Dissertação

Understanding Spatial Semantics in Natural Language EVALUATED

A presente tese de mestrado insere-se na tarefa de Anotação de Papeis Espaciais (Spatial Role Labeling, SpRL) que surgiu como um caso particular da tarefa de Anotação de Papeis Semânticas (Semantic Role Labeling, SRL). A abordagem que preconizamos benefícia ao máximo da afinidade entre as duas tarefas mencionadas. A fim de lidar com a SpRL, procura-se reconfigurar o sistema NLPNET que tem como parte fundamental uma rede neuronal convolucional. O dito sistema já provou ser eficaz no âmbito da tarefa de SRL. Demonstramos que a anotação de papeis espaciais pode ser abordada por um sistema inicialmente desenhado para a SRL. Também visamos exibir que com a aplicação de várias transformações relativamente simples ao formato de dados de entrada, usadas na fase de treino de modelos, é possível melhorar a qualidade dos mesmos. Os resultados para dois casos distintos, nomeadamente para relações espacias estáticas e dinâmicas, são apresentados. Embora seja relativamente moderado, o desempenho do sistema é comparável com o dos sistemas de ponta conhecidos.
Aprendizagem Automática, Redes Neuronais Convolucionais, Semântica em Linguagem Natural, Anotação de Papeis Espaciais, NLPNET.

Novembro 21, 2016, 14:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Bruno Emanuel Da Graça Martins

Departamento de Engenharia Informática (DEI)

Professor Auxiliar

ORIENTADOR

David Manuel Martins de Matos

Departamento de Engenharia Informática (DEI)

Professor Auxiliar