Notícias

Banca de DEFESA: JEZIEL COSTA MARINHO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: JEZIEL COSTA MARINHO
DATA: 25/08/2022
HORA: 14:00
LOCAL: meet.google.com/txe-aurd-dhx
TÍTULO: Avaliação Automática de Redações: Uma abordagem baseada nas competências do ENEM
PALAVRAS-CHAVES: Processamento de linguagem natural, Aprendizado de máquina, Avaliação automática de redações.
PÁGINAS: 97
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Sistemas de Computação
RESUMO:

A Avaliação Automática de Redações (AAR), por meio de técnicas de Processamento de Linguagem Natural (PLN) e Aprendizado de Máquina (AM), busca avaliar e pontuar textos em prosa escrita. No Brasil, o Exame Nacional do Ensino Médio (ENEM) contém, atualmente, a maior prova de redação do país na qual exige-se a produção de um texto em prosa, do tipo dissertativo-argumentativo, cujo o processo de correção levar em consideração 5 competências estabelecidas pela matriz de referência da redação do ENEM. Esta pesquisa objetivou investigar e propor estratégias para AAR escritas na língua portuguesa por meio de uma abordagem baseada na criação e revisão de um corpus anotado de redações do ENEM criado a partir da extração automatizada de redações da internet, bem como na definição de conjuntos de features específicas para cada competência e o desenvolvimento de modelos de AAR baseados em métodos de engenharia de features, Embeddings Doc2Vec e Redes Neurais Recorrentes LSTM para predizer a nota de uma redação para cada uma das 5 competência. Os resultados obtidos demonstraram que os modelos baseados em engenharia de fatures obtiveram os melhores resultados paras competências 1 e 2 com nível de concordância moderado, já para as com competências 3, 4 e 5, o modelo baseado em RNN do tipo LSTM obtiveram um melhor desempenho com o nível de concordância também moderado. Os resultados obtidos foram validados por meio de uma ferramenta web de AAR desenvolvida com os modelos de AAR que obtiveram os melhores resultados nesta pesquisa. Com esta ferramenta, alunos do ensino médio puderam ter suas redações avaliadas pelos modelos de AAR e um avaliador humano. A concordância entre as notas do avaliador humano e dos modelos de AAR alcançaram um nível moderado para as 5 competências e bom para a nota final. Apesar de mais estudos serem necessários, os resultados obtidos demonstraram que a abordagem adotada nesta pesquisa tem potencial para ser usada para a avaliação automática de redações escritas em português em larga escala.


MEMBROS DA BANCA:
Presidente - 1226761 - RAIMUNDO SANTOS MOURA
Interno - 2167802 - PEDRO DE ALCANTARA DOS SANTOS NETO
Interno - 1446435 - VINICIUS PONTE MACHADO
Externo ao Programa - 017.996.563-81 - RAFAEL TORRES ANCHIÊTA - USP
Externo à Instituição - GUSTAVO PAIVA GUEDES - CEFET/RJ
Notícia cadastrada em: 05/08/2022 15:04
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb06.ufpi.br.instancia1 04/03/2024 23:57