Please use this identifier to cite or link to this item:
http://repositorio.ufc.br/handle/riufc/74512
Type: | Dissertação |
Title: | Compressão de sentenças sobre domínios com disponibilidade limitada de dados rotulados |
Title in English: | Sentence compression on domains with restricted labeled data availability |
Authors: | Soares, Felipe Melo |
Advisor: | Macêdo, José Antonio Fernandes de |
Keywords in Brazilian Portuguese : | Compressão de sentenças;Sumarização automática de textos;Processamento de linguagem natural;Redes neurais recorrentes;Rotulação de sequências |
Keywords in English : | Sentence compression;Automatic text summarization;Natural language processing;Recurrent neural networks;Sequence labeling |
Knowledge Areas - CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
Issue Date: | 2019 |
Citation: | SOARES, Felipe Melo. Compressão de sentenças sobre domínios com disponibilidade limitada de dados rotulados. 2019. 77 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal do Ceará, Fortaleza, 2019. |
Abstract in Brazilian Portuguese: | Dia após dia, volumes gigantescos de dados são produzidos na Web. São grandes quantidades de vídeos, imagens e textos que armazenam informação de maneira não estruturada. Sistemas de sumarização de textos foram criados com o intuito facilitar a apresentação de grandes quantidades de dados textuais para usuários assim como para facilitar a recuperação de informações nesses tipos de dados. A tarefa de compressão de sentenças surgiu para melhorar a qualidade dos sumários gerados por esses sistemas. No entanto, em domínios com pouca disponibilidade de dados rotulados para a compressão de sentenças, modelos baseados em redes neurais tem grandes dificuldades de extrair todas as informações que eles precisam. Para melhorar a performance destes modelos neste cenário, é possível que parte da informação das palavras seja extraída e adaptada antes de ser utilizada para o treinamento. Portanto, este trabalho propõe um método de compressão de sentenças capaz de atingir resultados competitivos mesmo utilizando quantidades de dados inferiores ao normalmente utilizado na literatura através da utilização de um conjunto de atributos linguísticos extraídos das palavras, aliada a uma estratégia de redução de palavras raras aplicada sobre as sentenças. |
Abstract: | Huge volumes of data are produced every day on the Web. These are a big amount of videos, images, and texts that store unstructured information. Text summarization systems were created to facilitate the presentations of large amounts of textual data as well as to aid information retrieval over this type of data. The sentence compression has been developed due to the need for better summaries generated by these systems. However, when trained over domains with restricted amounts of labeled data for sentence compression, neural netword-based models tend to not be able to extract important features. Thus, to improve the performance of these models in this scenario, some pieces of information must be extracted and adapted before being used for training. Thus, we propose a sentence compression model capable of achieving competitive results, even when trained with smaller amounts of data, compared with other neural networkbased models, by using a set of linguistic features extracted from words alongside a rare words reduction strategy over the sentences. |
URI: | http://repositorio.ufc.br/handle/riufc/74512 |
Author's Lattes: | http://lattes.cnpq.br/1407114598800709 |
Advisor's Lattes: | http://lattes.cnpq.br/5801731850423324 |
Access Rights: | Acesso Aberto |
Appears in Collections: | DCOMP - Dissertações defendidas na UFC |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
2019_dis_fmsoares.pdf | 1,5 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.