INTRODUÇÃO À SUMARIZAÇÃO AUTOMÁTICA - ICMC - USP

pode ser caracterizado como uma subclasse do gênero, pelo fato dele envolver aspectos
comunicativos, além de estruturais e informacionais. Exemplos de gênero e tipo de
textos incluem (Rino, 1996):
Gênero: poesia, prosa, ficção, novelas, estórias, instruções, artigos científicos,
relatórios, anúncios, piadas, seminários, informativos, receitas, etc;
Tipo: persuasivo, expositivo, analítico, descritivo, dissertativo, narrativo,
argumentativo, etc.
A consideração do gênero e tipo de textos na sumarização automática pode ser
de grande valia para ajudar a reconhecer a estrutura textual e a especificar um modelo
de processamento automático correspondente. Tal metodologia é utilizada, por exemplo,
para a especificação de esquemas (McKeown, 1985) e heurísticas de condensação que
podem ser tipificadas para um determinado domínio de textos (por exemplo, no discurso
científico no domínio da Física, como sugerem Rino e Scott (1994)).
Essas características devem, portanto, ser consideradas para a geração de
sumários bons, coerentes e coesos, que reflitam adequadamente o texto original.
Uma das abordagens profundas, para a sumarização automática, está em
distinguir o que é relativo a decisões de ordem estrutural – e, portanto, de coerência – e
o que é relativo a decisões de ordem superficial – e, portanto, de coesão. Sob esse ponto
de vista, coerência e coesão são propriedades complementares, cada uma delas
remetendo a um nível distinto de representação textual (ou discursiva) e ambos
contribuindo para a transmissão da mensagem que o autor pretende veicular com seu
texto.
Propriedades coesivas servem, por exemplo, para evidenciar relações estruturais,
definidas no nível profundo, no nível superficial. Sua forma de expressão,
freqüentemente, é refletida por marcadores do discurso. Por exemplo, para a relação de
Causa-Efeito entre as proposições relativas a ‘Choveu forte’ (causa) e ‘eu fechei a
janela’ (efeito), a realização superficial pode ser dada pela junção de duas sentenças,
como segue:
“Choveu forte. Portanto, eu fechei a janela.”
ou
“Fechei a janela porque choveu forte.”
cujos marcadores discursivos são, respectivamente, portanto e porque.
Essa mesma relação pode ser expressa sem os marcadores explícitos, como em
“Choveu forte. Eu fechei a janela.”
Ainda assim, o sentido próprio da relação de Causa-Efeito é recuperável, desde
que leitor e escritor partilhem o mesmo conhecimento de mundo, que permita ao leitor
inferir a relação discursiva pretendida pelo escritor. O marcador da relação causal, neste
caso, serve como elemento coesivo fatual explícito.
Vê-se, pela discussão acima, que são vários os fatores que interferem nas
escolhas estruturais e superficiais durante a produção textual, tanto humana quanto
automática. Ao se considerar a abordagem profunda, o inter-relacionamento entre
medidas nebulosas como clareza, abstração, informatividade, coerência e coesão,
conceitos intuitivos para os seres humanos, é de difícil incorporação e manipulação em
um sistema computacional, pois remetem ao nível profundo, de estruturação e garantia
23