Matemática e redes neurais auxiliam no estudo da linguagem

Pesquisadores do Laboratório de Fonética e Psicolingüística (Lafape) do Instituto de Estudos da Linguagem da Unicamp estão utilizando ferramentas da matemática e da computação para descrever e modelar dados lingüísticos. Com isso, acabam de desenvolver o embrião de um Banco de Dados Lexicais do Português Brasileiro, ainda em fase de testes, mas que, posteriormente, será aberto à comunidade científica. O banco de dados pode ser utilizado para a busca de palavras com um determinado som, recurso muito importante no trabalho de fonoaudiólogos com crianças que apresentam distúrbios fonológicos. E pesquisadores das artes, por exemplo, também podem utilizar a ferramenta para fazer uma análise do canto.

Essa ferramenta é um servidor de aplicações web para busca de dados fônicos (sons de fala) e lexicais para a utilização via internet. É baseado no programa Listas – desenvolvido no Lafape em 1993, que contém o Mini-Dicionário Aurélio – e no Projeto CELEX da Comunidade Européia, desenvolvido por pesquisadores do Max Planck Institute e da Universidade de Nijmegen, ambos da Holanda. No projeto do banco de dados, utilizou-se o software livre PostGreSQL. Os primeiros dados inseridos no banco vieram da Linguateca, um centro de recursos sobre a língua portuguesa sediado em Portugal. Depois, os dados passaram por um convertor ortográfico-fônico, o Ortofon, também desenvolvido no Lafape em 1996.

Eleonora Albano, uma das coordenadoras do estudo iniciado em 2002, explica que a matemática, por meio da teoria dos sistemas dinâmicos, é utilizada para formalizar o movimento que a boca faz para produzir os sons. Um sistema dinâmico é algo que pode ser modelado matematicamente e que apresenta um caráter dinâmico, ou seja, varia com o tempo podendo ser possível prever seu comportamento futuro.

A fala é entendida como um movimento audível, segundo o conceito de fonologia articulatória. “A fala é tratada como uma orquestração, ou seja, vários pulsos funcionando simultaneamente.”, afirma Albano. Os pesquisadores do Lafape fizeram uma análise de linguagem experimental, utilizando gravações e simulações no computador. Além dos sistemas dinâmicos, os cientistas utilizaram as redes conexionistas (redes neurais ou sistemas que aprendem). “O programa científico que uniria o dinamicismo [teoria dos sistemas dinâmicos], o conexionismo [redes neurais] com a fonologia articulatória tinha tudo para tratar de linguagem. As redes conexionistas podem ir além do léxico, podem tratar de gramática.”, esclarece a pesquisadora.

O projeto do Lafape mostrou ainda que um sistema pode ser capaz de aprender duas línguas diferentes, reconhecendo suas diferenças lexicais e estruturais. Albano pretende dar continuidade neste projeto com o banco de dados Emília, que terá textos do Linguateca e do jornal Folha de S. Paulo, que foram tratados por especialistas e passaram por analisadores sintáticos, que esclarecem, por exemplo, o que é o verbo, o substantivo e o adjetivo de uma frase. “Eu estou dando o tratamento fônico [nesses dados], colocando a letra que mais se adequa a determinado som”, diz Albano.

Maiores informações:
http://www.lafape.iel.unicamp.br/pessoal.htm