Sónia Reis

Este artigo apresenta a configuração e a avaliação de um GPT personalizado para a anotação semântica abstrata de textos em português europeu segundo o modelo Lexicalized Meaning Representation (LMR). O LMR constitui uma adaptação do Abstract Meaning Representation (AMR), concebida para acomodar propriedades da gramática do português e preservar uma ligação mais direta entre o texto e a respetiva representação semântica. O GPT foi configurado através de uma instrução específica e de uma base de conhecimento fechada, composta pelas diretivas do LMR e por um conjunto de frases previamente anotadas. O trabalho introduz ainda relações e operadores destinados à representação de determinadas configurações de discurso reportado e de citação. Para a avaliação, foi constituído um corpus de 42 notícias de acesso aberto sobre inteligência artificial, a partir do qual foram selecionadas cinco frases, anotadas independentemente pelos dois autores e posteriormente submetidas a adjudicação por consenso para formar o conjunto de referência. As experiências comparam o desempenho dos modelos GPT-4o e GPT-5-Thinking em quatro condições: sem exemplos no prompt (zero-shot ao nível do prompt), few-shot out-of-domain, many-shot out-of-domain e few-shot in-domain. A avaliação através da métrica Smatch, complementada por uma análise qualitativa dos desvios, mostra que, no conjunto analisado, o GPT-5-Thinking produz anotações mais próximas da referência, com um F-score médio de 0,62, comparativamente a 0,51 no GPT-4o. O efeito dos exemplos não se revelou uniforme nem cumulativo, variando em função do modelo e da condição experimental. Os resultados confirmam o potencial destes sistemas como ferramentas de apoio à anotação semântica, embora continue a ser necessária supervisão humana.

A Inteligência Artificial (IA), em particular os Modelos de Linguagem de Grande Escala (LLMs), tem vindo a transformar o ensino de línguas. Este estudo explora a aplicação de LLMs no ensino de Português como Língua Estrangeira (PLE), centrando-se na criação, classificação e validação automática de um corpus de narrativas curtas baseadas em provérbios portugueses. Os objetivos centram-se em: (i) gerar automaticamente narrativas curtas baseadas em provérbios, adequadas a diferentes níveis de proficiência definidos pelo QECR; (ii) classificar automaticamente o nível de proficiência linguística dessas narrativas, utilizando técnicas de machine learning tradicionais e modelos fundacionais (LLMs), com posterior validação por avaliadores humanos; (iii) avaliar a adequação das narrativas aos provérbios originais, justificando o seu potencial uso didático no contexto do ensino de PLE. A metodologia envolve a geração de narrativas com LLMs, validadas por ferramentas automáticas e por especialistas humanos, bem como a análise da correspondência entre provérbio e narrativa gerada, tendo em vista a sua aplicação pedagógica.

Este estudo apresenta uma adaptação do esquema de Representação Abstrata de Significado (em inglês, Abstract Meaning Representation – AMR) para o português europeu. Esta adaptação, a que se chamou Representação Lexicalizada de Significado (Lexicalized Meaning Representation – LMR) foi considerada necessária para lidar com desafios específicos apresentados pela gramática da língua, mas também por várias questões linguísticas suscitadas pela versão atual das diretivas de anotação de AMR. Alguns destes aspetos foram uma consequência do uso de notação semelhante ao AMR para representar textos reais, do domínio jurídico, que permitisse o seu uso em aplicações de processamento de linguagem natural (PLN). Neste contexto, vários aspetos do AMR foram drasticamente simplificados, por exemplo, a representação de expressões multipalavra, entidades mencionadas e expressões temporais; enquanto outros foram introduzidos de novo, tendo sido feitos esforços para manter o esquema de representação o mais compatível possível com a notação em AMR padrão.

Os provérbios são expressões de uso generalizado, utilizados em diferentes situações conversacionais e assumindo diferentes funções no discurso em que se integram. Do ponto de vista sintático, este tipo de expressões apresenta uma grande variedade de estruturas. Tendo isto em conta, o objetivo principal deste trabalho é estabelecer uma classificação formal sintática dos provérbios do português europeu. Para tal, pretendemos desenvolver e aprofundar a tipologia de classificação formal proposta por Rassi et al. (2014). Por conseguinte, será considerada uma subclassificação para as classes que apresentam um elevado número de provérbios e uma eventual reclassificação de alguns dos tipos. Esta classificação, por sua vez, será o ponto de partida para o desenvolvimento de um procedimento de classificação automática deste tipo de estruturas, e contribuir assim para a elaboração de recursos para diferentes aplicações em Processamento da Linguagem Natural (PLN).