• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Disertación de Maestría
DOI
https://doi.org/10.11606/D.55.2018.tde-19032018-145656
Documento
Autor
Nombre completo
Andreia Gentil Bonfante
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Carlos, 1997
Director
Tribunal
Nunes, Maria das Graças Volpe (Presidente)
Rino, Lucia Helena Machado
Silva, Bento Carlos Dias da
Título en portugués
Uso de Redes Neurais para Correção Gramatical do Português: Um Estudo de Caso
Palabras clave en portugués
Não disponível
Resumen en portugués
A construção de ferramentas para a correção automática de textos tem ganhado destaque, seguindo a evolução e eficiência dos processadores de textos ao qual elas são incorporadas. E, junto às técnicas tradicionais simbolistas de implementação de tais ferramentas, através do uso de regras de produção, surgem aplicações com técnicas até então não usuais na. área de lingüística computacional, como o uso de Redes Neurais Artificiais. O trabalho proposto tem por objetivo fazer um estudo comparativo do uso das técnicas conexionista e simbolista na revisão automática de erros gramaticais da língua portuguesa. Usando como estudo de caso as regras gramaticais da crase, tomamos como exemplo de modelo tradicional de implementação o revisor gramatical ReGra, e de outro lado, implementamos dois modelos de redes neurais (um modelo backpropagation e um modelo Elman), para detectar erros com relação ao uso da crase, tanto em casos de presença incorreta, quanto de ausência. A meta deste estudo não é apontar qual método é o mais eficiente em termos gerais, mesmo porque acreditamos que isto não seja possível. Queremos, sim, observar o desempenho de ambos os métodos quanto ao problema determinado, visando assim uma maior integração entre eles, aproveitando suas melhores potencialidades.
Título en inglés
Not available
Palabras clave en inglés
Not available
Resumen en inglés
The wide availability of personal computers and word processors have greatly contributed for the popularization of tools for automatic text correction, While the use of traditional symbolist techniques of implementation of spelling and grammar checkers are now well established, the introduction of alternative technology does not stop of growing. The use of neural nehryorks is a good example of these alternatives. This work makes a comparative study between symbolist and connectionist paradigms in the task of automatic detection of a particular kind of error in Brazilian Portuguese texts: the use of 'crase' - contraction of the preposition 'a' and the article 'a'. The grammar checker ReGra was used as the symbolist tool and two models of neural networks were built @ackpropagation and Elman) through the use of the Sttutgart Simulator. The goal of the work is not to determine the better paradigm for this task, but to analyze the performance of the involved models in order to integrate them in an architecture which can capture the best of them.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2018-03-19
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2024. Todos los derechos reservados.