SignWriting Data Base: um sistema de dicionários para as línguas de sinais usadas pelos surdos

Transcrição

1 SignWriting Data Base: um sistema de dicionários para as línguas de sinais usadas pelos surdos Juliano Baldez de Freitas 1, Antônio Carlos da Rocha Costa 1 1 Escola de Informática Universidade Católica de Pelotas Caixa Postal Pelotas, RS jubafre@ucpel.tche.br, rocha@ucpel.tche.br Abstract. This work consists about the development of a dictionaries system or lexicon for deaf sign language used by deaf people based in SignWriting. The dictionaries system consists in storing linguistic information about sign of a determined sign language. The informations will be stored as: sign visual information (video, images); representation of the sign in SignWriting and its respective SWML code; translation in verbal languages; linguistic information, among others aspects. To store these information is used a XML native data base. The manipulation of these data will be made through a graphical interface in Python. Resumo. Este trabalho consiste no desenvolvimento de um sistema de dicionários ou léxico para as línguas de sinais usadas pelos surdos, baseado no sistema SignWriting. O sistema de dicionários consiste em armazenar informações lingüísticas dos sinais de uma determinada língua de sinais. Serão armazenadas informações como: informações visuais do sinal (vídeo, imagens); representação em SignWriting e seu respectivo código SWML; tradução em línguas orais; informações lingüísticas, entre outros aspectos. Para armazenar estas informações é usado um banco de dados XML nativo. A manipulação destes dados será feita através de uma interface gráfica em Python. 1. Introdução Atualmente a educação de pessoas surdas, vem se tornando cada vez mais discutida por estudiosos de educação. As propostas educacionais existentes até agora não foram muito satisfatórias, pois, uma pessoa surda submetida a um longo tempo de escolarização não consegue ter a capacidade de ler e escrever satisfatoriamente. Segundo [Lacerda, 2000], durante muitos anos a educação dos surdos foi baseada no oralismo, achava-se que o surdo de alguma maneira deveria aprender a falar. Esta proposta não apresentou resultados, pois a maioria dos surdos submetidos a esta proposta não apresentou uma fala inteligível. O maior problema desta proposta está na obrigatoriedade do surdo aprender uma linguagem oral, o que é um processo natural para pessoas ouvintes, sem a necessidade de procedimentos especiais para isto. Os problemas na educação dos surdos levaram a um estudo mais aprofundado da língua de sinais utilizada por essas comunidades. Tais estudos concluiram que a língua de sinais preenche os requisitos lingüísticos que são impostos para as línguas orais. A língua de sinais é assimilada com rapidez pelos surdos, permitindo a camunicação eficiente e completa assim como a desenvolvida por ouvintes, torna-se uma língua natural à essas pessoas. Possuem estruturas gramaticais próprias, tendo então o status de língua, pois possuem os mesmos níveis lingüísticos que as línguas orais.

2 É necessário então submeter o surdo à língua de sinais o quanto antes possível, pois esta língua não necessita de procedimentos especiais de aprendizado para os surdos, possibilitando um desenvolvimento integral. Ao desenvolver sua língua natural o surdo fica apto a aprender e desenvolver uma segunda língua (abordagem bilíngue) como, por exemplo, uma língua oral (português). O presente artigo pretende abordar aspectos importantes na realização de um sistema de dicionários ou léxico para as línguas de sinais usadas pelos surdos. O sistema de dicionários chamado de SWDB (SignWriting Data Base) irá armazenar informações lingüísticas referentes aos sinais usados em uma determinada língua de sinais. Este léxico permitirá um maior domínio lingüístico sobre as estrutras dos sinais utilizados na língua, além de proporcionar um maior conhecimento da língua aos surdos, e para pessoas interessadas em aprender a língua de sinais. O artigo está organizado da seguinte forma. Na Seção 2, apresenta-se o sistema de escrita de sinais, o SignWriting, e também sua forma de representação, o SWML. A Seção 3 abordará os níveis de análise de uma linguagem natural. As Seções 4 e 5 falam das tecnologias usadas no sistema de dicionários, seu modelo e protótipo da interface web. A Seção 6 apresentará algumas considerações. 2. SignWriting O SignWriting (SW) [Sutton, 1996] foi criado em 1974 por Valerie Sutton, do Center for Sutton Moviment Writing, da Califórnia, USA. Consiste em uma representação gráfica da forma gestual da língua de sinais. É um sistema notacional de características gráficas e esquemáticas, constituído de um rico repertório de elementos para a representação dos principais aspectos gestuais das línguas de sinais tais como: configuração de mãos, pontos de articulação, movimentos, expressões faciais, etc. A Figura 1 mostra o sinal que representa a palavra cachorro na Língua de Sinais Americana (ASL) e seu equivalente ao lado, escrito em SW. Figura 1: Representação da palavra cachorro. O sistema SW é organizado de forma equivalente à escrita oral, enquanto a escrita oral possui letras e palavras, o SW é constituído de símbolos (Figura 2), os quais representam elementos de um gesto ou movimento. Um conjunto destes símbolos formam um sinal, o equivalente à uma palavra na língua oral. Figura 2: Exemplos de símbolos do SW. Cada símbolo em SW tem uma codificação única, para a identificação do mesmo, conforme a Figura 3. São atributos que identificam cada símbolo do sistema SW. O atributo Category específica a categoria (mão, face, movimento do corpo e cabeça, etc) a qual o símbolo pertence. Group indica o grupo do símbolo dentro de cada categoria. O

3 atributo Symbol, é um número identificador de cada símbolo dentro de seu grupo. Os atributos Variation, Fill e Rotation, especificam as variações e rotações e espelhamentos que um símbolo pode conter. Figura 3: Exemplo de valores dos atributos de um símbolo em SW. O sistema SW de escrita de sinais é mais fácil de aprender e mais rápido e claro de usar que os outros desenhos usados normalmente em aulas de surdos. Muitas vezes os surdos costumam desenhar o sinal quando querem fixar algum conteúdo, isto pode tornar-se muito trabalhoso e demorado para o surdo, e nem sempre o desenho feito retrata com clareza o significado do sinal. Por isso o SW é uma opção que a comunidade surda tem de expressar seus sinais, sua língua, na forma escrita, com clareza e objetividade [Pereira, 2002] SWML A SWML (SignWriting Markup Language) é uma aplicação XML criada por [Costa, 2000], com o intuito de ser um formato a ser utilizado por sistemas baseados no SignWriting. A SWML é um formato para o processamento do SW. Com a SWML é possível o intercâmbio de documentos entre diferentes programas e a análise de textos independentemente de editores. Também pode servir como um formato de armazenamento de textos. Figura 4: Trecho do código SWML. 3. Processamento da Linguagem Natural A Inteligência Artificial (IA) é uma das áreas da Ciência da Computação na qual visa construir, validar sistemas ditos inteligentes, ou seja, que de alguma forma exibam características que se assemelhem com a inteligência humana. Dentre as diversas áreas da IA está o Processamento da Linguagem Natural (PLN) que busca compreender os mecanismos da língua (fala e escrita) [Rich and Knight, 1994]. Segundo [Vieira and Lima, 2001] o estudo das línguas naturais possibilitou o surgimento de novas abordagens a problemas descritivos e práticos das línguas que antes não podiam ser tratados adequadamente. Vamos nos deter apenas na parte escrita da língua, pois o SignWriting é uma notação que visa padronizar a escrita da língua de sinais usadas pelos surdos e é na língua de sinais que o presente trabalho pretende obter conhecimento.

4 Para a criação de uma aplicação que queira obter algum conhecimento da língua, como tradutores, corretores ortográficos, geradores de resumo, etc, são necessárias algumas etapas de análise feita na línguagem natural, são elas: Análise léxico-morfológica: a morfologia estuda a estrutura da palavra, ou seja, as unidades que a constituem, chamadas de morfemas. A morfologia classifica as palavras em diferentes categorias conhecidas como POS (parts of speech), por exemplo: substantivos, verbos, adjetivos e etc. O léxico ou dicionário reúne a estrutura de dados contendo os itens lexicais e as informações correspondentes a estes itens, ou seja, um item lexical seria uma palavra e associada a essa palavra seus mais variados significados além de algumas informações associadas a esta palavra como: categoria gramatical, gênero, número e grau, tempo, regência verbal entre outros. Análise sintática: valida a estrutura das frases e reconhece os constituintes da mesma. A organização das palavras em uma determinada frase em uma determinada ordem pode ser caracterizado como uma gramática, formada por um conjunto de regras e princípios. Além da gramática outro fator a ser considerado na análise sintática, é a técnica de parsing, ou seja, é um método de analisar uma sentença para determinação de sua estrutura de acordo com uma gramática. Análise semântica: a análise semântica associa a uma sequência de marcas lingüísticas (obtidas na análise sintática) uma representação interna, que é a representação do significado desta sentença. Análise pragmática: preocupa-se com o modo que as sentenças são usadas em diferentes situações e como isto afeta o interpretação da sentença. A pragmática relaciona a língua e seu uso, abrange mais do que simplesmente sentenças isoladas, a unidade de estudo passa a ser o discurso. Como a língua de sinais é uma língua natural estas etapas acima descritas, servem como base para a obtenção de conhecimento, como: estruturas morfológicas, léxicas, gramaticais do sinais gerados por esta linguagem. No contexto da língua de sinais o item lexical seria um símbolo escrito em SignWriting contendo associados a ele todas as suas características lingüísticas. A criação de um dicionário deste tipo aplicado a língua de sinais é de extrema importância para a melhor compreensão da língua e para a construção de aplicações futuras como tradutores e revisores ortográficos, interpretadores de frases, análise de frases, entre outros. 4. XML A extensible Markup Language ou XML, é uma forma simples de formatar os dados através de marcações (tags) especiais, na qual pode ser visualizada em qualquer plataforma computacional. Foi criada pela World Wide Web Consortium (W3C) para superar as limitações da HTML que é a base para todas as páginas web. Como a HTML, a XML é baseada em SGML (Standard Generalized Markup Language) [Castro, 2001] XML e Banco de Dados Segundo [Graves, 2003] um banco de dados é um conjunto de dados armazenados de maneira que persistam e possam ser manipulados. Para a manipulação desses dados é necessário um Sistema Gerenciador de Banco de Dados (SGBD). Fornece ao usuário operações como: inclusão, exclusão, consultas e alguns mecanismos que protejam a integridade destas operações e dos dados aos quais essas operações manipulam. A XML possui características comuns a um banco de dados, por exemplo, ambos armazenam dados, possuem esquemas, linguagens de consulta e interfaces de

5 programação. Uma base de dados XML é um conjunto de arquivos XML que persistem e podem ser manipulados. Os documentos XML tendem a ser orientados ao processamento de documentos (document-centric) ou de dados (data-centric) [Graves, 2003]. Para armazenar dados XML, temos várias opções como, por exemplo, usar um banco de dados não relacional, relacional, orientado a objetos, ou usar um banco de dados XML nativo. Quando usamos um banco de dados usual (não relacional, relacional, orientado a objetos) para armazenar XML precisamos fazer uma série de mapeamentos entre o esquema XML e o esquema do banco de dados escolhido, o que torna o trabalho muito custoso. O que parece ser mais proveitoso para o armazenamento do XML são os bancos de dados XML nativo, ao qual possui um modelo lógico que inclui elementos, atributos, PCDATA, e mantém a ordem do documento XML. No banco de dados XML nativo a unidade de armazenamento é o documento XML, podendo possuir qualquer meio de armazenamento físico Banco de Dados XML Nativo Um banco de dados XML nativo, é uma base de dados projetada especialmente para o armazenamento de documentos XML. Assim como outros bancos de dados, os bancos de dados XML nativo suportam transações, segurança, acesso de multi-usuários, APIs, linguagens de consulta, e etc. A única diferença para os outros bancos de dados é o seu modelo interno, que é baseado em XML. Um banco de dados XML nativo é caracterizado por: define um modelo (lógico) para um documento XML, armazena e recupera um documento de acordo com o modelo definido. No mínimo, o modelo deve incluir elementos, atributos, PCDATA, e ordem de documentos; tem como unidade fundamental de armazenamento um documento XML; não é requerido ter nenhum suporte físico em particular para armazenar o modelo. Por exemplo, pode ser construído em banco de dados relacional, hierárquico, orientado a objetos, ou usar um formato de armazenamento proprietário, como o de arquivos comprimidos. A arquitetura do banco de dados XML nativo se divide em duas categorias: (i) baseado em texto (text-based) que armazena XML como texto; (ii) baseado em modelo (model-based) que constrói um modelo interno de objeto do documento e armazena este modelo criado [Bourret, 1997]. O uso de um banco de dados para a criação de um sistema de dicionários para a língua de sinais se torna necessário a partir do momento que cada sinal no sistema SignWriting é representado por uma arquivo SWML e possui uma variedade de campos que definem suas características lingüísticas com base em uma língua oral-auditiva, como por exemplo o português, por isso o mais adequado para armazenar esses dados seria um banco de dados XML nativo ao qual trata melhor as questões ligadas a arquivos no formato XML. 5. Modelo do Dicionário 5.1. Descrição O sistema de dicionários chamado de SWDB (SignWriting Data Base) irá armazenar informações lingüísticas referentes aos sinais usados em uma determinada língua de sinais. Consiste em um léxico da língua, onde cada representação para uma determinada entrada é associada a múltiplas descrições e sentidos para cada um dos itens lexicais.

6 O sistema de dicionários SWDB irá armazenar informações relevantes a um determinado sinal. As informações que serão armazenadas estão descritas abaixo: informação visual do sinal (imagem, vídeo, desenho); representação do sinal em SignWriting (gif, bmp); código SWML da representação em SignWriting; espaço para tradução em diversas línguas (português, inglês, etc.); espaço para anotações lingüísticas, em diversos níveis: fonológico; morfológico; sintático; semântico. espaço para exemplos em frases de línguas de sinais usando o sinal; espaço para sinônimos do sinal em língua de sinais; espaço para indicação de sinais equivalentes em outras línguas de sinais; espaço para todos esses itens, repetidos, mas escritos em língua de sinais Arquitetura do Sistema A arquitetura do sistema (Figura 5) consiste em um SGBD com base no sistema 4Suite [4Suite, 2000], o qual acessa a base de dados XML nativa. A arquitetura do sistema conta ainda com uma interface gráfica em Python e uma interface web usando XML-RPC, ambas fazem a integração do usuário com a base de dados. Figura 5: Arquitetura do SWDB Modelo Lógico O modelo lógico de uma base de dados XML nativa consiste em um esquema XML que descreve os principais elementos que serão armazenados na base de dados. O elemento raíz do esquema lógico é a marcação <swdb> que indica o início do dicionário. As marcações de mais alto nível são descritas a seguir: <swdb> <entry id= > + <visualinfo> + <signwriting> + <translation> + <lexicon> + <examples> + <synonymous> + <equivalence> </entry> </swdb>

7 <swdb>: elemento que inicia a marcação do dicionário. <entry id= >: identificação do sinal, pela qual os dados lingüísticos serão associados e armazenados. Esta marcação pode ocorrer várias vezes. <visualinfo>: possui as informações visuais do sinal, como vídeos, imagens e desenhos. <signwriting>: possui a imagem com a representação SignWriting do sinal, e também a representação SWML do sinal escrito em SW. Pode ser repetida, pois os sinais podem ser escritos de maneiras diferentes. <translation>: possui traduções em línguas orais-auditivas como português, inglês, etc. <lexicon>: abrange as informações lingüísticas do sinal, tais como: fonológica, morfológica, sintática e semântica. <examples>: esta marcação possui exemplos de frases usando o referente sinal e sua tradução em uma língua oral. <synonymous>: é uma marcação que contém os possíveis sinônimos do sinal escritos na língua de sinais. <equivalence>: esta marcação possui os sinais esquivalentes em outras línguas de sinais Protótipo da Interface Web O dicionário da língua de sinais SWDB terá duas interfaces para a manipulação de seus dados: (i) interface gráfica em Python; (ii) interface web. A interface em Python usando a biblioteca wxpython encontra-se em fase de projeto, para ilustrar o presente artigo foi criado um protótipo da interface web (Figura 6) do dicionário. O SWDB está disponível através do endereço Figura 6: Página inicial do SWDB. Figura 7: Página de consulta de sinais. A Figura 7 indica as possíveis consultas do dicionário da língua de sinais. É possivel procurar um determinado sinal através de seu código SWML, fazendo o upload do arquivo com o sinal procurado em SWML ou colando o texto do arquivo SWML em uma entrada de dados. O sistema de procura de sinais através da representação SWML, foi feito por [Costa et al., 2004] e permite a identificação de um sinal comparando representações SWML dos sinais. A consulta pode ser realizada também através da palavra correspondente em uma língua oral. O resultado de uma consulta (Figura 8) no dicionário SWDB faz a apresentação visual do sinal(imagem, vídeo e desenho), representação SW do sinal e seu respectivo código SWML, traduções em línguas orais, exemplo de frases, informações lingüísticas.

8 Figura 8: Resultado de uma consulta. 6. Considerações A implementação de um sistema de dicionários (léxico) tem uma vital importância para a obtenção de conhecimento das línguas de sinais usadas pelos surdos. Além disto possibilita aos usuários da língua de sinais um maior conhecimento língüístico, proporciona também, futuras aplicações visando o processamento da linguagem natural. Referências 4Suite (2000). 4suite.org. (disponível via WWW em Bourret, R. (1997). Xml programming, writing, and research. (disponível via WWW em Castro, E. (2001). Visual Quickstart Guide XML para a World Wide Web. Campus. Costa, A. C. R. (2000). Swml - signwriting markup language. (disponível via WWW em Costa, A. C. R., Dimuro, G. P., and Freitas, J. B. (2004). A sign matching technique to support searches in sign language texts. In Workshop on the Representation and Processing of Sign Languages, page 5, Lisboa. LREC Graves, M. (2003). Projeto de Banco de Dados com XML. Pearson Books. Lacerda, C. B. F. (2000). A prática pedagógica mediada (também) pela língua de sinais: trabalhando com sujeitos surdos. In Cad. CEDES, page 13. Cad. CEDES. Pereira, M. C. P. (2002). Ils - intérprete e a escrita. (disponível via WWW em Rich, E. and Knight, K. (1994). Inteligência Artificial. Makron Books. Sutton, V. (1996). Signwriting: Read, write type sign languages. (disponível via WWW em Vieira, R. and Lima, V. L. S. (2001). Lingüística computacional: princípios e aplicações. In ERI - Escola Regional de Informática, page 42, Passo Fundo. ERI.