Avaliação Automática do Nível de Complexidade de Textos em Português Europeu
A avaliação da inteligibilidade de textos e a sua classificação por níveis de complexidade é essencial para o ensino de língua e para indústrias relacionadas com a linguagem que dependem de uma comunicação eficaz. O Quadro Europeu Comum de Referência para as Línguas (CEFR) é uma referência amplamen...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | Catalan |
| Published: |
Universidade do Minho & Universidade de Vigo
2025-01-01
|
| Series: | Linguamática |
| Subjects: | |
| Online Access: | https://linguamatica.com/index.php/linguamatica/article/view/449 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1841560162566930432 |
|---|---|
| author | Eugénio Ribeiro Nuno Mamede Jorge Baptista |
| author_facet | Eugénio Ribeiro Nuno Mamede Jorge Baptista |
| author_sort | Eugénio Ribeiro |
| collection | DOAJ |
| description |
A avaliação da inteligibilidade de textos e a sua classificação por níveis de complexidade é essencial para o ensino de língua e para indústrias relacionadas com a linguagem que dependem de uma comunicação eficaz. O Quadro Europeu Comum de Referência para as Línguas (CEFR) é uma referência amplamente reconhecida para a classificação dos níveis de proficiência linguística. Este quadro pode ser utilizado não apenas para avaliar a proficiência de aprendentes de uma língua, mas também, de uma perspetiva de inteligibilidade, como um meio de identificar a proficiência necessária para compreender um texto. O objetivo deste estudo é desenvolver e avaliar modelos automáticos capazes de classificar textos em português europeu de acordo com os níveis de complexidade definidos pelo CEFR. Para tal, exploramos o ajuste de vários modelos de base pré-treinados em dados textuais utilizados para fins de avaliação de proficiência e exploramos abordagens que tiram partido da natureza ordinal dos níveis. Realizamos ainda uma análise preliminar da capacidade de base que modelos baseados em instruções têm para desempenhar esta tarefa. Nas experiências, os melhores modelos conseguem atingir mais de 80% de taxa de acerto e 75% de medida F1 mas têm dificuldade em generalizar para diferentes tipos de texto, o que revela a necessidade de dados de treino adicionais e mais diversificados.
|
| format | Article |
| id | doaj-art-0db575cfff10437098444118cced3e5a |
| institution | Kabale University |
| issn | 1647-0818 |
| language | Catalan |
| publishDate | 2025-01-01 |
| publisher | Universidade do Minho & Universidade de Vigo |
| record_format | Article |
| series | Linguamática |
| spelling | doaj-art-0db575cfff10437098444118cced3e5a2025-01-04T22:24:39ZcatUniversidade do Minho & Universidade de VigoLinguamática1647-08182025-01-01162Avaliação Automática do Nível de Complexidade de Textos em Português EuropeuEugénio Ribeiro0Nuno Mamede1Jorge Baptista2INESC-ID Lisboa / Instituto Universitário de Lisboa (ISCTE-IUL)INESC-ID Lisboa / Instituto Superior Técnico, Universidade de LisboaINESC-ID Lisboa / Faculdade de Ciências Humanas e Sociais, Universidade do Algarve A avaliação da inteligibilidade de textos e a sua classificação por níveis de complexidade é essencial para o ensino de língua e para indústrias relacionadas com a linguagem que dependem de uma comunicação eficaz. O Quadro Europeu Comum de Referência para as Línguas (CEFR) é uma referência amplamente reconhecida para a classificação dos níveis de proficiência linguística. Este quadro pode ser utilizado não apenas para avaliar a proficiência de aprendentes de uma língua, mas também, de uma perspetiva de inteligibilidade, como um meio de identificar a proficiência necessária para compreender um texto. O objetivo deste estudo é desenvolver e avaliar modelos automáticos capazes de classificar textos em português europeu de acordo com os níveis de complexidade definidos pelo CEFR. Para tal, exploramos o ajuste de vários modelos de base pré-treinados em dados textuais utilizados para fins de avaliação de proficiência e exploramos abordagens que tiram partido da natureza ordinal dos níveis. Realizamos ainda uma análise preliminar da capacidade de base que modelos baseados em instruções têm para desempenhar esta tarefa. Nas experiências, os melhores modelos conseguem atingir mais de 80% de taxa de acerto e 75% de medida F1 mas têm dificuldade em generalizar para diferentes tipos de texto, o que revela a necessidade de dados de treino adicionais e mais diversificados. https://linguamatica.com/index.php/linguamatica/article/view/449legibilidadecomplexidade textualportuguês europeu |
| spellingShingle | Eugénio Ribeiro Nuno Mamede Jorge Baptista Avaliação Automática do Nível de Complexidade de Textos em Português Europeu Linguamática legibilidade complexidade textual português europeu |
| title | Avaliação Automática do Nível de Complexidade de Textos em Português Europeu |
| title_full | Avaliação Automática do Nível de Complexidade de Textos em Português Europeu |
| title_fullStr | Avaliação Automática do Nível de Complexidade de Textos em Português Europeu |
| title_full_unstemmed | Avaliação Automática do Nível de Complexidade de Textos em Português Europeu |
| title_short | Avaliação Automática do Nível de Complexidade de Textos em Português Europeu |
| title_sort | avaliacao automatica do nivel de complexidade de textos em portugues europeu |
| topic | legibilidade complexidade textual português europeu |
| url | https://linguamatica.com/index.php/linguamatica/article/view/449 |
| work_keys_str_mv | AT eugenioribeiro avaliacaoautomaticadoniveldecomplexidadedetextosemportugueseuropeu AT nunomamede avaliacaoautomaticadoniveldecomplexidadedetextosemportugueseuropeu AT jorgebaptista avaliacaoautomaticadoniveldecomplexidadedetextosemportugueseuropeu |