Métodos e aplicações de processamento de linguagem natural

Abstract

O Processamento de Linguagem Natural (PLN) é uma das áreas da inteligência artificial mais estudadas na história dos computadores, possibilitando o desenvolvimento de sistemas que permitam a interação humano-máquina via comunicação em linguagem natural. O presente trabalho é um estudo sobre algumas das principais tecnologias da PLN – tradução automática, sistemas de diálogo, mineração de texto e reconhecimento de fala – tendo como base os componentes da gramática gerativa proposta por Noam Chomsky: sintática, semântica, morfologia, pragmática e fonologia. Para isso é feito inicialmente uma introdução à inteligência artificial, aprendizado de máquina, deep learning e formas de pré-processamento de dados. São descritas a evolução de cada tecnologia, as diferentes formas de construção do software e apresentados exemplos de aplicações. O trabalho conclui que os avanços na área de PLN se devem a evolução da IA, dos algoritmos de aprendizado de máquina e redes neurais artificiais permitindo o processamento de dados não estruturados.

Natural Language Processing (PLN) is one of the most studied areas of artificial intelligence in the history of computers, enabling the development of systems that allow human-machine interaction via natural language communication. The present work is a study of some of the main PLN technologies – machine translation, dialogue systems, text mining and speech recognition – based on the components of the generative grammar proposed by Noam Chomsky: syntactics, semantics, morphology, pragmatics and phonology. For that, initially, an introduction to artificial intelligence, machine learning, deep learning and forms of data pre-processing is done. The evolution of each technology, the different ways of building the software are described and examples of applications are presented. It is expected that the conclusion is reached that semi-supervised and unsupervised training algorithms will have more and more importance due to the increasing popularity and use of neural networks in PLN applications. The paper concludes that advances in the area of PLN are due to the evolution of AI, machine learning algorithms and artificial neural networks allowing the processing of unstructured data.