Submitted by Viviane Lima da Cunha (viviane@biblioteca.ufpb.br) on 2017-08-01T12:38:07Z No. of bitstreams: 1 arquivototal.pdf: 1845224 bytes, checksum: c32d15dcf5e111f85fd5f2e083ce205a (MD5) / Made available in DSpace on 2017-08-01T12:38:07Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 1845224 bytes, checksum: c32d15dcf5e111f85fd5f2e083ce205a (MD5) Previous issue date: 2017-03-24 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Esta investigación parte del supuesto de que los argumentos se procesan más rápido que adjuntos, estudiando esta distinción a través de estructuras sin ambigüedad estructural y de estructuras con correferencia. Argumentos y adjuntos han sido ampliamente estudiados en el contexto de la investigación en el procesamiento de oraciones, pero en estructuras ambiguas, por las que ha sido posible capturar, generalmente, una ventaja en el análisis de argumentos, con los adjuntos mostrando un procesamiento más costoso, sea porque no están léxicamente especificados, tal como proponen los modelos lexicalistas, ya sea porque tienen una estructura más compleja, tal como proponen modelos estructurales, según los cuáles la adjunción es más costosa para el analizador. Trabajando con estructuras no ambiguas, el objetivoes investigar si la información lexical direcciona el análisis sintáctico, facilitando el procesamiento de argumentos, que son léxicamente especificados, en comparación al de los adjuntos, que no se encuentran en la estructura argumental de los predicadores, y no el objetivo de ver las preferencias de análisis, si como argumento o adjunto de sintagmas ambiguos, en lo que entrarían factores como la frecuencia y la acción de los principios estructurales. Se realizaron dos experimentos de lectura autocontrolada para analizar la comprensión de argumentos y adjuntos: el primero con estructuras sin ambigüedad y con correferencia y el segundo con estructuras sin ambigüedad y sin correferencia. Los resultados de ambos experimentos permitieron visualizar diferencias en los tiempos de lectura de los argumentos y adjuntos en las condiciones con núcleos nominales, pero no en las condiciones con núcleo verbal. Se concluyó que el parser tuvo acceso a la información lexical y analizó de manera diferente argumentos y adjuntos, revelando la ausencia de diferencias en las condiciones con núcleos verbales que la adjunción no necesariamente tiene que ser costosa.Por último, se propone que estructuras sin ambigüedad y estructuras con correferencia pueden revelar efecto de status argumental. / Esta pesquisa parte da hipótese geral de que argumentos são processados mais rapidamente do que adjuntos, testando-a através de estruturas sem ambiguidade estrutural e de estruturas com correferência. Argumentos e adjuntos têm sido bastante focalizados no âmbito das pesquisas em processamento sentencial, porém em estruturas ambíguas, por meio das quais tem sido possível capturar, de modo geral, uma vantagem no parsing de argumentos, com os adjuntos exibindo um processamento mais custoso, seja porque não estão especificados lexicalmente, como propõem modelos lexicalistas, seja porque são estruturalmente mais complexos, como propõem modelos estruturais, segundo os quais a adjunção é mais custosa para o parser. Ao lidar com estruturas não ambíguas, tem-se como objetivo investigar se a informação lexical é acessada durante o parsing, facilitando o processamento de argumentos, que são lexicalmente especificados, em relação ao de adjuntos, que não estão previstos na estrutura argumental dos predicadores, e não o objetivo de ver a preferência de análise, se como argumento ou adjunto, de sintagmas ambíguos, no que entrariam fatores como a frequência e a atuação de princípios estruturais. Dois experimentos de leitura automonitorada foram realizados para analisar o processamento de argumentos e adjuntos: o primeiro envolveu estruturas não ambíguas e com correferência; o segundo envolveu estruturas não ambíguas e sem correferência. Os resultados de ambos os experimentos permitiram visualizar distinções nos tempos de leitura de argumentos e adjuntos nas condições com núcleo nominal, mas não nas condições com núcleo verbal. Concluiu-se que o parser teve acesso à informação lexical e analisou diferentemente argumentos e adjuntos, revelando a ausência de diferenças nas condições com núcleo verbal que a adjunção não necessariamente precisa ser custosa. Enfim, propõe-se que estruturas sem ambiguidade e estruturas com correferência podem revelar efeito de status argumental.

Made available in DSpace on 2015-05-14T12:42:59Z (GMT). No. of bitstreams: 1 ArquivoTotalGitanna.pdf: 1845224 bytes, checksum: b979e70506014da13728221e1253f8e6 (MD5) Previous issue date: 2013-02-18 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Esta investigación parte del supuesto de que los argumentos se procesan más rápido que adjuntos, estudiando esta distinción a través de estructuras sin ambigüedad estructural y de estructuras con correferencia. Argumentos y adjuntos han sido ampliamente estudiados en el contexto de la investigación en el procesamiento de oraciones, pero en estructuras ambiguas, por las que ha sido posible capturar, generalmente, una ventaja en el análisis de argumentos, con los adjuntos mostrando un procesamiento más costoso, sea porque no están léxicamente especificados, tal como proponen los modelos lexicalistas, ya sea porque tienen una estructura más compleja, tal como proponen modelos estructurales, según los cuáles la adjunción es más costosa para el analizador. Trabajando con estructuras no ambiguas, el objetivoes investigar si la información lexical direcciona el análisis sintáctico, facilitando el procesamiento de argumentos, que son léxicamente especificados, en comparación al de los adjuntos, que no se encuentran en la estructura argumental de los predicadores, y no el objetivo de ver las preferencias de análisis, si como argumento o adjunto de sintagmas ambiguos, en lo que entrarían factores como la frecuencia y la acción de los principios estructurales. Se realizaron dos experimentos de lectura autocontrolada para analizar la comprensión de argumentos y adjuntos: el primero con estructuras sin ambigüedad y con correferencia y el segundo con estructuras sin ambigüedad y sin correferencia. Los resultados de ambos experimentos permitieron visualizar diferencias en los tiempos de lectura de los argumentos y adjuntos en las condiciones con núcleos nominales, pero no en las condiciones con núcleo verbal. Se concluyó que el parser tuvo acceso a la información lexical y analizó de manera diferente argumentos y adjuntos, revelando la ausencia de diferencias en las condiciones con núcleos verbales que la adjunción no necesariamente tiene que ser costosa.Por último, se propone que estructuras sin ambigüedad y estructuras con correferencia pueden revelar efecto de status argumental. / Esta pesquisa parte da hipótese geral de que argumentos são processados mais rapidamente do que adjuntos, testando-a através de estruturas sem ambiguidade estrutural e de estruturas com correferência. Argumentos e adjuntos têm sido bastante focalizados no âmbito das pesquisas em processamento sentencial, porém em estruturas ambíguas, por meio das quais tem sido possível capturar, de modo geral, uma vantagem no parsing de argumentos, com os adjuntos exibindo um processamento mais custoso, seja porque não estão especificados lexicalmente, como propõem modelos lexicalistas, seja porque são estruturalmente mais complexos, como propõem modelos estruturais, segundo os quais a adjunção é mais custosa para o parser. Ao lidar com estruturas não ambíguas, tem-se como objetivo investigar se a informação lexical é acessada durante o parsing, facilitando o processamento de argumentos, que são lexicalmente especificados, em relação ao de adjuntos, que não estão previstos na estrutura argumental dos predicadores, e não o objetivo de ver a preferência de análise, se como argumento ou adjunto, de sintagmas ambíguos, no que entrariam fatores como a frequência e a atuação de princípios estruturais. Dois experimentos de leitura automonitorada foram realizados para analisar o processamento de argumentos e adjuntos: o primeiro envolveu estruturas não ambíguas e com correferência; o segundo envolveu estruturas não ambíguas e sem correferência. Os resultados de ambos os experimentos permitiram visualizar distinções nos tempos de leitura de argumentos e adjuntos nas condições com núcleo nominal, mas não nas condições com núcleo verbal. Concluiu-se que o parser teve acesso à informação lexical e analisou diferentemente argumentos e adjuntos, revelando a ausência de diferenças nas condições com núcleo verbal que a adjunção não necessariamente precisa ser custosa. Enfim, propõe-se que estruturas sem ambiguidade e estruturas com correferência podem revelar efeito de status argumental.

[pt] O objetivo desta tese é investigar o processo de revisão da escrita e o processo de estabelecimento da correferência quanto à forma como são monitorados por grupos com diferentes graus de experiência em escrita. A pesquisa insere-se no quadro dos estudos sobre processamento da escrita, focalizando o processo da produção, e ancora-se, teoricamente, no tocante à pesquisa em escrita, no modelo de processamento cognitivo da escrita de Flower e Hayes (1980) e no modelo de revisão de Hayes (1987). Nos estudos da correferência, consideram-se as principais teorias voltadas para a investigação da influência de fatores que favorecem a acessibilidade à memória para seu estabelecimento, a Teoria da Acessibilidade (Ariel, 1990), a Teoria da Centralização (Grosz, Joshi e Weinstein, 1995) e a Hipótese da Carga Informacional (Almor, 1999). Relacionamos as questões teóricas aos dados de natureza cognitiva obtidos por meio de metodologia experimental. O laboratório utilizado foi o LAPAL, na PUC-Rio. Os experimentos conduzidos basearam-se em tarefas de produção e revisão de textos. Foi utilizada a ferramenta de keystroke logging Inputlog (http://www.inputlog.net/) para gravação e análise dos dados. Os participantes eram alunos de graduação e de pós-graduação de uma instituição pública e de uma instituição privada no Rio de Janeiro. No primeiro experimento foram analisados dados de natureza global do processamento da escrita e do processamento da correferência a partir de imagens-estímulos de duas histórias em quadrinhos, sem material verbal. No que tange ao comportamento global do processamento de escrita, foram verificadas medidas relativas ao processo e ao produto do texto produzido (em termos de número de caracteres e de palavras) e também relativas a pausas e tipos de revisões realizadas. No âmbito das medidas voltadas especificamente para o processamento da correferência, foramanalisados dados relacionados aos tipos de expressões referenciais selecionadas para introduzir e retomar entidades discursivas, bem como quanto ao momento em que elementos de retomada foram revistos (revisão do tipo imediata ou posterior) e à natureza do tipo de alteração implementada no que tange ao grau de especificidade do termo usado na substituição (mais/menos específico). O segundo experimento objetivou investigar os fatores que influenciam a escolha de uma expressão referencial anafórica a partir da informação contida no antecedente. Foi conduzida tarefa de revisão com quatro textos de mesmo tipo narrativo. Em cada tipo de texto avaliou-se os tipos de retomadas anafóricas das expressões referenciais em função do grau de ativação de informação na memória favorecido pela acessibilidade ao antecedente. Foram tomadas como variáveis independentes a função sintática do antecedente (mais suj.; menos suj.), o papel temático (mais agente; menos agente), e a distância entre o antecedente e o elemento de retomada (igual período; diferente período). No primeiro experimento os resultados apontaram divergências entre os tipos de revisões efetuadas (imediatas/posteriores) e quanto à proporção de revisões efetuadas (apagamentos/inserções) indicando que o grupo de alunos de pós-graduação empregou mais qualitativamente estratégias e recursos de revisão no monitoramento de seus textos do que os alunos de graduação. No segundo experimento, na análise estatística conduzida para cada grupo separadamente, foi verificado efeito principal de posição sintática (nos 2 grupos), distância (nos 2 grupos), e papel temático (no grupo de pós-graduação). Além disso, verificaram-se efeitos de interação entre posição e distância, e entre posição, papel temático e distância (grupo de graduação) e de posição e distância (grupo de pós-graduação). A qualidade das revisões efetuadas foi diferente, tendo o grupo de alunos de pós-graduação efetuado mais revisões do tipo posterior e percentualmente mais revisões que implicaram modificações na qualidade textual. Em conjunt / [en] The purpose of this doctoral thesis is to investigate the writing process and the process of establishing coreference as to how they are monitored by groups of different degrees of writing experience. The research is part of the study of writing processing, focusing on the production process, and is theoretically anchored in writing research related to the Cognitive Writing Model of Hayes and Flower (1980) and in Hayes s Writing Revision Model (1987). In the studies of coreference, we consider the main theories that investigate the influence of factors that favour accessibility to memory, Accessibility Theory (Ariel, 1990), the Centering Theory (Grosz, Joshi and Weinstein, 1995) and the Information Load Hypothesis (Almor, 1999). We related the theoretical questions to the data captured by means of experimental methodology. The laboratory used was LAPAL, at PUC-Rio. The experiments conducted were based on writing production and revision tasks and we used the technological tool of keystroke logging Inputlog (http://www.inputlog.net/) to record and analyse data. Participants were graduate and post graduate students of public and private institutions in Rio de Janeiro.In the first experiment the data analysed related to production of writing and coreference processing from image-stimuli of two comic strips without verbal material. Concerning the measures related to writing production, we analysed the relation between the process and product in terms of the number of characters and words as well as pauses and the types of revisions made. Regarding the measures of coreference processing, we examined the types of of referential expressions selected to introduce and to establish coreference within discourse entities, as well as data related to the moment when correferential elements were revised (immediate or delayed revisions) and the degree of specificity implied in the alterations worked out. The second experiment aimed to investigate the factors that influence the choice of anaphoric referential expressions from the type of information contained in the antecedent. We conducted an experiment of writing revision consisting of four different texts of the same discursive genre. In each of them we took into account the degree of activation in memory provided by information that favours accessibility to memory stored items. The independent variables were the syntactic function of the antecedent(more subject/less subject), the thematic role of the antecedent (more agent/less agent) and the the distance between the antecedent and the anaphoric referential expression (equal period/different period). Results from the first experiment pointed out differences between the types of revisions (immediate/delayed) and the proportion of revisions made (deletions/insertions) indicating that post-graduate group used more revision strategy resources while monitoring their production as compared to the group of graduates. In the second experiment, statistical analysis conducted for each group separately revealed effects of the factors considered as for syntactic position (in the 2 groups), thematic role (in the post-graduates group) and distance (in both groups). In addition, interaction effects between distance and syntactic position and between position, thematic role and distance (graduates group) and position and distance (post-graduates group) were significant. The quality of the revisions was proven diverse, having post-graduates proceeded to more delayed revisions that imply alteration in overall text quality than the group of graduates. As a whole, the experiments conducted allowed us to identify differences between the experimental groups and suggest evidence that schooling level plays an important role in writing and in the choices made in for coreference processing.

[pt] Esta dissertação focaliza a compreensão de reflexivos e pronominais de terceira pessoa por crianças adquirindo o Português Brasileiro (PB), examinando os efeitos das restrições dos princípios A e B da Teoria da Ligação, sob uma perspectiva psicolinguística, que leva em conta a acessibilidade relativa dos possíveis antecedentes dessas formas na memória de trabalho no processamento de sentenças/discurso. Toma-se como referência a teoria da reflexividade de Reinhart e Reuland (1993), por ser compatível com um procedimento de aquisição de formas reflexivas como variáveis ligadas via identificação de predicados reflexivos na interface semântica. A distribuição do reflexivo e de pronominais clíticos/tônicos no PB é considerada. Três experimentos de identificação de imagens com crianças (3-7 anos) e um experimento-piloto com adultos são relatados. Os resultados dos experimentos 1 e 2 sugerem o reconhecimento de se como sinalizador de um predicado reflexivo desde cedo; sua interpretação local em orações encaixadas aos 5 anos; e suscetibilidade à presença de um elemento interveniente no domínio de ligação. Os resultados do experimento 3 (com adultos e crianças) indicam que a marcação de reflexividade fora da grade verbal pela anáfora si, particularmente com o intensificador mesmo(a), e por ele(a) mesmo(a) favorecem a recuperação do sujeito local. Em relação ao tônico ele, o tópico do discurso foi o mais acessível para os adultos, e o sujeito local, para as crianças. Apresenta-se um tratamento teórico que integra a expressão de reflexividade com acessibilidade na interpretação do pronome tônico em posição de objeto no PB. / [en] This dissertation focuses on the comprehension of the 3rd person reflexive and referential pronouns by Brazilian Portuguese-speaking children. The constraints of the Principles A and B of the Biding Theory are considered from a psycholinguistic perspective, which takes into account the relative accessibility of potential antecedents of those forms in the working memory during sentence/discourse processing. The reflexivity theory (Reinhart and Reuland,1993) is a major reference, for being compatible with a language acquisition procedure whereby reflexive forms are represented as bound anaphors via the identification of reflexive predicates at the semantic interface. The distribution of anaphors and clitic/stressed pronominals in BP is considered. Three picture identification experiments with children (3-7 years old) and one with adults are reported. The results of the Experiments 1 and 2 suggest that se is recognized as a reflexivity marker at an early age; that 5 year olds interpret it locally in embedded clauses; and children s susceptibility to the presence of an intervening element in the binding domain. The results of Experiment 3 (with adults and children) suggest that the marking of reflexivity by si (a non-verbal argument anaphor, mainly with the intensifier mesmo), and ele(a) mesmo(a) favor local interpretation. Regarding the stressed pronoun, it was verified the main clause subject is the most accessible antecedent for adults and the local subject is the most accessible antecedent for children. A theoretical account is presented, which integrates reflexivity and the accessibility of the 3rd person object stressed pronoun in in BP.

[pt] A tarefa de resolução de correferência consiste em identificar e agrupar trechos de um texto de acordo com as entidades do mundo real a que se referem. Apesar de já ter sido abordada em outras conferências, a CoNLL de 2012 é um marco pela qualidade das bases de dados, das métricas e das soluções apresentadas. Naquela edição, o modelo vencedor utilizou um perceptron estruturado para otimizar uma árvore latente de antecedentes, atingindo a pontuação de 63.4 na métrica oficial para o dataset de teste em inglês. Nos anos seguintes, as bases e métricas apresentadas na conferência se tornaram o benchmark para a tarefa de correferência. Com novas técnicas de aprendizado de máquina desenvolvidas, soluções mais elaboradas foram apresentadas. A utilização de redes neurais rasas atingiu a pontuação de 68.8; a adição de representação contextual elevou o estado da arte para 73.0; redes neurais profundas melhoraram o baseline para 76.9 e o estado da arte atual, que é uma combinação de várias dessas técnicas, está em 79.6. Neste trabalho é apresentado uma análise de como as técnicas de representação de palavras Bag of Words, GloVe, BERT e SpanBERT utilizadas com árvores latentes de antecedentes se comparam com o modelo original de 2012. O melhor modelo encontrado foi o que utiliza SpanBERT com uma margem muito larga, o qual atingiu pontuação de 61.3 na métrica da CoNLL 2012, utilizando o dataset de teste. Com estes resultados, mostramos que é possível utilizar técnicas avançadas em estruturas mais simples e ainda obter resultados competitivos na tarefa de correferência. Além disso, melhoramos a performance de um framework de código aberto para correferência, a fim de contemplar soluções com maior demanda de memória e processamento. / [en] The coreference resolution task consists of to identify and group spans of text related to the same real-world entity. Although it has been approached in other conferences, the 2012 CoNLL is a milestone due to the improvement in the quality of its dataset, metrics, and the presented solutions. In that edition, the winning model used a structured perceptron to optimize an antecedent latent tree, achieving 63.4 on the official metric for the English test dataset. During the following years, the metrics and dataset presented in that conference became the benchmark for the coreference task. With new machine learning techniques, more elaborated solutions were presented. The use of shallow neural networks achieved 68.8; adding contextual representation raised the state-of-the-art to 73.0; deep neural networks improved the baseline to 76.9 and the current state-of-the-art, which is a combination of many of these techniques, is at 79.6. This work presents an analysis of how the word embedding mechanisms Bag of Words, GloVe, BERT and SpanBERT, used with antecedent latent trees, are compared to the original model of 2012. The best model found used SpanBERT with a very large margin, achieving 61.3 in the CoNLL 2012 metric using the test dataset. With these results, we show that it is possible to use advanced techniques in simpler structures and still achieve competitive results in the coreference task. Besides that, we improved the performance of an open source framework for coreference, so it can manage solution that demand more memory and processing.