HAREM
O HAREM é uma avaliação internacional para sistemas de Processamento da Linguagem Natural específicos para a língua portuguesa.
O que é?
[editar | editar código-fonte]A sigla HAREM responde por (HAREM é) Avaliação de Reconhecimento de Entidades Mencionadas[1] e trata-se de uma avaliação conjunta[2] sobre a extração e a classificação automática de entidades mencionadas em textos em língua portuguesa.
O HAREM teve o seu início oficial em Setembro de 2004, por iniciativa da Linguateca, uma rede de recursos e avaliação para língua portuguesa, apoiada pelas autoridades portuguesas. Oito sistemas participaram na sua primeira edição, e um livro foi publicado em 2007.[3] Também existiu uma nova edição chamada mini-HAREM, organizada no fim do Primeiro HAREM, em 2006, com apenas cinco participantes.
Em 2007-2008 foi realizado o Segundo HAREM, em que participaram nove sistemas e que deu origem a um novo livro, publicado em Dezembro de 2008.[4] Nesta edição houve duas pistas novas além da genérica, a de deteção de entidades temporais, e a de deteção de relações entre entidades mencionadas, o ReRelEM.
O HAREM foi a única avaliação conjunta organizada pela Linguateca[5] que teve duas (ou três) edições, devido ao grande interesse que suscitou. Outras avaliações organizadas pela Linguateca foram as Morfolimpíadas[6] (2003-2004), o GikiP[7] (2008), o GikiCLEF[8] (2009) e o Págico[9] (2012). Além disso a Linguateca participou como organizadora para o português no CLEF (CrossLingual Evaluation Forum) de 2004 a 2009.[10]
Impacto
[editar | editar código-fonte]Houve mais de cem artigos escritos sobre o HAREM, pelos participantes e pelos organizadores, e é bastante referenciado pela comunidade em muitas ocasiões.[11] [12] [13] [14][15]
Três coisas foram propostas pelo HAREM:
- uma diferente concetualização da tarefa "named entity recognition", traduzida por "reconhecimento de entidades mencionadas", que parte da língua e não do mundo
- um sistema de avaliação complexo, com separação de identificação e classificação, e possibilidade de vagueza de classificação
- regras detalhadas para identificar e classificar um conjunto de categorias para o português
Para a comunidade, foram tornados públicos
- materiais de avaliação, as chamadas "coleções douradas"
- programas de avaliação de novos sistemas, com base nas ditas coleções douradas
Problemas
[editar | editar código-fonte]Um dos problemas do HAREM foi que a terminologia entidades mencionadas não foi aceite pela globalidade da comunidade falante do português, e vários novos trabalhos usam o termo "entidades nomeadas", dessa forma não tomando em consideração o trabalho já feito.
Também devido à diferença na forma de codificar o problema, e diferentes categorias, é dificil de comparar com outras avaliações, para outras línguas.
Outros eventos de avaliação de reconhecimento de entidades mencionadas
[editar | editar código-fonte]- MUC
- «ACE» (em inglês). . www.nist.gov
- «CoNLL» (em inglês). . ifarm.nl
- «PascalChallenge» (em inglês). . nlp.shef.ac.uk
- ↑ http://www.linguateca.pt/HAREM/
- ↑ Santos, Diana, ed. (janeiro de 2007). Avaliação conjunta: um novo paradigma no processamento computacional da língua portuguesa. Lisboa: IST Press. ISBN 978-972-8469-60-3
- ↑ Santos, Diana; Cardoso, Nuno, eds. (novembro de 2017). Reconhecimento de entidades mencionadas em português. [S.l.: s.n.] ISBN 978-989-20-0731-1
- ↑ Mota, Cristina; Santos, Diana, eds. (dezembro de 2009). Desafios na avaliação conjunta do reconhecimento de entidades mencionadas: O Segundo HAREM. [S.l.: s.n.] ISBN 978-989-20-1656-6
- ↑ https://www.linguateca.pt/AvalConjunta/
- ↑ https://www.linguateca.pt/Morfolimpiadas/
- ↑ https://www.linguateca.pt/GikiP/
- ↑ https://www.linguateca.pt/GikiCLEF/
- ↑ https://www.linguateca.pt/Pagico/
- ↑ https://www.linguateca.pt/CLEF/
- ↑ McNamee, Paul; Mayfield, James C.; Piatko, Christine D. (2011). «Processing Named Entities in Text» [Processando entidades mencionadas em texto] (PDF). Johns Hopkins APL Technical Digest (em inglês). 30 (1): 31-40
- ↑ García González, Marcos; Gayo, Iria; González López, Isaac (2012). «Identificação e classificação de entidades mencionadas em galego». Estudos de Lingüística Galega. 4: 13-25. ISSN 1889-2566
- ↑ Collovini de Abreu, Sandra; Bonamigo, Tiago Luis; Vieira, Renata (2013). «A review on Relation Extraction with an eye on Portuguese» [Uma revisão de extração de relações olhando para o português]. Journal of the Brazilian Computer Society (em inglês). 19: 553–571. Consultado em 6 de junho de 2020
- ↑ Canosa, Afonso Xavier (2019). «Referentes por coordenadas e georreferências relativas das entidades geográficas mencionadas na Peregrinação». De Oriente a Ocidente: Estudos da Associação Internacional de Lusitanistas. I: 11-34
- ↑ Pirovani, Juliana Pinheiro Campos (2019). CRF+LG: uma abordagem híbrida para o reconhecimento de entidades nomeadas em português (Doutorado). Vitória: Universidade Federal do Espírito Santo. Consultado em 6 de junho de 2020