Brasil leva prêmio no maior torneio mundial de linguística computacional

A parceria da PUC-Rio com a IBM na XVI Conference on Natural Language Learning(CoNLL) 2012 Shared Task - a maior competição internacional em Linguística Computacional – trouxe o prêmio de primeiro lugar para o Brasil. A equipe vencedora é formada por Cícero Nogueira dos Santos, da IBM Research e ex-aluno da PUC-Rio, pelo doutorando Eraldo Rezende Fernandes e orientada pelo professor Ruy Luiz Milidiú, ambos do Departamento de Informática da PUC-Rio.

Este ano a disputa exigia um projeto multilíngue que abrangesse três idiomas pré-estabelecidos: o árabe, o chinês e o inglês. Apesar de os idiomas não serem os oficiais dos brasileiros, a equipe ficou em primeiro lugar no inglês e no árabe, e em quinto no chinês, deixando para trás concorrentes nativos dessas línguas.

No programa de computador apresentado pela equipe foram utilizados resultados da pesquisa de doutorado de Cícero, complementados por dados obtidos durante a produção da tese de Eraldo. A partir do “Aprendizado de Máquina”, técnicas de reconhecimento estatístico de padrões, o grupo criou um método de captura de padrões de correferências em textos que, além de permitir a aplicação a qualquer idioma, possibilita a criação de resumos automáticos, sistemas para responder automaticamente perguntas e a correferência entre documentos, gerando links automáticos.

De acordo com o orientador do projeto, a vitória na competição reflete a capacidade dos pesquisadores brasileiros. “É uma conquista que demonstra a qualidade da tecnologia da informação gerada no Brasil, bem como o vigor científico de nossos pesquisadores”, afirmou.

Em julho a equipe voltará à Coreia para apresentar um artigo explicando os detalhes da produção do sistema desenvolvido por eles.

Criada em 1999, a competição tem o objetivo de promover, anualmente, tarefas que estudem e analisem a linguagem humana sob um ponto de vista computacional, possibilitando o alcance de um novo patamar no processamento automático da linguagem humana.