PROPOSTA DE METODOLOGIA NA CONSTRUÇÃO DE TAXONOMIAS USANDO PROCESSAMENTO DE LINGUAGEM NATURAL: UMA MELHORIA DA PRECISÃO NA RECUPERAÇÃO DE INFORMAÇÕES.

Resumen

Há uma gama de possibilidades a serem tratadas na área da Inteligência Artificial (IA), como a de pesquisa, Machine Learning, Data Mining, Big Data, Representação do Conhecimento e Processamento da Linguagem Natural - sendo esta última o maior objeto de estudo e pesquisa do projeto. Não obstante, a pesquisa tem como questão principal a busca por um método que promova a melhoria na precisão da recuperação das informações fornecidas pelo Processamento de Linguagem Natural, com dados organizados em uma estrutura de taxonomia PLN. A pesquisa têm como objetivo o estudo dos níveis sintático, semântico e pragmático; bem como uma proposta de identificar métodos que possibilitem a escalabilidade da estrutura taxonômica que evitem “armadilhas” causadas pela inevitável ambiguidade e homónimos das palavras. Para a investigação do processo de aprendizagem de máquina, é necessário entender o processo de treinamento, os pesos fornecidos para cada termo nas diferentes etapas para que recuperem informações contextualmente similares, baseando-se no fornecimento dos termos para treino. O propósito é refletir a área do Aprendizado de Máquina à luz dos estudos da Ciência da Informação, bem como observar o comportamento da estrutura construída na forma de taxonomia que possibilite essa escalabilidade. Contudo, vale ressaltar que essa escalabilidade é um desafio, uma vez que um termo é uma parte de um todo – uma representação de uma ideia - e esse mesmo termo pode ter diversas interpretações.