Tema/Título:

Área Científica (segundo o sistema ACM-1998: www.acm.org/about/class/1998)

Proponente(s)

Descrição

Local

Tema/Título: Análise, comparação e homogeneização de etiquetadores

Área Científica: I.2.7 Natural Language Processing / Text analysis

Proponentes: José João Almeida (+ Alberto Simões)

Local: DIUM / Projecto PER-FIDE

Descrição: Existem disponíveis vários etiquetadores morfo-sintácticos para várias línguas. Infelizmente não existem todas as línguas disponíveis para cada motor, e existem models da mesma língua para motores diferentes. Ora, no projecto Per-Fide, será necessária a etiquetação de 7 línguas (PT, ES, RU, FR, IT, DE, EN). Assim, propõe-se uma análise cuidada aos vários etiquetadores disponíveis (TNT, FreeLing, TreeTagger, entre outros), comparação das línguas disponíveis e da qualidade de etiquetação, e da construção de uma interface homogénea para todas estas ferramentas (interface e instalador).

Tema/Título: mkBookReport - Analisador e corrector de documentos textuais

Área Científica: I.2.7 Natural Language Processing / Text analysis

Proponentes: José João Almeida

Local: DIUM / Projecto PER-FIDE

Descrição: A conversão de formatos como PDF, DOC ou RTF para texto leva à perda de informação, e a introdução de lixo no documento final. Propõe-se a criação de uma ferramenta capaz de analisar o estado de um texto após a sua conversão, e que seja capaz, mediante um conjunto de opções, de proceder à limpeza do documento (e etiquetação num formato standard XML).