====== Propostas Mestrado - 2009/2010 ======

==== Automatização do cálculo de métricas ortográficas ====

(Projecto P-Pal)

O Projecto P-Pal pretende a construção de uma base de dados
psico-linguística de palavras para uso em análises psíquicas mas
também para uso no processamento da linguagem natural.

Esta base de dados associa a cada palavra um conjunto de métricas
concretas e um cojunto de métricas abstractas. Enquanto que as
segundas obrigam à análise de sujeitos para, de forma estatística,
calcular essas medidas, as primeiras podem ser calculadas de forma
automática.

Exemplos destas métricas concretas são o número de sílabas, o número
de fonemas, o número de caracteres, o tipo de acentuação, etc.

Este projecto de mestrado terá como principal objectivo a criação de
ferramentas para a automatização desta tarefa.

  * Orientação: José João Almeida (DIUM)
  * Co-Orienação: Alberto Simões (ESEIG-IPP)


==== Extracção automática de recursos bilingues a partir da Web ====

(Projecto PER-FIDE)

O estudo da tradução, quer por tradutores quer por ferramentas de
tradução automática, baseia-se na análise de documentos previamente
traduzidos, tentando assim perceber como a tradução se realiza.  Para
que isto seja possível é necessária a existência de recursos
bilingues.

Este projecto de mestrado centrar-se-á no estudo de técnicas de
web-mining para a detecção de documentos bilingues/multilingues na
Internet, como os descarregar, analisar/detectar as línguas
envolvidas, calcular métricas de semelhança, processos de limpeza da
notação em causa (HTML/PDF/...) e a sua segmentação.

  * Orientação: José João Almeida (DIUM)
  * Co-Orientação: Alberto Simões (ESEIG-IPP)


==== Ferramentas de alinhamento ao segmento baseadas em pistas ====

(Projecto PER-FIDE)

Na sequência do projecto "Extracção automática de recursos bilingues a
partir da Web", os documentos bilingues obtidos precisam de ser
processados para serem realmente úteis no estudo da tradução.

O primeiro passo neste processamento é o alinhamento dos documentos:
associar a cada frase de uma das línguas a respectiva frase na língua
de destino.

Este projecto de mestrado tem como principal objectivo o estudo dos
métodos existentes de alinhamento à frase, a análise do seu
comportamento em relação a diferentes pares de língua (Português,
Espanhol, Russo, Francês, Italiano, Alemão e Inglês).

  * Orientação: Alberto Simões (ESEIG-IPP)
  * Co-Orientação: José João Almeida (DIUM)


==== Extracção de relações semânticas sobre o Dicionário Aberto ====

(Projecto Dicionário-Aberto)

O Dicionário-Aberto é, neste momento, uma transcrição do Novo
Diccionário da Língua Portuguesa de Cândido de Figueiredo de 1913. Em
breve a sua grafia será modernizada e será aberto à comunidade, sendo
transformado num Wiki.

Ainda antes dessa operação pretende-se extrair conhecimento deste
dicionário: relações semânticas entre palavras.

Exemplos de relações semânticas são:

    nêspera  =igual=  magnório
    gato <instância de< felino
    folha <faz parte de< livro

A extracção destas relações é realizada usando padrões, habitualmente
designados por "Hearst's patterns".

Este projecto de mestrado inclui:
  * o estudo destes padrões;
  * a análise de trabalho similar (como o PAPEL);
  * a adaptação destas regras para o Dicionário-Aberto;
  * a extracção massiva de relações do Dicionário-Aberto;
  * a construção de uma ontologia com base nestas relações;

  * Orientação: Alberto Simões (ESEIG-IPP)
  * Co-Orientação: José João Almeida (DIUM)


==== Backend Perl para ANTLR ====

O Gerador de Parsers ANTLR tem sido reconhecido como uma ferramenta
versátil para a criação de reconhecedores em várias linguagens,
nomeadamente C, Python e Java.

A seguir ao cohecido Yacc/Lex é talvez o Gerador de Compiladores mais
usado actualmente pela capacidade e qualidade do procesador gerado e
mesmo pela qualidade do ambiente de desenvolvimento (o AnTLRWorks) que
oferece.

Infelizmente o backend Perl não tem vindo a ser desenvolvido e está
num estado demasiado verde para ser minimamente útil.

Este projecto de mestrado pretende a análise dos backends já
existentes (nomeadamente o Python) de modo a compreender-se claramente o processo da sua construção e
integração no frontend do AnTLR.

  * Orientação: Alberto Simões (ESEIG-IPP)
  * Co-Orientação: Pedro Rangel Henriques (DIUM)
  * Co-co-orientação: José João Almeida & Daniela da Cruz (DIUM)