INTRODUÇÃO À SUMARIZAÇÃO AUTOMÁTICA - ICMC - USP

Frases/palavras Evitar expressões populares, contrações e
formais
gramática “duvidosa”.
Texto menos formal Sentenças simples Não reunir tópicos de sentenças, não
Sentenças curtas
justapor tópicos e evitar subordinação em
cláusulas relativas.
Incluir no máximo uma cláusula adverbial
por sentença (no fim do predicado), voz
ativa, evitar tempos complexos, usar elipse.
Cláusulas simples Incluir no máximo um adjetivo, frases
pequenas e simples, pronominalizar, usar
verbos e advérbios em vez de suas formas
Frases/palavras
informais
Tabela 2 – Regras para formalidade
5.5. A Abordagem Profunda: Sumário
34
nominais, referência direta a interlocutores.
Selecionar palavras comuns, usar
expressões populares e contrações.
O tratamento profundo da sumarização traz grandes vantagens para o
processamento computacional, permitindo capturar relações e conhecimentos até então
normalmente ignorados pelas técnicas estatísticas. Tais conhecimentos, lingüísticos ou
não, permitem determinar melhor o conteúdo informativo do sumário, fornecendo os
recursos necessários para se levar em consideração o usuário e o objetivo a que o
sumário se destina, além de ajudar a resolver os problemas discutidos na Seção 3.
Entretanto, como já foi mencionado, a modelagem profunda encontra problemas para a
definição, estruturação e manipulação do conhecimento profundo, dificuldades que
podem motivar a adoção de técnicas superficiais, de mais fácil aplicação, apesar de
resultados não necessariamente confiáveis.
6. Conclusões e Comentários
A sumarização automática tem se tornado uma área promissora de investigação,
projeto e desenvolvimento pelas mais diversas razões, sendo uma das principais o fato
de haver, atualmente, volumes imensos de dados disponíveis, principalmente on-line,
que requerem do usuário uma capacidade de absorção “infinita” do conhecimento, além
de uma enorme disponibilidade de tempo.
O grande volume de dados estimula as pesquisas tanto em virtude da
necessidade de ferramentas que auxiliem a busca de informações, como também porque
permite a análise estatística de grandes corpora de texto em busca de padronizações que
levem a novos modelos para as áreas da Lingüística Computacional.
As pesquisas têm como objetivo final o de oferecer disponibilidade de recursos
automáticos que permitam ao usuário a) acessar informações on-line; b) apreender a
mensagem principal – ou o que for mais relevante – em relação ao fonte, de modo a
manter-se atualizado e c) selecionar material relevante para uma leitura ou utilização
adequada a seus objetivos rápida e eficientemente.
Nesse sentido, houve uma grande evolução no campo da sumarização
automática e áreas relacionadas, tais como interpretação ou geração textual. Entretanto,
há ainda muitos problemas que precisam ser solucionados para que a sumarização