Escute esse artigo
Tempo de leitura: 4 minutos

 

Instituição de Ensino Superior: UNIVERSIDADE FEDERAL DO RIO DE JANEIRO
Programa: INFORMÁTICA (31001017110P8)
Título: UM EXPERIMENTO PARA A AUTOMAÇÃO DO PROCESSO DE AVALIAÇÃO TEXTUAL ATRAVÉS DA PROSPECÇÃO DE PADRÕES GRAMATICAIS EM NARRATIVAS
Autor: CIBELE RIBEIRO DA CUNHA OLIVEIRA
Tipo de Trabalho de Conclusão: DISSERTAÇÃO
Data Defesa: 25/11/2019
Resumo:
O analfabetismo funcional é o principal vetor do fracasso escolar, visto que a dificuldade na interpretação ocasiona quebra de comunicação, rompendo com o aprendizado. Recuperar a interlocução significa voltar-se para o letramento, e a escrita, por sua vez, é parte integrante deste processo na escolaridade. Para observar a produção escrita do aluno, os professores propõem a elaboração de textos adequada para os diversos níveis de conhecimento. A escrita apresenta estruturas de coesão e coerência textual que sinalizam em que etapa da aquisição da escrita do ponto de vista do letramento a criança está. A redação, por sua vez, é corrigida em grandes quantidades pelos professores que, devido à demanda, podem deixar de avaliar questões importantes pela falta de tempo ou atenção. O Spekuloom é um modelo computacional que captura dados para a investigação de estruturas textuais e das construções gramaticais próprias da narrativa, tem como um de seus objetivos apoiar a avaliação feita pelo professor sinalizando quais estruturas foram utilizadas pelos alunos e qual o nível de desenvolvimento textual eles se encontram. O estudo tem a metodologia de Maria Montessori como precursora da análise gramatical feita através da marcação simbólica. Ao tratar da linguagem, faz a análise morfológica através dos símbolos gramaticais e suas famílias, catalisando a compreensão e criação do texto por meio do domínio das regras de construção linguística. A computação identifica, mas ainda não analisa as estruturas recursivas gramaticais, fazendo-se necessário o seu estudo para melhor entender as competências linguísticas textuais. Esta é a proposta do Spekuloom: classificar textos em diferentes gradações com base na recursividade de padrões gramaticais ao submetê-los à inteligência artificial.

Palavras-Chave: avaliação textual, símbolos gramaticais, machine learning, educação, processamento de linguagem natural.

Abstract: Functional illiteracy is the main vector of school failure, since difficulty in interpretation causes communication breakdown, disrupting learning. Recovering the conversation means turning to literacy, and writing, in turn, is an integral part of this schooling process. Teachers propose the elaboration of texts suitable for the different levels of knowledge to observe the student’s written production. Writing presents structures of cohesion and textual coherence that indicate at what stage of the writing acquisition from the point of view of literacy the child is. The essay, in turn, is corrected in large quantities by teachers who, due to demand, may fail to evaluate important issues for lack of time or attention. Spekuloom is a computational model that captures data for the investigation of the own narrative textual structures and grammatical constructions. One of its objectives is to support the assessment made by the teacher by signalling which structures were used by the students and what level of textual development they have achieved. The study has the Maria Montessori Methodology as a precursor of the grammatical analysis made through symbolic marking. When dealing with language, it makes the morphological analysis through the grammatical symbols and their families, catalyzing the comprehension and creation of the text through the mastery of the linguistic construction rules. Computation identifies, but does not yet analyze grammatical recursive structures, its study is necessary to better understand textual language skills. The goal of Spekuloom proposal is to classify texts into different gradations based on the recursion of grammatical patterns by subjecting them to artificial intelligence.

Keyword: text evaluation, grammar symbols, machine learning, education, NLTK.

Volume: 01
Páginas: 90
Idioma: PORTUGUES
Biblioteca Depositária: UNIVERSIDADE FEDERAL DO RIO DE JANEIRO
Autorização de divulgação: O trabalho possui divulgação autorizada
Anexo: Dissertação_de_Mestrado_Cibele_2019_Outubro.docx (1)
Área de Concentração: CIÊNCIA DA COMPUTAÇÃO
Linha de Pesquisa: INFORMÁTICA NA EDUCAÇÃO
Projeto de Pesquisa:

 

Compartilhe!