Identificação de Tipos de Relações Temporais Event-Time em Português: Uma Abordagem Baseada em Regras com Classificação Associativa

Nesta dissertação, apresentamos um método computacional para identificar tipos de relações temporais entre eventos e expressões temporais em textos em português. Utilizando uma abordagem baseada em regras e conjuntos de features relevantes, desenvolvemos conjuntos de regras utilizando algoritmos de aprendizagem de regras, além de regras manuais específicas para o idioma. Os experimentos no corpus TimeBankPT¹ demonstraram a eficácia do nosso método, superando o baseline² em termos de acurácia e F1-score. Esta pesquisa apresenta aplicações práticas no campo do resumo de documentos, compreensão de histórias e análise de notícias. Por meio do uso de regras explicáveis, possibilita uma compreensão aprimorada do tempo em textos.

Conjunto de Features

Apresentamos nosso Conjunto de Features organizadas por tipo de informações linguísticas.

Conjuntos de Regras

Apresentamos nossos Conjuntos de Regras desenvolvidos para a tarefa de identificar tipos de relações temporais entre evento e expressão temporal em textos em português.

Cada regra possui o seguinte formato:

[código da regra, 'TIPO DA RELAÇÃO TEMPORAL', ordem, "expressão lógica que representa a regra", 'algoritmo de origem', acurácia, total de acertos, número de vezes que foi acionada]

A expressão lógica que representa a regra é composta por conjunções de condições. Cada condição é constituída por uma feature de nosso conjunto de features, um operador, que pode ser de igualdade ou desigualdade, e o valor da feature.

Resultados Finais

Apresentamos os resultados finais dos experimentos realizados com os conjuntos de regras, utilizando dados de treinamento e teste. Analisamos duas abordagens diferentes para aplicação das regras: a primeira regra acionada e o sistema de votação. Além disso, fornecemos as significâncias estatísticas dos resultados.

Esse Projeto Contém Também:

Código Fonte

• parse/ParseTimebankPT: Código fonte das classes que tratam os dados do corpus e identificam tipos de relações temporais.

Exemplo de Uso das Classes

• demonstracao_sistema: Demonstração de uso das principais funções do código fonte.

Corpus

• TimebankPT: Esse corpus consiste em artigos de notícias anotados contendo referências temporais em lingua portuguesa¹.

Execução Local

Copie todo código fonte para uma pasta local e instale os pré-requisitos abaixo em um ambiente onde o Jupyter Notebook está instalado.

Pré-requisitos

• spacy
• matplotlib
• seaborn
• pandas
• numpy
• scikit_learn
• tabulate
• treelib

Instalar Pacotes

Dentro da pasta local execute comando a seguir para instalar os pacotes requeridos.

$ pip install -r requirements.txt

Autor

_{Dárcio Santos Rocha}

Referências

Footnotes

1. COSTA, Francisco; BRANCO, António. TimeBankPT: A TimeML Annotated Corpus of Portuguese. In: LREC. 2012. p. 3727-3734. ↩ ↩²

2. COSTA, Francisco Nuno Quintiliano Mendonça Carapeto. Processing Temporal Information in Unstructured Documents. 2012. Tese de Doutorado. Universidade de Lisboa (Portugal). ↩