Samuel de Moura Moreira
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Samuel de Moura Moreira has a total of 8 co-authors. Here are the top co-authors by number of shared publications:
- Daniel Faustino Lacerda de Souza
UFPB
2 shared publications - Diego Ramon Bezerra da Silva
Digital Video Applications Lab (LAVID), Federal University of Paraíba (UFPB), João Pessoa, Brazil
2 shared publications - Rostand Costa
Universidade Federal da Paraíba (UFPB)
2 shared publications - Tiago Maritan Ugulino De Araújo
UFPB
2 shared publications - Dilainne D. de Albuquerque
Digital Video Applications Lab (LAVID), Federal University of Paraíba (UFPB), João Pessoa, Brazil
1 shared publication - Manuella Aschoff Cavalcanti Brandão Lima
Digital Video Applications Lab (LAVID), Federal University of Paraíba (UFPB), João Pessoa, Brazil
1 shared publication
Latest Publications
- 3 September 2025
- Published by Springer Nature in Language Resources and Evaluation
- Vol. 59 (4) , 4155-4192
Hybrid translation for sign languages: combining rule-based and neural machine translation in a low-resource scenario
- 3 September 2025
- Published by Springer Nature in Language Resources and Evaluation
- Vol. 59 (4) , 4155-4192
Hybrid translation for sign languages: combining rule-based and neural machine translation in a low-resource scenario
- Open Access
- 26 May 2025
- Published by Instituto Federal de Educacao, Ciencia e Tecnologia da Paraiba in Revista Principia
- Vol. 62
Avaliação do uso de modelos de aprendizagem profunda na tradução automática de línguas de sinais
Os modelos recentes de Tradução Automática Neural (Neural Machine Translation – NMT) podem ser aplicados a idiomas e domínios de poucos recursos sem limitações significativas. Vários estudos investigam se novas técnicas de NMT também podem ser generalizadas para diferentes contextos, considerando a disponibilidade de dados e infraestrutura computacional. Nesse contexto, o objetivo principal deste estudo foi explorar métodos modernos de NMT e analisar a sua potencial aplicabilidade em cenários de poucos recursos, como os das línguas de sinais. Para uma melhor avaliação, foram adaptados e utilizados alguns modelos promissores identificados no componente de tradução automática da Suíte VLibras e os resultados foram comparados com aqueles fornecidos pela arquitetura LightConv atual, utilizando-se o mesmo corpus de treinamento e validação bilíngue Português-Libras, um dos maiores desse tipo disponíveis no mundo, constituído por mais de 70.000 frases geradas por linguistas. Os resultados indicam que a adoção de uma das duas arquiteturas de melhor desempenho – a Basic Transformer ou a ByT5 – ajudaria a melhorar a precisão e a qualidade da tradução da Suíte VLibras, com um aumento percentual de até 12,73% considerando a métrica BLEU.
- 26 May 2025
- Published by Instituto Federal de Educacao, Ciencia e Tecnologia da Paraiba in Revista Principia
- Vol. 62
Open AccessAvaliação do uso de modelos de aprendizagem profunda na tradução automática de línguas de sinais
Os modelos recentes de Tradução Automática Neural (Neural Machine Translation – NMT) podem ser aplicados a idiomas e domínios de poucos recursos sem limitações significativas. Vários estudos investigam se novas técnicas de NMT também podem ser generalizadas para diferentes contextos, considerando a disponibilidade de dados e infraestrutura computacional. Nesse contexto, o objetivo principal deste estudo foi explorar métodos modernos de NMT e analisar a sua potencial aplicabilidade em cenários de poucos recursos, como os das línguas de sinais. Para uma melhor avaliação, foram adaptados e utilizados alguns modelos promissores identificados no componente de tradução automática da Suíte VLibras e os resultados foram comparados com aqueles fornecidos pela arquitetura LightConv atual, utilizando-se o mesmo corpus de treinamento e validação bilíngue Português-Libras, um dos maiores desse tipo disponíveis no mundo, constituído por mais de 70.000 frases geradas por linguistas. Os resultados indicam que a adoção de uma das duas arquiteturas de melhor desempenho – a Basic Transformer ou a ByT5 – ajudaria a melhorar a precisão e a qualidade da tradução da Suíte VLibras, com um aumento percentual de até 12,73% considerando a métrica BLEU.