Estudo de estimadores de árvores de contexto com aplicação em linguística

Abstract

Neste trabalho, estudamos a classe de modelos conhecida como árvores probabilísticas de contextos e também três estimadores de árvores de contexto: o Algoritmo Contexto, uma versão modificada do Algoritmo Contexto e o estimador BIC. Fizemos simulações de um processo estocástico sem contaminação e de um processo contaminado pelo regime de contaminação Zero Inflado e comparamos o desempenho entre os estimadores. No final, aplicamos o estimador BIC em dados linguísticos com o objetivo de diferenciar textos brasileiros e portugueses. _________________________________________________________________________ ABSTRACT

In this project, we studied the class models known as probabilistic suffix trees and also three context tree estimators: Context Algorithm, a modified version of the Context Algorithm and BIC estimator. We did simulations of a stochastic process without contamination and of a contaminated process by the Zero Inflated contamination model and we compared the performace of the estimators. In the end, we applied the BIC estimator in a linguistic sample in order to discriminate Brazilian and Portuguese texts.