Campo Dublin Core | Valor | Língua |
dc.contributor.advisor | Braz, Fabricio Ataides | - |
dc.contributor.author | Nóbrega, Roberto Martins da | - |
dc.identifier.citation | NÓBREGA, Roberto Martins da. Transformação automatizada de linguagem informal para formal com o uso de Deep Learning. 2023. 68 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) — Universidade de Brasília, Brasília, 2023. | pt_BR |
dc.description | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade UnB Gama, 2023. | pt_BR |
dc.description.abstract | A necessidade de utilizar uma linguagem formal em textos tornou-se cada vez mais presente em diversas áreas, garantindo que as informações sejam transmitidas de maneira adequada. Isso demonstra respeito e seriedade em relação ao público-alvo do texto, proporcionando credibilidade a tudo o que é lido. Uma abordagem para auxiliar na redação correta é o uso de tecnologias de aprendizado de máquina voltadas para o processamento de linguagem natural. Essas tecnologias podem ser utilizadas para criar um modelo de inteligência artificial capaz de transcrever o texto para a forma culta da língua. No entanto, é importante destacar que recursos como esse ainda não são amplamente populares para línguas derivadas do latim, diferentemente do que ocorre em idiomas como o inglês. Este trabalho tem como objetivo auxiliar na produção de textos na norma culta da língua portuguesa, utilizando um conjunto de dados que contém frases informais e suas equivalentes na linguagem formal. Para alcançar esse objetivo, serão aplicados métodos de Deep Learning para a criação de um modelo que seja capaz de realizar essa transformação. Além disso, o modelo será avaliado e possíveis melhorias serão apontadas, abrindo caminho para futuros aprimoramentos nessa área. | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject.keyword | Inteligência artificial | pt_BR |
dc.subject.keyword | Linguagem natural | pt_BR |
dc.subject.keyword | Processamento de textos (Computação) | pt_BR |
dc.subject.keyword | Comunicação escrita | pt_BR |
dc.subject.keyword | Aprendizado de máquina | pt_BR |
dc.title | Transformação automatizada de linguagem informal para formal com o uso de Deep Learning | pt_BR |
dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
dc.date.accessioned | 2024-07-04T23:25:07Z | - |
dc.date.available | 2024-07-04T23:25:07Z | - |
dc.date.submitted | 2023-07-24 | - |
dc.identifier.uri | https://bdm.unb.br/handle/10483/39172 | - |
dc.language.iso | Português | pt_BR |
dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. | pt_BR |
dc.description.abstract1 | The need for written texts in formal language is increasingly present in various fields to ensure that information is properly conveyed, demonstrating respect and seriousness towards the intended audience. This instills credibility in everything that is read. In order to assist in correct writing, machine learning technologies focused on natural language processing can be employed to produce an artificial intelligence model that transcribes the text into the formal form of the language. However, such resources are still not widely available when it comes to languages derived from Latin, unlike in languages like English. With the aim of aiding the production of texts in the formal norm of the Portuguese language, this work proposes the application of Deep Learning methods to create a model that performs this transformation. This will be accomplished by utilizing a dataset containing informal phrases and their formal equivalents. The model will be evaluated, and suggestions for possible improvements will be provided, paving the way for further advancements in this field. | pt_BR |
Aparece na Coleção: | Engenharia de Software
|