INTRODUÇÃO À SUMARIZAÇÃO AUTOMÁTICA - ICMC - USP

indicador da proposição central do discurso, de modo a expressar a escala de relevância
em relação a essa proposição central e (b) consistirá em b.1) identificar a intenção
subjacente a cada segmento e b.2) o modo como cada intenção de cada segmento pode
contribuir para a satisfação do objetivo comunicativo central do discurso em elaboração.
É possível, assim, identificar as partes relevantes para compor o sumário, levando em
consideração as intenções subjacentes ao discurso em relação à proposição central e ao
seu objetivo comunicativo. Desse modo, em relação à arquitetura de um sumarizador
automático conforme descrita pela Figura 1, as informações essenciais e
complementares da mensagem-fonte que serão consideradas na mensagem-fonte do
sumário, assim como as informações supérfluas, que deverão ser descartadas, serão
identificadas com base em regras intencionais, definidas a partir da GSDT.
No modelo de Rino, as regras intencionais são especificadas com base nas
relações de dominância (DOM) ou precedência (SAT-PREC) existentes entre segmentos
informativos, a partir do domínio em foco, isto é, da base de conhecimento que compõe
a mensagem-fonte do sumarizador. Para uma certa mensagem-fonte (lembrando que
esta é resultado de um processo interpretativo, fora do foco do sumarizador ilustrado),
uma vez observada a distribuição intencional entre seus constituintes, faz-se possível
um mapeamento entre essa estrutura intencional e a estrutura de discurso, que nada mais
é do que uma árvore RST. Por exemplo, caso se verifique a relação Y DOM XeXSAT-
PREC Y entre dois segmentos quaisquer X e Y de um texto, pode-se gerar a relação
retórica MEANS na estrutura de discurso resultante. Neste caso, o segmento X poderia
estar descrevendo um problema no texto-fonte, enquanto que Y uma possível solução
para esse problema.
5.4.APragmáticaeaSumarizaçãoAutomática
Na metodologia profunda, vários aspectos podem ainda influenciar o tamanho e
o conteúdo do sumário. Algumas características pragmáticas usadas na geração
automática de textos podem ser aplicadas também para a sumarização, acarretando
mudanças no sumário produzido de acordo com o modelo do usuário, a relação entre o
falante e ouvinte e os objetivos do falante. Entre as características de estilo, Hovy
(1988) explora, por exemplo, o tempo despendido para a preparação do discurso (haste
– que pode ser classificado como escasso, pouco, suficiente ou ilimitado) e formalidade
(formality – coloquial, normal ou formal), que são particularmente interessantes para se
traçar a estrutura e conteúdo de um sumário.
Segundo Hovy, enquanto textos formais normalmente possuem sentenças
longas, aqueles com baixa formalidade, ou coloquiais, apresentam sentenças mais
curtas. Dessa forma, na sumarização, poderiam ser utilizadas algumas de suas regras
para diminuir a formalidade e, conseqüentemente, o tamanho do sumário, controlando o
seu grau de compressão.
Já as regras de tempo despendido para a preparação textual podem determinar
quantos tópicos serão incluídos no sumário. Quanto menor o tempo, menos se deve
incluir no sumário, seja devido à limitação de espaço ou devido ao nível de
conhecimento do usuário ao qual o sumário é destinado. Por exemplo, se o usuário for
especialista no assunto, pode ser atribuído o valor mínimo ao tempo (escasso) deforma
a forçar a exclusão de detalhes no sumário a ser gerado. Essas regras envolvem ainda
conceitos como distância e subordinação social entre falante e ouvinte, que influenciam
também o número de detalhes e o nível de parcialidade do texto produzido, interferindo,
conseqüentemente, no critério de sumarização também.
32