Como uma máquina representa e processa linguagem?

O ChatGpt 5.6 Sol recomenda sequência de textos do professor Thiago Pardo e alli:

1. Pardo & Nunes (2003) — Análise de Discurso: Teorias Discursivas e Aplicações em Processamento de Línguas Naturais
   Excelente ponto de partida. São 36 páginas e o trabalho aproxima explicitamente teorias linguísticas do discurso de sua representação computacional. (Google Sites)
   Para a questão que surgiu aqui — como passar da língua humana para alguma coisa manipulável por uma máquina? — eu começaria por este.
2. Pardo (2005) — Métodos para Análise Discursiva Automática
   Esta é a tese de doutorado dele no ICMC-USP. O ponto de partida é muito interessante: um texto não é simplesmente uma sequência de sentenças; existe uma estrutura que relaciona suas partes e produz coerência. A tese procura formas computacionais de identificar essa estrutura. (Biblioteca de Teses)
   Tese completa no repositório da USP
3. Pardo, Rino & Nunes (2003) — GistSumm: A Summarization Tool Based on a New Extractive Method
   Aqui podemos observar uma aplicação concreta: como fazer o computador determinar qual é a ideia principal de um texto? O GistSumm identifica o gist e o utiliza para selecionar segmentos que formarão um resumo. (ICMC Sites)
   Artigo GistSumm
4. Pardo (2008) — Sumarização Automática: Principais Conceitos e Sistemas para o Português Brasileiro
   É uma introdução relativamente curta, de cerca de 15 páginas, e particularmente interessante porque trata especificamente do português brasileiro. (ISKO Brasil)
5. Dias & Pardo (2015) — A Discursive Grid Approach to Model Local Coherence in Multi-document Summaries
   Aqui já avançamos bastante: o problema passa a ser representar computacionalmente a coerência entre partes de textos e utilizar essa informação para produzir resumos de vários documentos. Foi publicado no SIGDIAL/ACL. (Repositório USP)
6. Anchiêta & Pardo (2018) — Towards AMR-BR: A SemBank for Brazilian Portuguese Language
   Este eu colocaria em destaque para nossa conversa. Trata de AMR (Abstract Meaning Representation) aplicada ao português brasileiro. Em outras palavras, já não estamos simplesmente contando palavras: tentamos construir uma representação computacional do significado de uma sentença. (ACL Anthology)
7. Inácio & Pardo (2021) — Semantic-Based Opinion Summarization
   É um passo adiante: utiliza justamente representações semânticas AMR para sumarização de opiniões em português brasileiro. Os autores comparam diferentes métodos e relatam resultados competitivos em avaliação multilíngue. (ACL Anthology)

A página do ACL Anthology reúne vários trabalhos e permite baixar diretamente muitos dos artigos. (ACL Anthology)
Publicações de Thiago Pardo no ACL Anthology

Referências:

1. https://sites.google.com/view/taspardo/publications?utm_source=chatgpt.com “Thiago A. S. Pardo – Publications”
2. https://teses.usp.br/teses/disponiveis/55/55134/tde-29082005-172336/pt-br.html?utm_source=chatgpt.com “\”Métodos para análise discursiva automática\””
3. https://sites.icmc.usp.br/taspardo/Propor03-PardoEtAl.pdf?utm_source=chatgpt.com “Microsoft Word – Propor03-PardoEtAl.doc”
4. https://isko.org.br/ojs/index.php/iskobrasil/article/view/119?utm_source=chatgpt.com “Uso da Sumarização Automática de Textos na Representação da Informação e do Conhecimento | ISKO Brasil”
5. https://repositorio.usp.br/item/002721617?utm_source=chatgpt.com “ReP USP – Detalhe do registro: A discursive grid approach to model local coherence in multi-document summaries”
6. https://aclanthology.org/people/thiago-pardo/unverified/?utm_source=chatgpt.com “Thiago Pardo – ACL Anthology”
7. https://aclanthology.org/people/thiago-pardo/?utm_source=chatgpt.com “Thiago Pardo – ACL Anthology”