proposta para interface web do projeto -...

Interface Web para o projeto: Sumarização Automática Multidocumento para o Português do Brasil com Base na Teoria de Estruturação Multidocumento CST (Cross-document StructureTheory)

Pedro Paulo Balage Filho

1

Introdução

� Cenário do projeto

2

Textos-fonte sobre

um mesmo tópico

Sumário

SAM

Usuário/leitor

Buscador de notícias

Arquitetura Genérica de SA

3

Arquitetura do Processo de Sumarização

4

Seleção de Textos

•Recuperação de Documentos por tópico•Agrupamento de Documentos em sub-tópicos

Análise

•Análise CST dos textos de entrada•Segmentação e detecção topical•Resolução de expressões temporais•Resolução de correferências

Transformação

•Seleção de conteúdo relevante•Ranqueamento da informação

Síntese

•Fusão de informações•Ordenação de sentenças•Seleção de expressões referenciais

Apresentação do Sumário Final

•Indexação de termos/sentenças/entidades•Formas de apresentação do sumário


5

Seleção de Textos

Recuperação de Documentos por

tópico

Sistema Web(Pedro)

Agrupamento de Documentos em sub-tópicos

Sistema Web (Pedro) /Sistema Newshead (Felipe)


6

Análise

Segmentação e detecção topical

Ferramentas para análise: segmentação e detecção topical

(Luis)

Resolução de expressões temporais

Ferramentas para análise: resolução de

expressões temporais, etc. (Luis)

Resolução de correferências

Resolução de correferências multidocumento

(Jefferson)

Análise CST dos textos de entrada

Métodos para análise CST automática

(Erick)


7

TransformaçãoSeleção de conteúdo

relevante e ranqueamento da informação

Experimento com modelos simples de sumarização

(Wilker)

Seleção de conteúdo com base em relações

CST(Lucia)

Métodos de sumarização baseados em grafos e

preferências de sumarização (Takeo)

Métodos de sumarização baseados em redes complexas (Rafael)

Uso de conhecimento semântico na sumarização multidocumento (Paula)

Aplicação de aprendizado de máquina para produção de sumários multidocumento

(Verônica)


8

Síntese

Fusão de informações

Etapa envolvida com a Seleção de conteúdo relevante e

ranqueamento da informação (Lucia, Paula, Verônica, Rafael,

Takeo, Wilker)

Ordenação de sentençasOrdenação de sentenças em sumários multidocumento

(Marco)

Seleção de expressões referenciais

Ferramentas para síntese e apresentação de sumários:

expressões referenciais (Jader)


9

Apresentação do Sumário Final

Indexação de termos/sentenças/entidades; Formas de apresentação do

sumário

Ferramentas para síntese e apresentação de sumários: síntese de voz, navegação sumários-textos, etc. (Jader)

Alinhamentos textos-sumários (Wilker)

c

Arquitetura do Sistema WebSeleção de Textos

10

Tela Principal

Termo de

pesquisa

Recuperação de documentos por

tópico

Agrupamento de documentos em sub-tópicosConteúdo dos

documentos

recuperados

Apresentação dos resultados ao usuário

Iteração do usuário

com os textos

recuperados

Sumarizar

Sistema

Newshead


11

Seleção das características de sumarização

Extração de informações dos documentos

Processamento pelo PALAVRAS

Opções para

sumarização

Sumarizar

•Tipo de sumarização

• Operador para

sumarização CST

•Taxa de Compressão

•Etc...

Texto; Título; Data; Seções

Arquivo parameters.txt

Documentos

XML

Documentos em formato

XMLTexto

Anotação

XML

Anotação PALAVRAS em

XMLAnotação Morfo-

Sintátiica

Segmentação textual do PALAVRAS

Textos em sentenças



12


Extração de informações do

texto


Opções para

sumarização

Sumarizar


• Operador para

sumarização CST


•Etc...



Texto em formato XMLTexto

Anotação

XML



Sintátiica


13



texto


Opções para

sumarização

Sumarizar


• Operador para

sumarização CST


•Etc...



Texto

Anotação

XML



Sintátiica

Documentos

XML

Documentos em formato

XML



14



texto


Opções para

sumarização

Sumarizar


• Operador para

sumarização CST


•Etc...



Anotação Morfo-

Sintátiica

Anotação

XML


XML


15



texto


Opções para

sumarização

Sumarizar


• Operador para

sumarização CST


•Etc...




Anotação

XML



Sintátiica




Arquitetura do Sistema WebAnálise

16


Documentos em formato XML Tópicos

do texto

Anotação PALAVRAS em XML


Arquivos produzidos pela

Seleção de Textos

Detecção topicalFerramentas para

análise: resolução de expressões temporais



Modificações no XML dos documento

Expressões

temporais



Coreferências

presentes no

texto

Jefferson

Luis

Erick

Anotação CST dos documentosRelações CST

entre

Sentenças

Arquitetura do Sistema WebAnálise

17


Documentos em formato XML Tópicos

do texto




Seleção de Textos

Detecção topicalFerramentas para

análise: resolução de expressões temporais




Expressões

temporais



Coreferências

presentes no

texto

Jefferson

Luis

Erick

Anotação CST dos documentosRelações CST

entre

Sentenças

Arquitetura do Sistema WebTransformação e Síntese

18


Documentos em formato XML




Seleção e Análise de Textos

Anotação CST dos documentos

Seleção de conteúdo com base em relações

CST

Métodos de sumarização baseados em grafos e

preferências de sumarização

Métodos de sumarização baseados em redes complexas

XML de seleção de sentenças para o

sumário

Lucia

Seleção de conteúdo relevante


sumário

Wilker

Experimento com modelos simples de

sumarização



sumário

Rafael



sumário

Takeo



19








Uso de conhecimento semântico na sumarização

multidocumento

Aplicação de aprendizado de máquina

para produção de sumários

multidocumento


sumário

Paula



sumário

Verônica



20








Uso de conhecimento semântico na sumarização

multidocumento

Aplicação de aprendizado de máquina

para produção de sumários

multidocumento


sumário

Paula


Verônica



sumário

Arquitetura do Sistema WebSíntese

21





Arquivos produzidos pela s

fases anteriores


Ordenação de sentenças em sumários

multidocumento


sumário modificado

Marco

XML de seleção de sentenças para o sumário

Sumário

Ferramentas para síntese e apresentação

de sumários: expressões referenciais


sumário modificado

Jader

Sumário

Sumário

Arquitetura do Sistema WebSíntese

22





Arquivos produzidos pela s

fases anteriores


Ordenação de sentenças em sumários

multidocumento


sumário modificado

Paula


Sumário

Ferramentas para síntese e apresentação

de sumários: expressões referenciais


sumário modificado

Jader

Sumário

Sumário

Arquitetura do Sistema WebApresentação do Sumário Final

23





Arquivos produzidos pelas

fases anteriores


Ferramentas para síntese e apresentação de sumários: síntese de voz, navegação sumários-textos, etc.

Jader


Sumário

Alinhamentos textos-sumários

Wilker

Ferramenta de visualização de alinhamento de Textos-Sumários

Ferramentas para apresentação de sumários

Interface Web para o projeto: Sumarização Automática Multidocumento para o Português do Brasil com Base na Teoria de Estruturação Multidocumento CST (Cross-document StructureTheory)

24

proposta para interface web do projeto -...

Documents