Um algoritmo ilustrativo sobre o plural no PB como contribuição para morfologia computacional: capacidades, limitações e perspectivas

Abstract

Esta tese é uma aplicação lingüístico-computacional baseada em Redes Neurais Artificiais (RNA) com um algoritmo ilustrativo sobre o plural na Morfologia do Português Brasileiro (PB): PluralRNA. Este é um software criado com o objetivo de fazer com que a máquina depreenda regras de flexão de número a partir da inserção de pares lexicais singular/plural. Essa depreensão acontece na fase de treinamento depois de a base de dados da rede estar devidamente provida desses pares. A partir daí, digitam-se outras palavras no singular para que o programa aplique a desinência depreendida pelo processamento. A seguir, analisa-se o potencial de aprendizagem do programa para constatar as suas capacidades e limitações e sugerir perspectivas, pretendendo assim contribuir cientificamente para a Morfologia Computacional do PB. O resultado é satisfatório na medida em que, por um lado, as generalizações das regras depreendidas são percebidas e cotejadas com o léxico padrão, tendo, na maioria dos casos, correspondência com normatização; por outro, alguns ciclos de treinamento reforçam a depreensão das desinências e alteram, em raríssimos casos, aquelas que já eram dadas como certas pela correlação gramatical. Portanto, os pares lexicais e a aplicabilidade do PluralRNA oferecem material suficiente para a continuidade dos estudos do processamento flexional de número para a Morfologia Computacional do PB.

This dissertation is a linguistic-computational application based on Artificial Neural Nets (ANN) with an illustrative algorithm on the plural in the Morphology of Brazilian Portuguese (BP): PluralRNA. This is a software created with the objective of making the machine learn rules of number flexing by inserting lexical pairs singular/plural. This learning takes place in the net training phase as soon as the net data base is properly provided with these pairs. By now, other words are typed in the singular so that the program applies the ending learnt by the process. The next step is to analyze the program´s learning potential in order to note its capacities and limitations and suggest perspectives aiming at the scientific contribution to the Computational Morphology of BP. The result is satisfactory as generalizations of inferred rules are perceived and compared to the standard lexicon, having, in most cases, correspondence with normalization. On the other hand, some training cycles reinforcing the plural learning alter, in very rare cases, those which were already taken as right according to grammatical correlation. Therefore, the lexical pairs and the applicability of PluralRNA provide enough material for the Brazilian Portuguese computational morphology studies on flexing and number processing.