Miguel Salles DiasMiguel Salles DiasDirectorDirector

AgendaAgenda Microsoft e o Microsoft e o

processamento da fala e processamento da fala e da língua naturalda língua natural

Produtos de fala Produtos de fala MicrosoftMicrosoft

Iniciativa Microsoft de I&D Iniciativa Microsoft de I&D em Portugalem Portugal

ConclusãoConclusão Perguntas e RespostasPerguntas e Respostas

Microsoft e o processamento da Microsoft e o processamento da fala e da língua naturalfala e da língua natural

Investimentos em I&D de longo termoInvestimentos em I&D de longo termo1991: Fundação do grupo de Língua Natural 1991: Fundação do grupo de Língua Natural na na MS ResearchMS Research1992: Grupo de Fala criado1992: Grupo de Fala criado1995: Primeiras ferramentas de revisão no 1995: Primeiras ferramentas de revisão no MS WordMS Word1998: Grupo de desenvolvimento de produto 1998: Grupo de desenvolvimento de produto formadoformado2000: Investimento ao nível da divisão2000: Investimento ao nível da divisãoHoje: Distribuição de produtos empacotados Hoje: Distribuição de produtos empacotados em todas as plataformasem todas as plataformas

Congrega talento reconhecido de I&D Congrega talento reconhecido de I&D mundial em Fala e Língua Natural mundial em Fala e Língua Natural Objectivo: tecnologias da língua natural Objectivo: tecnologias da língua natural e da fala com impacto no quotidianoe da fala com impacto no quotidiano

Microsoft e o processamento da Microsoft e o processamento da fala e da língua fala e da língua

““Speech and natural language Speech and natural language understanding are the key understanding are the key

technologies that will have the most technologies that will have the most impact in the next 15 years.” — impact in the next 15 years.” —

Bill GatesBill Gates

Fala integrada em diversas Fala integrada em diversas plataformasplataformas

DesktopDesktop•IU ricaIU rica•Microfone partilhadoMicrofone partilhado•Utilizador controla Utilizador controla fala/escutafala/escutaTelefoneTelefone

•Somente vozSomente voz•Aplicação controla Aplicação controla fala/escutafala/escuta

Computação MóvelComputação Móvel

•Interface MultimodalInterface Multimodal

Productos de fala Microsoft actuaisProductos de fala Microsoft actuaisTelefoniaTelefonia DesktopDesktop MobilidadeMobilidade

Embedded SRCommand/Control

DictationEnterprise

Applications

Iniciativa Microsoft Iniciativa Microsoft de I&D nos domínios da de I&D nos domínios da fala e língua natural, em fala e língua natural, em

PortugalPortugal

Desenvolvimento do suporte Desenvolvimento do suporte computacional a uma nova línguacomputacional a uma nova língua

Características locais (caso Português)Características locais (caso Português)Língua:Língua:

Português EuropeuPortuguês EuropeuRegionalismos linguísticosRegionalismos linguísticosJargão profissional: medicina, direito, engenharia, economiaJargão profissional: medicina, direito, engenharia, economia

Fala:Fala:Pronúncias regionaisPronúncias regionaisFala das crianças, etc.Fala das crianças, etc.

Alterações constantesAlterações constantesEvolução da língua: neologismos, termos em desusoEvolução da língua: neologismos, termos em desusoActualizações oficiais da língua: acordo ortográficoActualizações oficiais da língua: acordo ortográfico

Processamento intensivo de dados Processamento intensivo de dados Necessita de centenas do horas de corporaNecessita de centenas do horas de corporaNecssita de peritos e cientistas em linguistica e língua Necssita de peritos e cientistas em linguistica e língua naturalnatural

• A I&D é melhor realizada por A I&D é melhor realizada por peritos e cientistas com peritos e cientistas com conhecimento linguístico local!conhecimento linguístico local!

Potenciar a indústria de Potenciar a indústria de software e a I&D locaissoftware e a I&D locais1.1. Investimento Directo Estrangeiro Investimento Directo Estrangeiro

(IDE)(IDE)Em I&DEm I&D

Na Indústria de Na Indústria de SoftwareSoftware Nacional Nacional

Potenciado com parceiras locais com Potenciado com parceiras locais com a Microsofta Microsoft

Universidades, Empresas, Institutos, Universidades, Empresas, Institutos, Laboratórios e Unidades de I&D FCT Laboratórios e Unidades de I&D FCT PortuguesasPortuguesas

2.2. Protecção da Propriedade Protecção da Propriedade IntelectualIntelectual

3.3. Industrializar e Exportar Software Industrializar e Exportar Software NacionalNacional

Situação da indústria de Situação da indústria de software e da I&Dsoftware e da I&D

em Fala e Língua Natural, em em Fala e Língua Natural, em PortugalPortugal

Indústria Portuguesa de softwareIndústria Portuguesa de software

PRIBERAM, www.priberam.ptPRIBERAM, www.priberam.pt

PT Inovação, www.ptinovacao.ptPT Inovação, www.ptinovacao.pt

A I&D Nacional em fala e língua naturalA I&D Nacional em fala e língua natural

1.1. CLULCLUL, Centro de Linguística da Universidade de Lisboa, Maria do , Centro de Linguística da Universidade de Lisboa, Maria do Céu VianaCéu Viana

2.2. CLUNLCLUNL, Centro de Estudos Comparados de Línguas e Literaturas , Centro de Estudos Comparados de Línguas e Literaturas Modernas, Universidade Nova de Lisboa, Maria Teresa LinoModernas, Universidade Nova de Lisboa, Maria Teresa Lino

3.3. CLUP/FLUP, CLUP/FLUP, Faculdade de Letras da Universidade do Porto, Belinda Faculdade de Letras da Universidade do Porto, Belinda Maia Maia

4.4. ILTECILTEC (Instituto de Linguística Teórica e Computacional), Maria (Instituto de Linguística Teórica e Computacional), Maria Helena Mira Mateus Helena Mira Mateus

5.5. L2FL2F - Laboratório de sistemas de Língua Falada, Isabel Trancoso - Laboratório de sistemas de Língua Falada, Isabel Trancoso6.6. LabEL-CAUTL/ISTLabEL-CAUTL/IST, Laboratório de Engenharia da Linguagem do , Laboratório de Engenharia da Linguagem do

Centro de Automática da Universidade Técnica de Lisboa, Instituto Centro de Automática da Universidade Técnica de Lisboa, Instituto Superior Técnico, Elisabete Ranchhod Superior Técnico, Elisabete Ranchhod

7.7. NLXNLX - Grupo de Linguagem Natural do Departamento de Informática - Grupo de Linguagem Natural do Departamento de Informática da Faculdade de Ciências da Universidade de Lisboa, António da Faculdade de Ciências da Universidade de Lisboa, António Branco Branco

8.8. SINTEFSINTEF, Oslo, Diana Santos, Oslo, Diana Santos 9.9. Departamento de Informática da Departamento de Informática da UniversidadeUniversidade do do MinhoMinho, José João , José João

Dias de Almeida, Pedro Rangel Henriques Dias de Almeida, Pedro Rangel Henriques 10.10. XLDB/LasiGE/FCULXLDB/LasiGE/FCUL- Centro de Recursos Distribuído para a Língua - Centro de Recursos Distribuído para a Língua

Portuguesa, Faculdade de Ciências da Universidade de Lisboa, Portuguesa, Faculdade de Ciências da Universidade de Lisboa, Mário Gaspar da SilvaMário Gaspar da Silva

Iniciativas de I&DIniciativas de I&DLinguatecaLinguateca:: www.linguateca.ptwww.linguateca.pt

Centro de recursos – distribuído – para o Processamento Centro de recursos – distribuído – para o Processamento computacional da Língua Natural Portuguesacomputacional da Língua Natural Portuguesa

Rede de grupos de investigação em PLN, iniciada em 2000 pela Rede de grupos de investigação em PLN, iniciada em 2000 pela FCCNFCCN

Modelo IRA: Modelo IRA: IInformação – nformação – RRecursos – ecursos – AAvaliação valiação

I:I: > 1000 links > 1000 links Mais de 1,8 milhões de visitas ao sítioMais de 1,8 milhões de visitas ao sítio

R:R: AC/DCAC/DC, , CETEMPúblicoCETEMPúblico, , COMPARACOMPARA,, CorpógrafoCorpógrafo, , Floresta Floresta Sintá(c)ticaSintá(c)tica, , WPT-03WPT-03 Recursos (públicos) valiosos para o Português Recursos (públicos) valiosos para o Português

A:A: Morfolimpíadas, Morfolimpíadas, CLEF, HAREM:CLEF, HAREM:

Avaliação conjunta para o PortuguêsAvaliação conjunta para o Português

I & D no processamento do PortuguêsI & D no processamento do Português

Oslo

LisboaXLDBPorto

Odense

Coimbra

LisboaCOMPARA

LisboaLabEL

Braga

Iniciativas de I&D - Iniciativas de I&D - TECNOVOZTECNOVOZ

Iniciativas de I&DIniciativas de I&DTECNOVOZTECNOVOZ: : Reconhecimento e Síntese Reconhecimento e Síntese de Falade Fala Projecto apoiado no âmbito dos PMDT (Portaria nº 1183/2001, de Projecto apoiado no âmbito dos PMDT (Portaria nº 1183/2001, de

15 Outubro);15 Outubro);

Investimento: 12 Milhões EurosInvestimento: 12 Milhões Euros

Calendário: Dez. 2005 – Set. 2008Calendário: Dez. 2005 – Set. 2008

Investigação em Consórcio, com 12 Organizações (4 ESCTN e 8 Investigação em Consórcio, com 12 Organizações (4 ESCTN e 8 Empresas)Empresas)

166 Técnicos das Organizações Consórcio166 Técnicos das Organizações Consórcio

Vai desenvolver 13 produtos/sistemas para 10 segmentos de Vai desenvolver 13 produtos/sistemas para 10 segmentos de mercadomercado

Microsoft foi convidada para colaboração Microsoft foi convidada para colaboração estreitaestreita

L2F - Laboratório de sistemas de Língua L2F - Laboratório de sistemas de Língua Falada http://speech.inesc.pt/Falada http://speech.inesc.pt/

HistorialHistorialPortuguês falado desde anos 90Português falado desde anos 90

25 Investigadores (8 PhD)25 Investigadores (8 PhD)

MissãoMissãoConversão Fala-para-Texto e Texto-para-Fala em Conversão Fala-para-Texto e Texto-para-Fala em Português: Português:

Fazer a ponte entre a língua falada e a Fazer a ponte entre a língua falada e a informação semântica subjacenteinformação semântica subjacente

Tecnologias de baseTecnologias de baseReconhecimento, síntese e codificação de falaReconhecimento, síntese e codificação de fala

Ferramentas de PLN: Ferramentas de PLN:

análise morfológica, sintáctica, semântica, análise morfológica, sintáctica, semântica, geração, etc. geração, etc.

Exemplo de cooperação: Exemplo de cooperação: desenvolvimento do modelo de faladesenvolvimento do modelo de fala

Corpora

Léxico

Modelo

Acústico

Novo Corpo

ra

Novo Lexico

Novo Model

o Acústi

co

Motor de Motor de ReconhecimReconhecimento de Fala ento de Fala LocalizadoLocalizado

Processo Processo Iterativo até Iterativo até

que o nível de que o nível de qualidade seja qualidade seja

atingidoatingido

Parceiros de I&D Parceiros de I&D e empresariaise empresariais

locaislocaisEmpregados Empregados Microsoft Microsoft

locaislocaisModelode Língua

Novo Modelo

de Língua

Motor de Motor de ReconhecimReconhecimento de Falaento de Fala

Estratégia de Estratégia de desenvolvimento desenvolvimento de língua da de língua da MicrosoftMicrosoft

Desenvolvimento Desenvolvimento em Redmond (EUA)em Redmond (EUA)

Desenvolvimento localDesenvolvimento locale parcerias come parcerias com

peritos e cientistasperitos e cientistasdo país do país

Ecosistema com 3as PartesEcosistema com 3as Partespara tecnologias de Fala para tecnologias de Fala

e Língua Naturale Língua Natural

• PilotoPiloto• Modelo de I&D em colaboração EUA-Europa (Portugal)Modelo de I&D em colaboração EUA-Europa (Portugal)• Parcerias locais estratégicasParcerias locais estratégicas• “ “Modelo Português” passível de “exportação”Modelo Português” passível de “exportação”

Futuro: comunidade Futuro: comunidade internacional dinâmica internacional dinâmica expandindo a tecnlogiaexpandindo a tecnlogia

Iniciativa Microsoft de I&DIniciativa Microsoft de I&Dem Portugal - Estratégiaem Portugal - Estratégia

1.1. Fundação de um Centro de I&D em Fundação de um Centro de I&D em Interacção Natural Pessoa-MáquinaInteracção Natural Pessoa-Máquina

Director: Miguel Salles DiasDirector: Miguel Salles DiasRamo do grupo de RedmondRamo do grupo de RedmondRecebe ferramentas e conhecimento do grupo Recebe ferramentas e conhecimento do grupo de Redmond e da Microsoft Corporation de Redmond e da Microsoft Corporation Inicia com projectos de Fala, Língua Natural e Inicia com projectos de Fala, Língua Natural e Escrita em PortuguêsEscrita em PortuguêsTratará no médio-longo prazos, da interacção Tratará no médio-longo prazos, da interacção natural pessoa-computador em geralnatural pessoa-computador em geral

2.2. Parcerias locais com Universidades, Parcerias locais com Universidades, Empresas, Institutos, Laboratórios e Empresas, Institutos, Laboratórios e Unidades de I&D FCTUnidades de I&D FCT

I&D com recursos de ambas as partesI&D com recursos de ambas as partesAcordos de partilha de Propriedade Intelectual Acordos de partilha de Propriedade Intelectual

Iniciativa Microsoft de I&D Iniciativa Microsoft de I&D em Portugal – Plano curto em Portugal – Plano curto prazoprazo

Objectivos a curto prazo (Objectivos a curto prazo (em em estudo)estudo)

Obtenção de recursos Obtenção de recursos linguísticos de Falalinguísticos de FalaProjecto 1Projecto 1::

Beta para demo Fala no Beta para demo Fala no desktopdesktopComandos e controlos básicosComandos e controlos básicos

Projecto 2Projecto 2::Modelos de Reconhecimento de Modelos de Reconhecimento de Fala para TelefoniaFala para Telefonia

Versão localizada do Versão localizada do Voice Voice CommandCommand

Projecto 3Projecto 3: : ToolkitToolkit de Recursos para de Recursos para Desenvolvimento e Teste de FLNDesenvolvimento e Teste de FLN

Iniciativa Microsoft de I&DIniciativa Microsoft de I&Dem Portugal – em Portugal – Plano médio Plano médio prazoprazo

Objectivos a médio prazoObjectivos a médio prazo (em (em estudo):estudo):

Projecto 4Projecto 4: Modelos de Língua e : Modelos de Língua e Modelos de Ditado no Modelos de Ditado no DesktopDesktop Projecto 5:Projecto 5: Componentes de Língua Componentes de Língua NaturalNaturalProjecto 6Projecto 6: Análise Gramatical: Análise GramaticalProjecto 7Projecto 7: : Text To SpeechText To Speech – – TTSTTSColaboração com MSR:Colaboração com MSR:

Projecto 8Projecto 8: : Machine TranslationMachine TranslationProjecto 9Projecto 9: Interfaces multimodais em : Interfaces multimodais em desktopdesktopProjecto 10Projecto 10: Interfaces multimodais em : Interfaces multimodais em mobilidademobilidade

Iniciativa Microsoft de I&DIniciativa Microsoft de I&Dem Portugal - em Portugal - RecursosRecursos

Recursos humanos – própriosRecursos humanos – próprios (em estudo): (em estudo):Director – Gestor de ProgramaDirector – Gestor de Programa

Desenvolvimento: Desenvolvimento: 1 a 21 a 2 por projecto por projectoTeste: Teste: 1 a 21 a 2 por projecto por projectoPerito(a) em Linguística: Perito(a) em Linguística: 22 para os para os 1010 projectosprojectos

Em “velocidade de cruzeiro, com todos os Em “velocidade de cruzeiro, com todos os projectos a decorrer: podemos atingir os projectos a decorrer: podemos atingir os 2525 recursos própriosrecursos própriosEm cada projecto vamos estabelecer parcerias Em cada projecto vamos estabelecer parcerias estratégicas de mútuo interesseestratégicas de mútuo interesse

Recursos humanos Microsoft + parceiros Recursos humanos Microsoft + parceiros podem atingir os podem atingir os 7575

Investimento próprioInvestimento próprio (em estudo)(em estudo) : :No No primeiro anoprimeiro ano: : 1.21.2 MEuro MEuroEm “velocidade de cruzeiro”, com os Em “velocidade de cruzeiro”, com os 5 projectos5 projectos a decorrer em simultâneo: a decorrer em simultâneo: 22 MEuro/ano MEuro/ano

ConclusãoConclusão

1.1. Microsoft: fala e língua Microsoft: fala e língua natural são importantesnatural são importantes

Cobertura extensa de línguas a Cobertura extensa de línguas a nível global (ex: Word 12 nível global (ex: Word 12 suporta mais de 70 Línguas)suporta mais de 70 Línguas)

2.2. IDE em I&DIDE em I&D3.3. Colaboração com as Colaboração com as

empresas e os cientistas em empresas e os cientistas em PortugalPortugal

Juntos servimos melhor os Juntos servimos melhor os utilizadores de computadores utilizadores de computadores PortuguesesPortugueses

ObrigadoObrigadopela vossa atençãopela vossa atenção

Miguel Salles DiasMiguel Salles Dias

Director Director

midias@microsoft.commidias@microsoft.com

Tratamento computacional da fala e língua portuguesas

1º Centro de I&D Microsoft

Sessão de perguntas e respostasSessão de perguntas e respostas

midias@microsoft.commidias@microsoft.com