INTRODUÇÃO À SUMARIZAÇÃO AUTOMÁTICA - ICMC - USP

pela proposição central do texto-fonte; b) por seu objetivo comunicativo e c) por seu
conteúdo informativo, ao qual denominaremos base de conhecimento do sumário (Rino,
1996). Sob essa perspectiva, construir um sumário consiste em preservar a mensagemfonte
[do texto original], a qual deve ser reconhecida por meio da análise lingüística e
estrutural do texto-fonte 4 .
Nas seções seguintes são apresentados os principais problemas da abordagem
profunda, em função de sua dependência de uma mensagem-fonte a ser preservada,
assim como uma arquitetura clássica de sumarização textual. São descritos, ainda,
alguns modelos lingüísticos para a sumarização automática.
5.1. A Sumarização Automática na Abordagem Profunda
O problema de se construir sumários automaticamente remete às máximas de
Grice (1975), a saber:
Qualidade: informar precisamente somente o que pode ser evidenciado no textofonte;
Quantidade: dizer exatamente o que se requer, nem mais, nem menos;
Relevância: transmitir somente o que é relevante, dependendo da meta comunicativa
e do conhecimento do leitor;
Modo: evitar obscuridade e ambigüidade e escrever de forma ordenada e breve.
Na sumarização automática, tais máximas relacionam-se, ainda, a outras
medidas, tais como:
Grau de abstração: grau com que o escritor ignora detalhes;
Clareza: relacionada ao esforço de compreensão do leitor;
Grau de detalhe: relacionado à quantidade e qualidade da informação transmitida;
Grau de explicitação: grau de evidência das informações e de seu interrelacionamento;
Nível de informatividade: relacionado à referência a unidades significativas de
conteúdo.
Essas características, por sua vez, estão relacionadas à observação (humana) de
que não necessariamente um sumário mais conciso é obscuro, tampouco um mais
explicitamente marcado 5 garante clareza ou é de melhor qualidade. Um sumário menos
marcado, por exemplo, pode exigir maior esforço de compreensão, pela necessidade de
inferência do que ficou implícito. Essas questões envolvem tanto o conhecimento do
domínio quanto a competência lingüística do leitor e estão vinculadas, ainda, a
considerações de gênero e tipo de texto em foco, os quais, por sua vez, caracterizam
eventos comunicativos particulares, que podem ser evidenciados por recursos de
linguagem ou recursos estruturais especiais, além de formas lingüísticas características
do gênero ou da tipologia sob enfoque.
A distinção entre gênero e tipo de um texto é delicada, sendo o entendimento de
ambos polêmico até mesmo no meio literário. Entretanto, é consenso que o tipo textual
4 Como observamos na Seção 2.2., sumários podem ser construídos, que apresentem
objetivos comunicativos diversos de seus textos-fonte correspondentes. Ainda assim,
eles devem ter um forte elo com os originais, que permita reconhecê-los como formas
condensadas daqueles.
5 Isto é, com marcadores superficiais das relações de discurso subjacentes.
22