Processamento de linguagem natural

Pesquisamos, desenvolvemos e inovamos com tecnologias robustas e portáteis no setor do processamento da linguagem natural, mais precisamente: anotação semântica, reconhecimento de entidades nomeadas (NERC), modelagem da linguagem, análise semântica, agrupações e classificações e análise da ocorrência dos fatos.

Essas tecnologias estudam, modelam e caracterizam textos, tanto por meio de abordagens linguísticas como por abordagens estatísticas. As primeiras se baseiam na compreensão da linguagem por meio de regras, dicionários, antologias, e de entender as dependências e relações entre as palavras. As abordagens estatísticas, ao contrário, inferem o conhecimento com base na aprendizagem de exemplos. Essa abordagem híbrida combina as vantagens de ambos os métodos, de maneira que, sobre um conjunto de textos e de forma semiautomática ou automática se 'compreende' aquilo que se chama, de que se fala e de como se fala. Portanto, se pode extrair informação estruturada a partir de textos onde a informação não está estruturada.

Concretamente, a pesquisa no setor do processamento da linguagem natural se centra principalmente em:

• Anotação semântica – O reconhecimento de entidades nomeadas (NERC)
• Modelagem da linguagem
• Análise semântica
• Agrupações e classificações
• Análise da ocorrência dos fatos

As tecnologias linguísticas são altamente dependentes do idioma e do tipo de escrita. Atualmente, o grupo de pesquisa aborda o catalão, o espanhol e o inglês. Além do mais, trata escritas formais (provenientes de notícias ou blogs), conteúdos gerado por usuários (resenhas e textos limitados, como os originários do Facebook ou Twitter) e transcrições automáticas. Além disso, o grupo também trabalha no tratamento da informação em mais de uma língua.

Prosódia para a síntese da voz

Trabalhamos na automatização do processo de criação de vozes, no campo da automatização do processo de criação de vozes e na adaptação desses domínios concretos. Logo, as principais áreas de investigação são o desenvolvimento de modelos fonéticos e prosódicos de linguagem, modelos que melhoram a naturalidade das vozes sintéticas, modelos que permitem a geração de vozes sintéticas com emoções, processamento linguístico com base em regras e criação de dicionários e de vocabulários.