Rafael Torres Anchiêta has a total of 33 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • A Transformer-Based Tabular Approach to Detect Toxic Comments

    by Ghivvago Damas, Rafael Torres Anchiêta, Raimundo Santos Moura, Vinicius Ponte Machado


  • Investigating Methods to Detect Off-Topic Essays

    by Joyce M. Silva, Rafael T. Anchiêta, Rogério F. de Sousa, Raimundo S. Moura


  • Open Access

    A Robustness Analysis of Automated Essay Scoring Methods

    by Rafael T. Anchiêta, Rogério F. de Sousa, Raimundo S. Moura

    This paper analyzed the robustness of a state-of-the-art Automated Essay Scoring (AES) model by applying various linguistically motivated perturbations to the Essay-BR corpus. Our findings reveal that the AES model failed to detect these adversarial modifications, often assigning higher scores to the disturbed essays than to the original ones.


  • Open Access

    Análise da Influência de Características Textuais no Processo de Automatização da Regulação Médica

    by Benjamim de Pinho Sabino, Rafael T. Anchiêta, Raimundo S. Moura

    Este artigo descreve uma investigação da influência de características textuais em modelos de Apredizagem de Máquina (AM) para a predição da resposta de solicitações médicas de uma Operadora de Planos de Saúde (OPS). Usou-se técnicas de Processamento de Linguagem Natural (PLN) na etapa de pré-processamento para limpeza e normalização dos dados clínicos, além de recuperação de siglas e termos técnicos da área. Neste trabalho, investigouse, especificamente, dois algoritmos de AM supervisionados para classificar as solicitações de exames em duas classes: Aprovada e Recusada. Como resultado, obteve-se 71%, 70% e 72% de acurácia para os algoritmos Naive Bayes (versões: MultinomialNB e BernoulliNB) e LinearSVC, respectivamente.

  • Open Access

    Explorando Redes Neurais Profundas para Tarefa de Aceitabilidade Linguística

    by Henrique Santos, Késia P. Alencar, Rogério F. de Sousa, Rafael T. Anchiêta

    Aceitabilidade linguística é a tarefa de determinar se uma sentença está gramaticalmente correta. Apesar de existir algumas ferramentas de correção gramatical para o português, elas são baseadas em regras manualmente definidas, o que é uma tarefa laboriosa. Neste trabalho, investigaram-se redes neurais profundas e modelos língua para a tarefa de aceitabilidade linguística a fim de desenvolver ferramentas/métodos mais robustos para o português que obtenham resultados melhores do que as ferramentas existentes. Explorou-se redes recorrentes, redes convolucionais e os modelos de língua BERTimbau e Albertina. Esses modelos foram treinados em um corpus traduzido do inglês para o português e avaliados no corpus Probi. As redes recorrentes e convolucionais atingiram os melhores resultados (0,37 f1), sendo competitivas com a ferramenta LanguageTool (0,40 f1).

  • Open Access

    Automated Essay Scoring: An approach based on ENEM competencies

    by Jeziel C. Marinho, Fábio Cordeiro, Rafael T. Anchiêta, Raimundo S. Moura

    Este trabalho apresenta estratégias para Avaliação Automática de Redações (AAR) escritas em português por meio de uma abordagem baseada na definição de features e modelos de AAR específicos para cada competência da matriz de referência do ENEM. Foram investigados métodos baseados em engenharia de features, embeddings e Redes Neurais Recorrentes. Apesar dos resultados obtidos serem melhores do que trabalhos relacionados, novos estudos devem ser conduzidos a fim de melhorar o desempenho dos modelos de AAR para a língua portuguesa.


  • Open Access

    Comparison of Cross-lingual Strategies for AMR-to-Brazilian Portuguese Generation

    by Marco Antonio Sobrevilla Cabezudo, Rafael Torres Anchiêta, Thiago Alexandre Salgueiro Pardo

    This work presents a study of different strategies for tackling low-resource AMR-to-text generation for Brazilian Portuguese on three approaches. In particular, we explore the use of English AMR as an interlingua and transfer learning (TL). The results suggest that using AMR as an interlingua can be a strong baseline. However, we need to consider the bilingual dictionary used in the concept translation, as it can harm text generation. On the other hand, TL seems to be a promising strategy for generating accurate outputs, but its contribution is not significant. Finally, we present a transformer-based model with the best performance, surpassing all baselines.


  • Open Access

    XPTA: an AMR parser for Portuguese based on cross-lingual approach

    by Eloize Seno, Helena Caseli, Marcio Inácio, Rafael Anchiêta, Renata Ramisch

    The growing interest in automatic semantic processing, especially by researchers in Natural Language Understanding and Natural Language Generation, has lead to several researches related to the development of semantic parsers. In this context, the semantic representation formalism of AMR (Abstract Meaning Representation) has received the most attention lately, due to its relatively simple way of capturing the meaning of a sentence. The development of AMR parser is mainly based on human-produced reference corpus. However, this resource is still quite scarce for many languages such as Portuguese. For this reason, several works have explored cross-lingual approaches, which make use of corpora and parsers available for a source language, to develop semantic resources to other target languages. Given this context, this paper describes XPTA, an AMR parser for Portuguese which is based on a cross-lingual approach. XPTA makes use of an existing parser for English and several English-Portuguese bilingual resources to map the semantic knowledge available in English to equivalent meaning representation in Portuguese. An automatic evaluation of XPTA showed that the adopted approach is promising and the results obtained for Smatch (66% in the best case) suggest that the model has the potential to compete with the results presented in the literature to others idioms. In addition to the automatic analysis, a qualitative analysis of the graphs produced by the parser allowed to identify and categorize the main mistakes of the model and their possible causes.


  • Detecting Misinformation in Tweets Related to COVID-19

    by Ramon Souza da Cruz, Gilberto Nunes Neto, Rafael Torres Anchiêta

    A propagação de desinformação trouxe e ainda traz diversos problemas para a sociedade, sendo considerada uma infodemia pela Organização Mundial da Saúde (OMS). A grande maioria dos trabalhos desenvolvidos para lidar com desinformação são focados para a língua inglesa. A fim de preencher essa lacuna, este trabalho investiga estratégias baseadas em aprendizado de máquina supervisionado para detectar desinformação em tweets escritos na língua portuguesa. Além disso, criou-se um corpus que foi manualmente anotado para esta tarefa, a fim de avaliar as abordagens desenvolvidas e compará-las com trabalhos relacionados. Os resultados alcançados são competitivos com trabalhos correlatos, indicando que a abordagem produz um interessante baseline para o corpus construído.