Contacto: André Martins (email: andre.t.martins@gmail.com)

Descrição: Um problema relevante na geração de texto em processamento de linguagem natural é a capacidade de seleccionar o registo estilístico adequado (por exemplo, um estilo informal, em que o interlocutor é tratado por "tu", ou um estilo formal, em que é tratado por "você"). Este problema é particularmente relevante na tradução de mensagens de suporte a clientes: frequentemente, a linguagem de origem (e.g. inglês) não faz distinção lexical entre registos estilísticos, mas esta distinção é necessária na linguagem para onde se pretende traduzir (por exemplo, "you" em inglês pode ser "tu" ou "você" em português). No âmbito deste projecto, pretende-se construir um sistema capaz de detectar o registo estilístico de uma frase através de técnicas de aprendizagem supervisionada e explorar técnicas para converter entre registos (por exemplo, converter uma frase escrita em estilo informal para o seu equivalente em estilo formal) [1]. Um cenário relevante na prática é aquele em que não existem dados paralelos, onde técnicas de desentrelaçamento entre conteúdo e estilo têm sido propostas [2].

Referências:

[1] "Politeness Transfer: A Tag and Generate Approach." Aman Madaan, Amrith Setlur, Tanmay Parekh, Barnabas Poczos, Graham Neubig, Yiming Yang, Ruslan Salakhutdinov, Alan W Black, Shrimai Prabhumoy. ACL 2020 (https://www.aclweb.org/anthology/2020.acl-main.169.pdf).

[1] ACL 2020 tutorial on Stylized Text Generation Approaches and Applications (https://sites.google.com/view/2020-stylized-text-generation/tutorial)