LETRAS LINGÜÍSTICA, LETRAS E ARTES; LINGÜÍSTICA NUPLIC NÚCLEO DE PESQUISA EM LINGÜÍSTICA COMPUTACIONAL

Transcrição

1 LETRAS LINGÜÍSTICA, LETRAS E ARTES; LINGÜÍSTICA NUPLIC NÚCLEO DE PESQUISA EM LINGÜÍSTICA COMPUTACIONAL ESTUDO COMPARATIVO PORTUGUÊS-LIBRAS LINGÜÍSTICA COMPUTACIONAL Linhas de Pesquisa SÉRGIO ANTÔNIO ANDRADE DE FREITAS Professor Orientador DESCRIÇÃO DE EXPRESSÕES LÉXICAS PARA FINS COMPUTACIONAIS NA CRIAÇÂO DE DICIONÁRIOS ELETRÔNICOS DO PORTUGUÊS E LIBRAS CARLOS ROBERTO DE SOUZA RODRIGUES Aluno Pesquisador 1. INTRODUÇÃO LETRAS-PORTUGUÊS

2 2 1.1 APRESENTAÇÃO DO TEMA Desde o surgimento do computador e do incisivo uso dos seus recursos nas diversas áreas do conhecimento humano, estudantes e pesquisadores sonham com ambientes computacionais capazes de interagir com a linguagem, para interesses diversos como tradução automática de textos, sumarização e correção ortográfica (LAPORTE, 2000; MUNIZ, 2003; QUENTAL, 2003). Para a realização dessas tarefas é necessária a construção de um ambiente computacional que faça a codificação e a decodificação da língua. Processo este que só se torna possível a partir de um léxico computacional, ou seja, um banco de dados a ser utilizado automaticamente por este ambiente com o propósito de conter o detalhamento de uma descrição lingüística (RANCHHOD, 1999; SÆTRE, 2003; MUNIZ, 2004;). Este conceito é conhecido como dicionário eletrônico (MUNIZ, 2004; RANCHHOD, 2001; SMARSARO; 2004). O processamento de linguagem natural (PLN) incentiva projetos e pesquisas que propiciam a construção de ambientes computacionais que atendam a essa multiplicidade de interesses. Mas, para atingir esse objetivo, é necessário o trabalho do lingüista, que usa da descrição lingüística para elaborar a formalização das ocorrências estudas, e do informata, que usa de seus conhecimentos para escolher e implementar uma tecnologia (ferramenta computacional, geralmente linguagem de programação) mais adequada para a composição do ambiente capaz de processar os dados, objetivando assim a realização da finalidade escolhida (BIDERMAN, 1978; JUSTESON, 1995; LAPORTE, 2001). Porém, no âmbito nacional, a quantidade de pesquisas e de recursos computacionais existentes nessa área ainda é pouca. Por isso, têm surgido no Brasil centros e núcleos de estudo e pesquisa, como o Núcleo de Pesquisa em Lingüística Computacional (NUPLIC), nos quais pesquisadores e estudantes das áreas de lingüística e informática se coadunam a fim de desenvolver recursos para PLN. Escolhemos para compor o título de nossa pesquisa a forma expressões lexicais em detrimento de palavras (ou ainda, substantivos), pelo fato de não podermos garantir que elas ocorram ocupando as mesmas categorias lexicais em todas as línguas. Isso se deve ao fato de que cada expressão lexical carrega em si muito mais do que uma simples noção conceitual. Ela é impregnada principalmente de aspectos culturais, sociais, temporais, religiosos, etc. (ALLEN, 1994; BASÍLIO, 2000; RANCHHOD, 2001). Um exemplo disso é a noção conceitual que está contida na expressão lexical da língua portuguesa saudade. Há línguas em que essa noção conceitual não existe realizada na categoria lexical de nome abstrato. Porém, essa ocorrência não nos permite afirmar que essa comunidade lingüística não conhece esse sentimento, tampouco, que não sente esse tipo de sentimento. Na língua inglesa, esse conceito se realiza como uma expressão verbal: I miss you (DOWNING, 1991; NEVES, 1999; DIAS, 2003). 1.2 JUSTIFICATIVA Visando à inclusão social e educacional de pessoas surdas que se comunicam através da língua brasileira de sinais (LIBRAS), o NUPLIC tem como meta principal o desenvolvimento de um tradutor bilateral português-libras. Para que este objetivo seja alcançado, estão sendo feitas descrições e

3 3 formalizações lingüísticas, bem como a criação de ambientes e de recursos computacionais. O dicionário eletrônico (léxico computacional) é fundamental para que uma tradução tenha êxito, ou seja, para que o texto traduzido tenha um conteúdo inteligível para a pessoa que não conhece a língua do texto a ser processado. Porém é através da margem de acertos no processo de tradução que classificamos um tradutor como bom, regular ou péssimo (VALE, 1998; SANTOS, 1999). Grande parte dos dicionários eletrônicos existentes prima pela descrição morfológica deixando para trás os traços semânticos, que são os operadores lógicos que trabalham no nosso processo de cognição. Essa é uma das falhas que permitem uma tradução errônea: a ausência de algumas marcas lingüísticas que possam ajudar na escolha da tradução mais adequada, pautando-se nas questões de contextos sintáticosemântico-discursivo-pragmáticos (VALE, 1998; SANTOS, 1999; SÆTRE, 2003). No intuito de tornarmos este dicionário eletrônico com um grau de eficiência mais alto do que os atuais, inserimos, além dos traços morfológicos, vários traços semânticos. Dessa forma, ele poderá ser integrado tanto a esse tradutor, como também a qualquer outro ambiente computacional para PNL. O refinamento lingüístico contido em dicionários eletrônicos como este auxilia principalmente os analisadores morfossintáticos (parsings). Dessa forma os parsings efetuam um procedimento mais seguro e preciso de etiquetagem das expressões léxicas e da eliminação de ambigüidades causada pela semelhança gráfica entre essas expressões. Permitindo, assim, que os resultados derivados do processamento desses ambientes obtenham altos índices de aprovação e desempenho (SANTOS, 1999; PAUMIER, 2002). Este dicionário eletrônico, além de auxiliar o processo automático de tradução, ajudará na compreensão de libras, uma vez que para estudar, entender, identificar e organizar um dicionário de uma língua como libras (ainda, ágrafa), é necessário estabelecer uma relação entre os referentes que se realizam nela e numa língua com convenção escrita, como no nosso caso o português (VALE, 1998; PEREIRA, 2003; XATARA, 2003). Como não existe um dicionário que organize essas formas gestuais por categorias lexicais (nome, adjetivo, verbo etc.), esta relação de equivalência se faz necessária para a composição desse dicionário, bem como para a compreensão da tradução (DOWNING, 1977; SANTOS, 1999; PEREIRA, 2003). Esta pesquisa também tem sua empregabilidade voltada para fins didáticos, no ensino de língua portuguesa, como segunda língua, para surdos e o ensino de libras para ouvintes, haja vista a necessidade que o deficiente auditivo tem de aprender o português para se comunicar graficamente, uma vez que não existe uma convenção escrita para libras. Por esse motivo, essa comunidade lingüística se enquadra no grupo dos povos ágrafos e não se encontra capacitada para assumir vários postos de trabalhos de acordo com as imposições mercadológicas vigentes. Acrescentamos, ainda o auxílio que este dicionário trará para o estudo dos traços lingüísticos que, por sua vez, corroboram para a compreensão do processo de composição lingüístico-gestual de libras.

4 4 1.3 OBJETIVOS Gerais Esta pesquisa tem como objetivo a criação de um dicionário eletrônico com expressões lexicais simples da língua portuguesa e de seus correspondentes em libras. Este léxico computacional baseia-se na descrição e na formalização dos traços morfológicos e semânticos que entram na composição dessas expressões Específicos Registrar expressões léxicas simples no português do Brasil; Separar em linhas únicas cada acepção de uma mesma expressão léxica do português do Brasil; Inserir os traços morfossintático e semânticos para cada expressão léxica do português do Brasil; Identificar expressões gestuais em LIBRAS que sejam equivalentes às expressões léxicas simples do português do Brasil; Separar em linhas únicas cada acepção de uma mesma expressão gestual em LIBRAS; Inserir os mesmos traços semânticos para as expressões gestuais em LIBRAS que sejam equivalentes às expressões léxicas simples no português do Brasil; Testar a veracidade dessa equivalência com indivíduos representantes das duas comunidades lingüísticas. 2. METODOLOGIA Antes de efetuarmos a coleta do corpus, fizemos a leitura e o fichamento dos textos para a estabelecer a fundamentação teórica para orientar nossa pesquisa. Esse procedimento nos deu base para compreendermos a conceitualização dos substantivos (e dos seus vários tipos) e para a utilizarmos na formalização dos traços morfológicos. As estruturas lingüísticas do português foram descritas no intuito de obter a representação das noções conceituais em libras, a partir da representação das noções conceituais do português. Dessa forma, o estabelecimento da equivalência entre os referentes nas duas línguas possibilita a construção do dicionário eletrônico português-libras (DIAS, 2003; MUNIZ, 2004). Após a coleta dos substantivos existentes, montamos um banco de dados que contem, para cada acepção, a formalização da descrição lingüística com seus respectivos traços morfológicos e semânticos. A partir da formalização (processo de codificação da língua) que entrará em cada acepção, podem ser gerados autômatos e regras para a eliminação de ambigüidades (processo de codificação da língua). Esse procedimento permite o processamento de textos em ambas as línguas, bem como o processo bilateral de tradução desses textos.

5 5 A formalização e a descrição lingüísticas auxiliam na compreensão e utilização correta dos traços semânticos já existentes, criando assim uma formalização mais extensa para os substantivos existentes no português do Brasil e seus respectivos correlatos em libras, de acordo com suas ocorrências (GROSS, 1986; VALE, 1998; SANTOS, 1999). Para a compilação dos traços morfológicos desta pesquisa, baseamo-nos na formalização adotada pelos dicionários eletrônicos do Laboratoire d Automatic Documentaire et Linguistique (LADL), que são utilizados pelo software Unitex. Este por sua vez é um programa que faz o processamento automático de textos, funcionando como um analisador morfossintático (PAUMIER, 2002; MUNIZ, 2004). Devido à falta de uniformidade de nomenclatura dos traços semânticos, tivemos que escolher um entre os teóricos que tratam do assunto para cumprirmos a pesquisa dentro do prazo previsto. Por isso, optamos pelos traços adotados por Borba (1996), por causa da diversidade e da quantidade de traços semânticos identificadas por ele. O uso da descrição e da formalização das características morfológicas e semânticas visa dar prosseguimento aos trabalhos de descrição lingüística realizados por pesquisadores brasileiros e estrangeiros das áreas de lingüística e informática que têm por objetivo a completa descrição e formalização do português do Brasil. 2.1 O CORPUS Para coletar e catalogar os substantivos simples do português do Brasil destinados para a elaboração do dicionário eletrônico português-libras, baseamo-nos no dicionário Aurélio (1977), no dicionário on-line da Academia Brasileira de Letras e em dois dicionários de libras on-line (estes três últimos estão disponíveis na internet). Para cada acepção de uma mesma palavra, criamos uma entrada e inserimos seus respectivos traços morfológicos e semânticos. 2.2 SÍMBOLOS E CONVEÇÕES Para a inserção dos traços morfológicos, utilizamos parte dos símbolos existentes nos dicionários eletrônicos do LADL, já que essa simbologia nos ajuda na formalização da descrição morfológica da nossa pesquisa. Outra parte foi alterada ou acrescentada para atender à classificação dos diversos tipos de substantivo (BASÍLIO, 1987; FERREIRA, 1988, ROCHA, 1998) Caracterização dos substantivos

6 6 Todas as acepções iniciam-se com o acréscimo do símbolo N para caracterizar o substantivo. Contíguos a este símbolo, encontram-se os outros traços morfológicos que foram acrescentados para completar a caracterização de cada um, de acordo com o seu ambiente lingüístico observado. Conforme mostram as tabelas abaixo, as colunas separam os pares opositivos dispostos em cada linha. Por sua natureza opositiva, e conseqüentemente excludente, cada acepção conterá apenas cinco dos traços morfológicos listados na tabela 1.1: Pares opositivos de classificação para substantivos parte I substantivo concreto... +Conc substantivo abstrato... +Abst substantivo unitário... +Unit substantivo coletivo... +Col substantivo simples... +Simp substantivo composto... +Comp substantivo comum... +Com substantivo próprio... +Prop substantivo contável... +Cont substantivo incontável... +Incont Tabela 1.1 Para a classificarmos os substantivos em concreto ou abstrato, dentro do prazo determinado, orientamonos por Borba (2002), uma vez que há fenômenos como a concretização de substantivos abstrativos que teriam que ser analisados item por item (PEYROTON DA ROCHA, 2000); necessitando, assim, de um período maior que 1 (um) ano para a conclusão dessa pesquisa. Só após os traços semânticos (Tabela 2), inserimos os traços morfológicos de gênero e de número contidos na tabela 1.2, que obedecem aos mesmos critérios de oposição e exclusão citados acima. Pares opositivos de classificação para substantivos parte II substantivo masculino singular... :ms substantivo masculino plulral... :mp substantivo feminino singular... :fs substantivo feminino plural... :fp Tabela 1.2 Entre os traços morfológicos das tabelas 1.1 e 1.2, inserimos os traços semânticos da tabela 2: Traços semânticos seres humanos......: +Ntr+Faun+Hum+Bio+Ani+Agen+Vol animais......: +Ntr+Faun+Bio+Ani flora......: +Ntr+Flor+Bio+Inan minerais......: +Ntr+Min+Abio+Inan objetos e inventos humanos......: +Art+Abio divisões temporais......: +Temp+Div alimentação (frutas, verduras e legumes)......: +Ntr+Bio+Inan+Flor+Cul alimentação (diversos)......: +Ntr+Bio+Inan+Faun+Cul divisões geo-políticas......: +Loc+Div locais (diversos)......: +Loc sentimentos e sensações......: +Sent substantivos abstratos resultativos de ações...: +Act+Resu substantivos abstratos resultativos de efeitos...: +Efct+Resu substantivos abstratos resultativos de estado (condição): +Est+Resu parte do corpo do ser humano ou de um animal...: +Anat+Corp+Part líquidos...: +Liq peças do vestuário...: +Vest parte da peça do vestuário...: +Vest+Part fenômenos da natureza...: +Ntr+Fen para patologias físicas...: +Pat+Fís

7 7 para patologias psíquicas...: +Pat+Psic Tabela 2 Para os substantivos de uso restrito em determinada localidade do Brasil ou em outro país onde a língua materna é o português, acrescentamos o traço semântico +z222. Enquanto que para aqueles de uso geral, acrescentamos +z122. O símbolo +Ntr indica um substantivo proveniente da natureza, ou seja, aquilo que é natural em oposição àquilo que é artificial (+Art). +Bio indica um ser dotado de vida, de acordo com o conceito da biologia, em oposição a +Abio, que indica algo não dotado de vida. Para representarmos os seres que compõem a fauna acrescentamos +Faun; os que compõem a flora, +Flor; e os que compõem os minerais, +Min. Para os seres dotados de movimento, inserimos o traço +Ani e para os que não o possuem, +Inan. O símbolo +Vol indica um ser que possui vontade própria, enquanto que o +Agen, indica um ser ou algo que é capaz de desencadear uma ação. Os traços +Div, +Part e +Resu indicam respectivamente divisão (hierárquica) geográfica, política etc.; parte de algum ser ou de algo; e resultado ou efeito desencadeado pela ação de algum ser ou de um fenômeno da natureza (+Fen). Utilizamos para indicar relação de local +Loc, de tempo, +Temp; de vestuário, +Vest;; de anatomia, +Anat; de ações, +Act; de efeitos, +Efct; de estado (condição), +Est. 3. RESULTADOS 3.1 RESULTADOS PRELIMINARES Coletamos expressões lexicais usadas no português do Brasil, que se realizam na categoria lexical conhecida como substantivo (nome). Para os substantivos com mais de uma acepção, criamos uma linha individual para cada uma. Nesta primeira fase, escolhemos os postulados teóricos que norteiam nossa pesquisa, coletamos os substantivos e inserimos os traços morfológicos e semânticos descritos nas tabelas 1.1, 1.2 e RESULTADOS FINAIS Coletamos expressões gestuais usadas na língua brasileira de sinais, que se inserem na categoria lexical conhecida como substantivo. Para vários desses nomes existiam duas expressões: um com a palavra segmentada pela datilologia (ação de soletrar uma palavra, porém utilizando as letras nas formas gestuais); e o outro o próprio sinal que representa a palavra em questão.

8 8 Inicialmente, para essa etapa, pensamos em inserir para cada acepção uma expressão segmentada pelo processo de datilologia. Porém, não encontramos esse recurso para todas os substantivos que compõem o léxico do português do Brasil. A proposta seguinte previa a utilização da expressão gestual do alfabeto em libras equivalente a cada letra que compõe a palavra em questão. Exibindo como resultado final uma sucessão de pequenos clipes de vídeo que auxiliariam o surdo na aquisição, letra por letra, da palavra consultada. Entretanto, essa concatenação, além de não reproduzir com eficiência a agilidade com a qual um usuário de libras se expressa, deixaria a exibição mais lenta, uma vez que a fila de processamento teria mostrar cada clipe de filme. Esses pequenos clipes têm em média 33,6 kb. Assim sendo, a exibição da datilologia de uma pequena palavra como sal requereria aproximadamente 100,8 kb. Enquanto que a confecção de um único clipe de filme com essas expressões teria, em média, econômicos 35 Kb. 4. CONCLUSÕES 4.1 CONCLUSÕES PARCIAIS Observamos que, na maioria dos casos, o substantivo possui mais de uma acepção. Tomando por base o posicionamento de que cada acepção tem uma situação de uso e de interpretação (contexto) diferentes, tivemos que desmembrá-las deixando em linha separada cada acepção. Essa metodologia visa a um possível acréscimo de outros traços semânticos para auxiliar na caracterização das acepções, já que, para a inserção de todos os traços, necessitaríamos de um período maior que 1 (um) ano de pesquisa. Devido à dissidências de padronização teórica e taxonômica, encontramos dificuldade na classificação das expressões lexicais em substantivos concretos ou abstratos, uma vez que tivemos contato com fenômenos lingüísticos que transformam o que seria um nome concreto, num abstrato. Foi difícil a escolha de um paradigma teórico para definirmos os traços semânticos que comporiam nossa pesquisa; pois, a mesma falta de uniformidade de conceituação e de nomenclatura vista para os substantivos, existia também para os esses traços. Além disso, havia também a preocupação com a realização da pesquisa dentro do prazo proposto. A parte mais trabalhosa foi a separação das acepções de um mesmo substantivo. A conceituação dessas acepções era muito próxima, em vários casos, e isso nos levou a entendê-las como uma realização lingüística cujo emprego envolvia uma mesma situação de uso, na maioria das vezes, existindo assim um mesmo e único contexto para elas. Alguns fenômenos semânticos, como por exemplo a metonímia, tiveram que ser tratados como fenômenos sintáticos. Assim sendo, podemos perceber que, na frase abaixo, as características de um indivíduo são

9 9 transferidas para os demais (a espécie pelo indivíduo). (1) O mineiro é desconfiado. No exemplo 1, o adjetivo pátrio mineiro sofre uma substantivação (passa de adjetivo para substantivo) e de acordo com o caráter generalizante que essa frase adquire, todos os mineiros são desconfiados. Esse mesmo expediente lingüístico pode ser encontrado através da pluralização do nome que designa um determinado grupo de seres ou de coisas. Como podemos observar no segundo exemplo: (2) Os mamíferos têm seu corpo revestido por uma pele. Para casos como estes, inserimos o traço +Col para demarcar inicialmente esse fenômeno como um fenômeno sintático. 4.2 CONCLUSÕES FINAIS Na segunda etapa, coletamos as expressões lexicais simples usadas em libras e que são correlatas aos substantivos simples do português do Brasil que já constavam em nosso dicionário eletrônico. Conseguimos agrupar um total de clipes de filme que, através de um ambiente de tradução, podem ser exibidos, retirados de sites relacionados com a língua brasileira de sinais. Realizamos também testes com pessoas surdas e com intérpretes ouvintes que usam libras ativamente, para confirmarmos a correlação entre as expressões. Apesar de existirem diferenças quanto aos regionalismos, a formalização e a descrição mostraram-se fundamentais na separação das expressões ambíguas, já que apesar de poucos esses traços ajudam no processo conhecido como eliminação de ambigüidades. A utilização de um único clipe de filme com a segmentação da palavra através da datilologia mostra-se mais compatível com as rotinas de processamento computacional de dados (textos, imagens e sons). Permitindo assim uma economia de tempo, de memória e favorecendo a velocidade de entrada e saída das informações. Nos substantivos que designam etnômios (indivíduos originários de um determinado grupo étnico ou de um determinado local), foram acrescidos o traço +Etn +Loc, cujo espaço em branco não foi preenchido em virtude do delimitado para o cumprimento de cada tarefa. Outros espaços do mesmo tipo foram deixados para preencher dados da fauna ( ), da flora ( ) e dos minerais ( ). Porém, estas lacunas tornam-se facilitadoras para pesquisadores que investirem na melhoria desse léxico computacional. Concluímos, reafirmando que apenas um dicionário eletrônico que contenha traços morfológicos, sintático, semânticos, discursivos e pragmáticos, poderá proporcionar uma extensão maior de uso e resultados mais

10 10 precisos, principalmente se o ambiente computacional tiver como meta a tradução automática de textos. 5. BIBLIOGRAFIA ALLEN, James. Natural Language Understanding. Redwood: Benjamin/Cumings BASÍLIO, M. Em torno da palavra como unidade lexical: palavras e composições. In: Veredas Revista de Estudos Lingüísticos 7. Juiz de Fora: Editora da UFJF, Teoria lexical. São Paulo: Ática, BIDERMAN, M. Teoria. Lingüística lingüística quantitativa e computacional. Rio de Janeiro: LTC, BORBA, Francisco da Silva. Circulação do léxico e direção das alterações semânticas. Araraquara: UNESO, (mimeogr.). Dicionário de usos do português do Brasil. São Paulo: Ática, DIAS, M. C. P. Critérios para a delimitação de expressões complexas, locução e linguagem pré-fabricada. In: MOLLICA, M. C.; RONCARATI, Cláudia. Anais do III Congresso Internacional da ABRALIN. UFF/CEG Dicionário de libras. Disponível em < Acesso em Dicionário de libras. Disponível em < Acesso em Dicionário de língua portuguesa. Disponível em < Acesso em DOWINING, P. On the creation and use of English compound nouns. Language 53(4). Baltimore: Waverly Press, pp Linguistics representations and text analysis. In: Linguistic Unity and Linguistic Diversity in Europe. London: Academia Europaea, pp FERREIRA, M. A. C. Estrutura e formação de palavras. São Paulo: Abril, GROSS, Maurice. Lexicon-Grammar: the representation of compound words. Proceedings. Bonn pp In: COLING 1986 HOLLANDA, Aurélio Buarque de. Novo dicionário Aurélio. Rio de Janeiro: Nova Fronteira, 1977.

11 11 JUSTESON, J. S.; KATZ, S. M. Techinical terminology: some linguistic properties and an algorithm for identification in text. In: Natural Language Engineering 1 (1). Cambridge: Cambridge Universtiy Press, pp LAPORTE, Eric. Resolução de ambigüidades. In: RANCHHOD, E. M. Tratamento das línguas por computador. Uma introdução à lingüística computacional e suas aplicações. Lisboa: Caminho, pp A lingüística para o processamento das línguas. In: Recortes lingüísticos. Vitória/ES: Saberes, pp MUNIZ, M. C. M. Léxicos Computacionais: desafios na construção de um léxico de Português Brasileiro. Dissertação de Mestrado. USP. São Paulo A construção de recursos lingüístico-computacionais para o português do Brasil: o projeto Unitex-PB. Tese de doutoramento. USP. São Paulo NEVES, M. H. M. A delimitação das unidades lexicais: o caso das construções com verbo suporte. In: Basílio, M (org.). Palavra nº 5. Rio de janeiro: Departamento de Letras da PUC, pp PAUMIER, Sebástien. Unitex: manual de utilização. Université Marne-la-Valée (tradução: NEME, Aléxis; VALE, O. A.). Unitex versão 1.2 <www-igm.univ-mlv.fr/~unitex/download.html>. Acesso em PEREIRA, M. C. da C.; NAKASATO, R. Especificidades das narrativas em língua de sinais brasileira. In: MOLLICA, M. C.; RONCARATI, C. Anais do III Congresso Internacional da ABRALIN. UFF/CEG PEYROTON DA ROCHA, Lúcia Helena. Substantivos: do abstrato ao concreto. In: Recortes lingüísticos. Vitória/ES: Saberes, pp QUENTAL, V. Expressões compostas em português: sua relevância para a sumarização automática de textos. In: MOLLICA, M. C.; RONCARATI, Cláudia. Anais do III Congresso Internacional da ABRALIN. UFF/CEG RANCHHOD, Elizabete Marques (Org.). Tratamento das línguas por Computador: uma introdução à Lingüística Computacional e suas aplicações. Lisboa: Caminho RANCHHOD, E. M.; MOTA, C.; BATISTA, Jorge. A Computational Lexicon of Portuguese for Automatic Text Parsing. In: Proceedings of SIGLEX 99: Standardizing ROCHA, L. C. A. Estruturas morfológicas da língua portuguesa. São Paulo: Melhoramentos

12 12 SÆTRE, Rune. Natural Language Understanding (NLU) Automatic Information Extraction (IE) from Biomedical Texts SANTOS, D. Um olhar computacional sobre a tradução. In: T&T: Terminologies et traduction, 5: pp SMARSARO, A. D. Descrição e formalização de palavras compostas do português do Brasil para elaboração de um dicionário eletrônico. Tese de doutoramento. PUC-RJ. Rio de Janeiro XATARA, C. M. A nomenclatura do português em dicionários ilustrados. In: MOLLICA, M. C.; RONCARATI, C. Anais do III Congresso Internacional da ABRALIN. UFF/CEG VALE, O. A. Sintaxe, Léxico e Expressões Idiomáticas. In: BRITO, A. N.; Vale, O. A. (orgs). Filosofia e informática: aspectos da linguagem. Goiânia: UFG, AGRADECIMENTOS Ao CNPq por ter acreditado nessa pesquisa, contemplando-nos com subsídios que colaboraram direta e indiretamente para o início, desenvolvimento e conclusão das atividades aqui relatadas. Ao meu falecido pai, Adão Rodrigues, que sempre me incentivou a ser perseverante e aplicado em meus estudos; e à minha mãe que vibra e torce pelas minhas vitórias e conquistas. Ao meu professor orientador, Dr. Sérgio Antônio Andrade de Freitas, que, além de ser um orientador solícito, é uma pessoa de bom coração e um ótimo amigo com o qual eu pude contar diversas vezes. Estendo também meus agradecimentos à professora Drª. Aucione Smarsaro, que me concedeu oportunidade de participar do NUPLIC e ter contato com várias pessoas especiais, e sobretudo dispostas a pesquisar; e à professora Drª. Lúcia Helena Peyroton da Rocha, que auxiliou com material extra para a fundamentação teórica da pesquisa.

13 13

14 14 UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO LETRAS-PORTUGUÊS RELATÓRIO DE ATIVIDADES NÚCLEO DE PESQUISA EM LINGÜÍSTICA COMPUTACIONAL LINGÜÍSTICA, LETRAS E ARTES; LINGÜÍSTICA 2006/1 DESCRIÇÃO DE EXPRESSÕES LÉXICAS PARA FINS COMPUTACIONAIS NA CRIAÇÃO DE DICIONÁRIOS ELETRÔNICOS DO PORTUGUÊS E LIBRAS

15 15 ALUNO...: CARLOS ROBERTO DE SOUZA RODRIGUES ORIENTADOR...: SÉRGIO ANTÔNIO ANDRADE DE FREITAS LINHA DE PESQUISA...: LINGÜÍSTICA COMPUTACIONAL VITÓRIA 31 DE JULHO DE 2006