) Parte 1: Introdução à Linguagem Natural
Leia maisMCZA Processamento de Linguagem Natural Introdução
MCZA017-13 Processamento de Linguagem Natural Introdução Prof. Jesús P. Mena-Chalco jesus.mena@ufabc.edu.br 1Q-2018 1 Motivação Processamento de Linguagem Natural (PLN) tem relação com: atividades que
Leia mais6 Atributos. A dívida da empresa subiu.
6 Atributos Para buscar o sentimento de um texto automaticamente precisamos encontrar boas pistas ao longo do discurso. Uma grande variedade de palavras e expressões possui conotação positiva ou negativa,
Leia maisÍNDICE Capítulo 1. Avaliação conjunta Diana Santos Capítulo 2. Organização e resultados morfolímpicos Luís Costa, Paulo Rocha e Diana Santos
ÍNDICE Prefácio Lista dos capítulos Lista alfabética de autores Capítulo 1. Avaliação conjunta Diana Santos 1. Apresentação 2. O modelo da avaliação conjunta 2.1 Modelos de avaliação anteriores 2.2 Características
Leia maisPlano da apresentação. Processamento computacional do português: o que é? Trabalhar numa língua e apresentar os resultados noutra
Plano da apresentação Razões para a identificação desta categoria Processamento computacional do português: o que é? Diana Santos SINTEF Telecom and Informatics O projecto Processamento computacional do
Leia maisAprendizado de Máquina (Machine Learning)
Ciência da Computação (Machine Learning) Aula 01 Motivação, áreas de aplicação e fundamentos Max Pereira Nem todo conhecimento tem o mesmo valor. O que torna determinado conhecimento mais importante que
Leia maisRelatório. Ano lectivo
Relatório Ano lectivo 2006-2007 111014 acessos (independentemente do estatuto dos professores inscritos: tutores; convidados; participantes; visitantes) de 28 de Setembro de 2006 a 28 de Setembro de 2007.
Leia maisOntologias Linguísticas e Processamento de Linguagem Natural. Ygor Sousa CIn/UFPE
Ontologias Linguísticas e Processamento de Linguagem Natural Ygor Sousa CIn/UFPE ycns@cin.ufpe.br 2015 Roteiro Processamento de Linguagem Natural Ontologias Linguísticas WordNet FrameNet Desambiguação
Leia maisProcura-PALavras (P-PAL):
II Jornadas Internacionais Per-Fide Corpora e Terminologia I 6-7 Junho, 2013 I Braga: Universidade do Minho, Portugal Procura-PALavras (P-PAL): Da constituição do corpus à base lexical Ana Costa 4, Ana
Leia maisAbordagens na Tradução Automática
Abordagens na Tradução Automática Alberto Manuel Brandão Simões ambs@di.uminho.pt Escola de Verão Junho 2009 Alberto Simões Abordagens na Tradução Automática (1/38) 1 Arquitecturas de Tradução Automática
Leia maisFerramenta de apoio a identificação de eventos utilizando Linguagem Natural. Aluno: Ricardo Tomelin Orientador: Everaldo Artur Grahl
Ferramenta de apoio a identificação de eventos utilizando Linguagem Natural Aluno: Ricardo Tomelin Orientador: Everaldo Artur Grahl Roteiro 1. Introdução 2. Objetivos 3. Análise Essencial de Sistemas 4.
Leia maisINFORMAÇÃO PROVA DE EQUIVALÊNCIA À FREQUÊNCIA Inglês LE I (2 anos) 2016
INFORMAÇÃO PROVA DE EQUIVALÊNCIA À FREQUÊNCIA Inglês LE I (2 anos) 2016 Prova 06 --------------------------------------------------------------------------------------------------------------------------
Leia mais2011/2012 (Despacho nº 5238/2011 de 28 de Março) 2º Ano CONTEÚDOS ANUAIS DISCIPLINA: Língua Portuguesa. CEF Serviço de Bar
2011/2012 (Despacho nº 5238/2011 de 28 de Março) 2º Ano CONTEÚDOS ANUAIS DISCIPLINA: Língua Portuguesa CEF Serviço de Bar CONTEÚDOS 1º PERÍODO AULAS PREVISTAS 46 TEXTOS DE TEATRO - AUTO DA BARCA DO INFERNO,
Leia maisComunicação. Capítulo 22
Comunicação Capítulo 22 Sumário Comunicação Gramáticas Análise sintáctica (parsing) Comunicação Comunicar consiste em trocar informação através da produção e percepção de sinais, pertencentes a um sistema
Leia maisT6.1 Reconhecimento de Padrões
T6.1 Reconhecimento de Padrões Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Introdução ao reconhecimento de padrões 2. Representação do conhecimento 3. Reconhecimento
Leia maisInformação-Prova de Equivalência à Frequência
Agrupamento de Escolas Fernão de Magalhães Informação-Prova de Equivalência à Frequência Exame de Equivalência à Frequência Espanhol 11º Ano Nível de Iniciação Prova 375 2017 Ensino Secundário I Introdução
Leia maisPortuguesa a Estrangeiros
CATE Ensino da Língua Portuguesa a Estrangeiros CATE de S. J. da Madeira (http://catedesjmadeira.wordpress.com) POLÍTICA E ORIENTAÇÃO DE TRABALHO Blog O Blog CATE Ensino da Língua Portuguesa a Estrangeiros
Leia maisBiomedical Text Mining J O S É F E R N A N D E S R U I S I L V A
Biomedical Text Mining J O S É F E R N A N D E S R U I S I L V A Objectivos e Desafios Extracção de informação útil a partir de fontes de dados documentos de texto - identificando e explorando padrões
Leia mais2 Sentiment Analysis 2.1
2 Sentiment Analysis 2.1 Definição do Problema Sentiment Analysis é um problema de categorização de texto no qual deseja-se detectar opiniões favoráveis e desfavoráveis com relação a um determinado tópico
Leia maisSEMÂNTICA PARTE 3 ANÁLISE SEMÂNTICA 14/06/2012. SCC5908 Tópicos em Processamento de Língua Natural. Até agora, significado da sentença
SEMÂNTICA PARTE 3 SCC5908 Tópicos em Processamento de Língua Natural Thiago A. S. Pardo ANÁLISE SEMÂNTICA Até agora, significado da sentença Rhumba closed. e Closing(e) Closed(e,Rhumba) 2 1 ANÁLISE SEMÂNTICA
Leia maisAGRUPAMENTO DE ESCOLAS DE CUBA
DISCIPLINA : LÍNGUA PORTUGUESA : 6ºano ANO LECTIVO: 2007/2008 PLANIFICAÇÃO ANUAL COMPETÊNCIAS GERAIS Mobilizar saberes culturais, científicos e tecnológicos para compreender a realidade e para abordar
Leia maisMatéria: Desenho e desenvolvimento de tecnologias linguísticas
Introdução às tecnologias linguísticas Pablo Gamallo Otero Departamento de Língua Espanhola Universidade de Santiago de Compostela Matéria: Desenho e desenvolvimento de tecnologias linguísticas Mestrado
Leia maisEscola Básica dos 2º e 3º Ciclos de Cadaval Departamento de Línguas Planificação Anual de Língua Portuguesa 6º Ano de escolaridade
Escola Básica dos 2º e 3º Ciclos de Cadaval Departamento de Línguas Planificação Anual de Língua Portuguesa 6º Ano de escolaridade 1º Período 1/13 Escola Básica dos 2º e 3º Ciclos de Cadaval Ano Lectivo
Leia maisRecapitulando... Abordagens: PLN. Abordagens: PLN 29/03/2012. Introdução ao Processamento de Línguas Naturais. Distribuição de palavras
Introdução ao Processamento de Línguas Naturais SCC5908 Introdução ao Processamento de Língua Natural Thiago A. S. Pardo Recapitulando... Abordagens superficiais vs. profundas Simbolismo vs. estatística
Leia maisCONTEÚDOS PROGRAMÁTICOS
CONTEÚDOS PROGRAMÁTICOS ANO: 6.º DISCIPLINA: Língua Portuguesa UNIDADE/TEMA CONTEÚDOS Texto narrativo; Banda Desenhada; Compreensão de enunciados orais; Expressão Oral Categorias da narrativa: o Tipo de
Leia maisEscola Básica e Secundária À Beira Douro. Planificação de Língua Portuguesa 6º ano. Ano lectivo
Escola Básica e Secundária À Beira Douro Planificação de Língua Portuguesa 6º ano Ano lectivo 2010-2011 COMPETÊNCIAS Alargamento da compreensão a géneros formais e públicos do oral. Criação de autonomia
Leia maisPlano de Estudos. Escola: Instituto de Investigação e Formação Avançada Grau: Programa de Doutoramento Curso: Informática (cód.
Plano de Estudos Escola: Instituto de Investigação e Formação Avançada Grau: Programa de Doutoramento Curso: Informática (cód. 264) 1. o Ano - 1. o Semestre INF9258D Iniciação à Investigação Informática
Leia maisDISCIPLINA DE LÍNGUA PORTUGUESA - 6.º Ano 1. COMPETÊNCIAS ESSENCIAIS COMPETÊNCIAS ESPECÍFICAS COMPETÊNCIAS GERAIS
1. COMPETÊNCIAS ESSENCIAIS DISCIPLINA DE LÍNGUA PORTUGUESA - 6.º Ano COMPETÊNCIAS GERAIS Mobilizar saberes culturais, científicos e tecnológicos para compreender a realidade e para abordar situações e
Leia maisMaking the most of a 100-year-old dictionary. Alberto Simões, Álvaro Iriarte
Making the most of a 100-year-old dictionary Alberto Simões, Álvaro Iriarte http://dicionario-aberto.net Tarefa 1: Criar utilizador no Dicionário-Aberto. 1. Aceder ao sítio do dicionário; 2. Usar ligação
Leia maisNovas Ferramentas e Recursos Linguísticos para a Tradução Automática
Novas Ferramentas e Recursos Linguísticos para a Tradução Automática Por ocasião d O Fim do Início de uma Nova Era no Processamento da Língua Portuguesa Anabela Barreiro barreiro_anabela@hotmail.com FLUP
Leia maisInformação Prova Prova código15 deespanhol (LE II)
Informação Prova Prova código15 deespanhol (LE II) Prova de Equivalência à Frequência do 3º Ciclo do Ensino Básico Decreto-Lei n.º 139/2012, de 5 de julho Despacho Normativo n.º 4-A/2018, de 14 de fevereiro
Leia mais1.1 Tema Aprendizado de Máquina (Mit97) é o campo da Inteligência Artificial responsável pelo desenvolvimento de modelos inferidos automaticamente a
1 Introdução 1.1 Tema Aprendizado de Máquina (Mit97) é o campo da Inteligência Artificial responsável pelo desenvolvimento de modelos inferidos automaticamente a partir de dados. Existem diversas aplicações
Leia mais1) Considere a gramática constituída pelas seguintes regras e em que F é o símbolo inicial.
Inteligência Artificial 2009/10 Comunicação 1) Considere a gramática constituída pelas seguintes regras e em que F é o símbolo inicial. F -> SN SV SP SN SV SN -> det nc det np nc np SV -> vt SN vi adv
Leia maisDISCIPLINA DE LÍNGUA PORTUGUESA ANO LECTIVO 2007/2008
DISCIPLINA DE LÍNGUA PORTUGUESA ANO LECTIVO 2007/2008 1. COMPETÊNCIAS ESSENCIAIS 8º Ano COMPETÊNCIAS GERAIS 1- Mobilizar saberes culturais, científicos e tecnológicos para compreender a realidade e para
Leia maisInformação Prova Prova código 375 deespanhol I (LE III)
Informação Prova Prova código 375 deespanhol I (LE III) Prova de Equivalência à Frequência do Ensino Secundário Decreto-Lei n.º 139/2012, de 5 de julho Despacho Normativo n.º 4-A/2018, de 14 de fevereiro
Leia maisRelatório Março-Abril 2008
Dados extraídos da Plataforma Moodle da DGIDC. Relatório Março-Abril 2008 154.985 acessos de 28 de SETEMBRO 2006 a 28 de Abril de 2008 (registados no Arquivo 2006-2007 e na versão para 2007-2008). Entre
Leia maisPrograma de Português 4º Ano
Programa de Português 4º Ano Introdução Reconhece-se a Língua Materna como o elemento mediador que permite a nossa identificação, a comunicação com os outros e a descoberta e compreensão do mundo que nos
Leia maisCOESÃO COERÊNCIA. É um dos meios que garante a unidade semântica e a organização de um enunciado.
1. COESÃO 1.1. O que é? É um dos meios que garante a unidade semântica e a organização de um enunciado. Dito de forma mais simples: a coesão textual tem a ver com a maneira como se processa a ligação entre
Leia maisAprendizado de Máquina
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Aprendizado de Máquina Inteligência Artificial Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisObjectivos / Competências Conteúdos Descrição dos Domínios de referência: Unidades temáticas
MATRIZ DA PROVA DE EXAME A NÍVEL DE ESCOLA AO ABRIGO DO DECRETO-LEI Nº 357/07, DE 29 DE OUTUBRO ESPANHOL NÍVEL DE INICIAÇÃO 10º ANO (Cursos Científicos- Humanísticos Decreto Lei nº 74/04, de 26 de Março)
Leia maisExame a Nível de Escola de Línguas Estrangeiras Equivalente a Exame Nacional
Informação Prova Prova código 847 de LE-II Espanhol II - Continuação Exame a Nível de Escola de Línguas Estrangeiras Equivalente a Exame Nacional Decreto-Lei n.º 139/2012, de 5 de julho Despacho Normativo
Leia maisInteligência Artificial
Repescagem Segundo Teste 31 de Janeiro de 2014 10:30-12:00 1.º Enunciado Esta prova é constituída por 5 enunciados separados. Preencha cuidadosamente o nome e número na primeira página de cada um dos enunciados.
Leia maisExame de Aprendizagem Automática
Exame de Aprendizagem Automática 2 páginas com 12 perguntas e 3 folhas de resposta. Duração: 2 horas e 30 minutos DI, FCT/UNL, 12 de Janeiro de 2017 Nota: O exame está cotado para 40 valores. Os 20 valores
Leia maisESCOLA SECUNDÁRIA DE SAMPAIO Ano Lectivo 2008/ Planificação a Longo Prazo ESPANHOL L/E (Iniciação nível I) 10ºAno Formação Específica
ESCOLA SECUNDÁRIA DE SAMPAIO Ano Lectivo 2008/ 2009 Planificação a Longo Prazo ESPANHOL L/E (Iniciação nível I) 10ºAno Formação Específica Objectivos de aprendizagem Competências comunicativas Conteúdos
Leia maisPAPEL. Utilização do (analisador sintáctico) PEN para extracção de informação das denições de um dicionário
PAPEL Palavras Associadas Porto Editora Linguateca Utilização do (analisador sintáctico) PEN para extracção de informação das denições de um dicionário Hugo Gonçalo Oliveira, Paulo Gomes Linguateca, pólo
Leia maisSemântica no Reconhecedor Gramatical Linguístico
Workshop de Tecnologias Adaptativas WTA 2015 Semântica no Reconhecedor Gramatical Linguístico Ana Contier, Djalma Padovani, João José Neto Linguagem Natural - Desafios Crescente quantidade de documentos
Leia maisGeração Automática de Metadados
Geração Automática de Metadados José David Fernández Curado Instituto de Matemática e Estatística - Universidade de São Paulo November 17, 2010 1 Introdução Motivação Metadados 2 Algoritmos de Geração
Leia maisInformação - Prova de Equivalência à Frequência de. Inglês
Informação - Prova de Equivalência à Frequência de Inglês Ano Letivo 2016 / 2017 Código da Prova: 367 Ensino Secundário Tipo de Prova: Escrita e Oral 1. Objeto de avaliação A prova de exame tem por referência
Leia maisAprendizado de Máquina
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Aprendizado de Máquina Inteligência Artificial Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisInformação Prova de Equivalência à Frequência de Inglês. Prova Escrita + Oral
Informação Prova de Equivalência à Frequência de Inglês Prova Escrita + Oral Código 21 9ºAno de Escolaridade Ensino Básico 2016/2017 1. Introdução O presente documento dá a conhecer os seguintes aspetos
Leia maisInformação-Prova de Equivalência à Frequência
Agrupamento de Escolas Fernão de Magalhães Informação-Prova de Equivalência à Frequência Exame de Equivalência à Frequência Espanhol 11º Ano Nível de Continuação Prova 368 2017 Ensino Secundário I Introdução
Leia maisLÍNGUA PORTUGUESA 1º ANO
Escutar para aprender e construir conhecimentos LÍNGUA PORTUGUESA 1º ANO COMPREENSÂO DO ORAL Prestar atenção ao que ouve de modo a tornar possível: -apropriar-se de padrões de entoação e ritmo; - memorizar
Leia maisGeração de Modelo para Reconhecimento de Entidades Nomeadas no OpenNLP
Geração de Modelo para Reconhecimento de Entidades Nomeadas no OpenNLP Gabriel C. Chiele 1, Evandro Fonseca 1, Renata Vieira 1 1 Faculdade de Informática Pontifícia Universidade Católica do Rio Grande
Leia maisMCZA Processamento de Linguagem Natural Classificação de textos
MCZA017-13 Processamento de Linguagem Natural Classificação de textos Prof. Jesús P. Mena-Chalco jesus.mena@ufabc.edu.br 1Q-2018 1 Bibliografia Daniel Jurafsky & James H. Martin. Speech and language processing:
Leia maisAonde vamos em relação a aonde
Aonde vamos em relação a aonde Diana Santos Processamento computacional do português SINTEF Telecom and Informatics Aonde vamos em relação a aonde Guerra linguística: cruzada contra alguns erros O problema:
Leia maisESPANHOL INFORMAÇÃO PROVA DE EQUIVALÊNCIA À FREQUÊNCIA. Prova º Ciclo do Ensino Básico AGRUPAMENTO DE ESCOLAS VERGÍLIO FERREIRA
AGRUPAMENTO DE ESCOLAS VERGÍLIO FERREIRA INFORMAÇÃO PROVA DE EQUIVALÊNCIA À FREQUÊNCIA ESPANHOL Prova 15 2014 Tipo de prova: Escrita / Oral 1ª e 2ª Fases 3º Ciclo do Ensino Básico O presente documento
Leia maisOralidade. Texto narrativo, descrição. Compreensão oral, exposição oral. Leitura e Escrita Educação Literária
1º Período (67aulas, aproximadamente) Escola Básica 2.3 Martim de Freitas PORTUGUÊS /Planificação anual 5ºano, de acordo com as metas: conteúdos essenciais a trabalhar com os alunos. O programa homologado
Leia maisA/ART casa/n caiu/v./. Figura 3.1: Frase com anotação morfossintática.
3 Tarefa Esse capítulo começa dissertando sobre as vantagens de se agrupar as palavras em classes, como elas são agrupadas em part-of-speechs e suas aplicações. Em seguida é apresentado o Anotador Morfossintático
Leia maisComunicação. Capítulo 22 (Secções 1-3)
Comunicação Capítulo 22 (Secções 1-3) Sumário Comunicação Gramática Análise sintáctica (Parsing) Comunicação Perspectiva clássica (anterior a 1953) Linguagem consiste em frases que são V/F Wittgenstein
Leia maisRelatório. Ano lectivo Dados extraídos da Plataforma Moodle da DGIDC.
Relatório Dados extraídos da Plataforma Moodle da DGIDC. 199.921 acessos de 28 de SETEMBRO 2006 a 28 de Setembro de 2008 (registados no Arquivo 2006-2007 e na versão Ano lectivo 2007-2008 para 2007-2008).
Leia maisDescoberta de conhecimento em textos - Análise semântica. Diogo Cardoso Eduardo Camilo Inácio Eduardo Monteiro Dellandréa Guilherme Gomes
Descoberta de conhecimento em textos - Análise semântica Diogo Cardoso Eduardo Camilo Inácio Eduardo Monteiro Dellandréa Guilherme Gomes Introdução Diversidade de textos não padronizados; Emails, artigos,
Leia maisABD Arquivos e Bibliotecas Digitais
ABD Arquivos e Bibliotecas Digitais FEUP, Março de 2010 Parte III A interface dos Arquivos e Bibliotecas Digitais Documentos em ĺınguas diversas Tipos de interrogação Redução de maiúsculas e radicalização
Leia maisInteligência Artificial
Inteligência Artificial Taguspark Segundo Teste 14 de Junho de 006 9H00-10H30 Nome: Número: Este teste tem 8 perguntas e 11 páginas. Escreva o número em todas as páginas. Deve ter na mesa apenas o enunciado
Leia maisAprendizado de Máquina
Aprendizado de Máquina O que é Aprendizado? Memorizar alguma coisa Aprender fatos por meio de observação e exploração Melhorar habilidades motoras/cognitivas por meio de prática Organizar novo conhecimento
Leia maisFerramenta de auxílio acadêmico utilizando chatterbot. Aluna: Camila Viviani Martins Orientadora: Joyce Martins
Ferramenta de auxílio acadêmico utilizando chatterbot Aluna: Camila Viviani Martins Orientadora: Joyce Martins Roteiro Introdução Objetivos Fundamentação teórica Trabalhos correlatos Requisitos funcionais
Leia maisCURRÍCULO DA DISCIPLINA DE PORTUGUÊS/ CRITÉRIOS DE AVALIAÇÃO 2013/2014
1º Ciclo Metas/Domínios Objetivos gerais Conteúdos Programáticos Critérios 3º Ano Oralidade O3 Comprensão do oral Expressão oral Escutar para aprender e construir conhecimentos Produzir um discurso oral
Leia mais4 Algoritmos de Aprendizado
4 Algoritmos de Aprendizado Este capítulo apresenta os algoritmos utilizados ao longo da dissertação e alguns utilizados como base por eles. Os algoritmos adotados são todos de aprendizado supervisionado.
Leia maisAntes de iniciar as respostas, faça uma leitura completa da avaliação. Lembre-se:
9º Rasuras serão consideradas erro! Não use corretivo! Não abrevie palavras! Utilize apenas caneta de tinta azul ou preta! Responda ao que foi solicitado de forma coerente e coesa. Boa Sorte! Dar o conceito
Leia maisInformação Prova de Equivalência à Frequência Espanhol
Informação Prova de Equivalência à Frequência Espanhol Prova 368 2016 10.º e 11.º Anos de Escolaridade (Continuação) O presente documento visa divulgar informação relativa à prova de Equivalência à Frequência,
Leia maisPLANIFICAÇÃO ANUAL 5º Ano. Disciplina de Português Ano Letivo /2017. Domínios/Conteúdos/Descritores. Unidade 0 Apresentações
AGRUPAMENTO DE ESCOLAS DE VALE DE MILHAÇOS ESCOLA BÁSICA DE VALE DE MILHAÇOS PLANIFICAÇÃO ANUAL 5º Ano Disciplina de Português Ano Letivo - 2016/2017 Metas de aprendizagem/objetivos Domínios/Conteúdos/Descritores
Leia maisInformação Prova de Equivalência à Frequência 9º Ano
Informação Prova de Equivalência à Frequência 9º Ano Prova Final de 3º Ciclo DISCIPLINA ESPANHOL PROVA 15 2017 O presente documento dá a conhecer os seguintes aspetos relativos à prova: Objeto de avaliação;
Leia maisInformação Prova Prova código 376 de Francês II (LE III)
Informação Prova Prova código 376 de Francês II (LE III) Prova de Equivalência à Frequência do Ensino Secundário Decreto-Lei n.º 139/2012, de 5 de julho Despacho normativo n.º 1-A/2017, de 10 de fevereiro
Leia maisESPANHOL 1ª e 2ª fase de 2014
INFORMAÇÃO PROVA DE EQUIVALÊNCIA À FREQUÊNCIA ESPANHOL 1ª e 2ª fase de 2014 Prova 15 2014 9ºano de Escolaridade - 3.º Ciclo do Ensino Básico PROVA ESCRITA 50% 1. Objeto de avaliação, características e
Leia maisPrograma de Português 3º Ano
Programa de Português 3º Ano Introdução Reconhece-se a Língua Materna como o elemento mediador que permite a nossa identificação, a comunicação com os outros e a descoberta e compreensão do mundo que nos
Leia maisEscola Básica 2.3 Martim de Freitas PORTUGUÊS Planificação anual 5ºano. Excerto informativo; excerto narrativo; excerto descritivo; excerto fílmico.
1º Período (13 semanas) Escola Básica 2.3 Martim de Freitas PORTUGUÊS Planificação anual 5ºano Metas Oralidade Conteúdos Excerto informativo; excerto narrativo; excerto descritivo; excerto fílmico. Leitura
Leia maisCapítulo1. Capítulo2. Índice A LÍNGUA E A LINGUAGEM O PORTUGUÊS: uma língua, muitas variedades... 15
Capítulo1 Capítulo2 A LÍNGUA E A LINGUAGEM............................................. 9 Linguagem: aptidão inata.............................................. 10 Funções.............................................................
Leia maisObjectivos / Competências Conteúdos Descrição dos itens
MATRIZ DA PROVA DE EXAME A NÍVEL DE ESCOLA AO ABRIGO DO DECRETO-LEI Nº 357/07, DE 29 DE OUTUBRO ESPANHOL NÍVEL DE INICIAÇÃO 12.º ANO (Cursos Científicos- Humanísticos Decreto Lei nº 74/04, de 26 de Março)
Leia maisPrograma de Português 2º Ano
Programa de Português 2º Ano Introdução Reconhece-se a Língua Materna como o elemento mediador que permite a nossa identificação, a comunicação com os outros e a descoberta e compreensão do mundo que nos
Leia maisCurso de Línguas e Humanidades
ESCOLA SECUNDÁRIA MANUEL TEIXEIRA GOMES Departamento de Línguas [Românicas e Clássicas] Docente: Luís Pinto Salema Prova Escrita de Latim A 10.º Ano de Escolaridade Curso de Línguas e Humanidades Informação
Leia maisINFORMAÇÃO - PROVA DE EQUIVALÊNCIA À FREQUÊNCIA. Código 61, do 6º ano de escolaridade Ano Letivo: 2015/2016
Disciplina de PORTUGUÊS INFORMAÇÃO - PROVA DE EQUIVALÊNCIA À FREQUÊNCIA Código 61, do 6º ano de escolaridade Ano Letivo: 2015/2016 1. INTRODUÇÃO O presente documento divulga informação relativa à prova
Leia maisMEDIA NA WEB. JORGE TEIXEIRA - SSIIM 2011/2012. Processamento de notícias da web
MEDIA NA WEB Processamento de notícias da web JORGE TEIXEIRA - jft@fe.up.pt SSIIM 2011/2012 NOTÍCIAS PROCESSAMENTO DE INFORMAÇÃO Sistemas de recomendação PROCESSAMENTO DE INFORMAÇÃO Sistemas de personalização
Leia maisAPRENDIZAGENS ESSENCIAIS 4º ANO
LÍNGUA PORTUGUESA ÀREAS BLOCOS APRENDIZAGENS ESSENCIAIS Compreensão oral - Distingue e retém o essencial do que foi ouvido; - Conta por palavras suas, uma história escutada; - Intervém oralmente, tendo
Leia maisTrabalho de Linguagens Formais e Compilação
Trabalho de Linguagens Formais e Compilação Desenho de uma linguagem simples e do seu compilador para MIPS. (cod. 5387) Departamento de Informática Universidade da Beira Interior Ano lectivo 2012/2013
Leia maisRealizam a prova alunos autopropostos que se encontram abrangidos pelos planos de estudo instituídos pelo Decreto-Lei n.º 139/2012, de 5 de julho.
Agrupamento de Escolas Padre João Coelho Cabanita INFORMAÇÃO PROVA DE EQUIVALÊNCIA À FREQUÊNCIA ESPANHOL 2016 Prova 15 3.º Ciclo do Ensino Básico Ao abrigo do Despacho normativo n.º 1-G/2016, de 6 de abril
Leia maisAgrupamento de Escolas de Porto de Mós
Prova de Equivalência à Frequência - INGLÊS - Prova Código 21 2016 9º Ano do Ensino Básico 1. Introdução O presente documento visa divulgar as características do exame de equivalência à frequência na disciplina
Leia maisUma Abordagem ao PÁGICO baseada no Processamento e Análise de Sintagmas dos Tópicos
Uma Abordagem ao PÁGICO baseada no Processamento e Análise de Sintagmas dos Tópicos Ricardo Rodrigues Hugo Gonçalo Oliveira Paulo Gomes CISUC, Universidade de Coimbra CISUC, Universidade de Coimbra CISUC,
Leia maisCRITÉRIOS DE AVALIAÇÃO
Competências de Interpretação CRITÉRIOS DE AVALIAÇÃO 3.º Ciclo do Ensino Básico 7º Ano Departamento de Línguas Disciplina: Inglês Domínios Objeto de avaliação Domínios/ Metas de aprendizagem Instrumentos
Leia maisPORTUGUÊS PROVA DE EXAME FINAL DE ÂMBITO NACIONAL DE. Data: Número do Processo: SE.03.14/ º Ano de Escolaridade 1.
gabinete de avaliação educacional INFORMAÇÃO N.º 14/05 Data: 18.01.05 Número do Processo: SE.03.14/2005 Para: Direcção-Geral de Inovação e de Desenvolvimento Curricular Inspecção Geral de Educação Direcções
Leia maisMarcação de Nomes Próprios usando técnicas de pesquisa local e recorrendo a fontes de conhecimento na Internet
Marcação de Nomes Próprios usando técnicas de pesquisa local e recorrendo a fontes de conhecimento na Internet João Laranjinho Universidade de Évora Évora, Portugal joao.laranjinho@gmail.com Irene Rodrigues
Leia maisA expansão de conjuntos de co-hipónimos a partir de colecções de grandes dimensões de texto em Português. Luís Sarmento
A expansão de conjuntos de co-hipónimos a partir de colecções de grandes dimensões de texto em Português Luís Sarmento Objectivo Pesquisa de co-hipónimos. Ou seja: elementos que possuem um hiperónimo comum
Leia maisObjeto de avaliação. Caracterização da prova
Informação Prova de Equivalência à frequência de ESPANHOL 2018 Prova código 375 Prova escrita e oral 11º ano de escolaridade (Decreto-Lei n.º 139/2012, de 5 de julho) O presente documento visa divulgar
Leia maisINFORMAÇÃO-EXAME A NÍVEL DE ESCOLA EQUIVALENTE A NACIONAL Decreto-Lei n.º 139/2012, de 5 de julho Espanhol- Continuação -Ciclo Bienal
Ano Letivo 2016/2017 INFORMAÇÃO-EXAME A NÍVEL DE ESCOLA EQUIVALENTE A NACIONAL Disciplina: Decreto-Lei n.º 139/2012, de 5 de julho Espanhol- Continuação -Ciclo Bienal Prova/Código: 847 2017 Ano(s) de Escolaridade:
Leia maisAprendizado de Máquina
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCENS UFES Departamento de Computação Aprendizado de Máquina Inteligência Artificial Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisEscola Secundária com 3º Ciclo do Ensino Básico de Amora
COMPETÊNCIAS GERAIS Relacionar as dimensões da aprendizagem e os princípios éticos que regulam o saber e a interação com os outros. Usar corretamente a língua portuguesa para comunicar oralmente e por
Leia maisObjectivos / Competências Conteúdos Descrição dos itens
MATRIZ DA PROVA DE EXAME A NÍVEL DE ESCOLA AO ABRIGO DO DECRETO-LEI Nº 357/07, DE 29 DE OUTUBRO ESPANHOL NÍVEL DE INICIAÇÃO 10º e 11º ANOS (Cursos Científicos- Humanísticos Decreto Lei nº 74/04, de 26
Leia maisINFORMAÇÃO DE PROVA EQUIVALENTE A EXAME NACIONAL
INFORMAÇÃO DE PROVA EQUIVALENTE A EXAME NACIONAL Espanhol Continuação (Bienal)- Prova Escrita Prova 847 2016 Duração da Prova: 120 minutos. Tolerância: 30 minutos 11º Ano de Escolaridade (Decreto-lei nº
Leia maisPLANIFICAÇÃO DE LÍNGUA PORTUGUESA _ 7.º ANO
ESCOLA BÁSICA DOS 2º E 3º CICLOS DE CADAVAL PLANIFICAÇÃO DE LÍNGUA PORTUGUESA _ 7.º ANO Manual adoptado: Entre Linhas Língua Portuguesa, Santillana/Constância Ano lectivo 2009/2010 1º Período (aproximadamente
Leia maisPROVA DE AVALIAÇÃO DA CAPACIDADE PARA A FREQUÊNCIA DOS CURSOS DA ESAP ESTUDANTES INTERNACIONAIS PROVA DE INGLÊS
PROVA DE AVALIAÇÃO DA CAPACIDADE PARA A FREQUÊNCIA DOS CURSOS DA ESAP ESTUDANTES INTERNACIONAIS PROVA DE INGLÊS DURAÇÃO: 120 minutos TOLERÂNCIA: 30 minutos OBJETO DE AVALIAÇÃO Cada prova de exame tem por
Leia mais847- ESPANHOL (NÍVEL- CONTINUAÇÃO 10.º/ 11.º ANO)
847- ESPANHOL (NÍVEL- CONTINUAÇÃO 10.º/ 11.º ANO) FORMAÇÃO ESPECÍFICA 1ª/2ª FASE 1.INTRODUÇÃO O presente documento visa divulgar as características do Exame de Espanhol a nível de escola a realizar em
Leia mais