The Natural Language Processing lab at PUCRS develops research related to computational semantics, the semantic interpretation of natural language, extraction of information with linguistic processing, corpus-based knowledge engineering, and development and application of ontologies.

• Information Extraction
• Named Entity Recognition
• Ontologies
• Ontology Learning
• Extraction of Terms and Concepts
• Extraction of Semantic Relations
• Generation of Lexical Resources
• Thesaurus Generation
• Semantic Technologies

• Text Interpretation: correference resolution and sentiment analysis
• Natural Language Interaction: chatbots
• Organizations: recognizing organization mentions and their relations with locations and people
• Geology: recognizing mentions of geological entities in text
• Knowledge Management: use of ontologies in system modeling

• Renata Vieira
• Rafael H. Bordini

• telefone: (51) 3320-8612
• endereço: Av. Ipiranga, 6681 Prédio 32 (Escola Politécnica) - Sala 630 (Laboratório PLN)
• email: email 1

• Renata Vieira e Vera L. S. Lima. Lingüı́stica computacional: princı́pios e aplicações. Mini-curso das Jornadas de Atualização em Inteligência Artificial. In: Anais do Encontro Nacional de Inteligência Artificial, 2001. Download
• Vera L. S. Lima, Maria G. V. Nunes e Renata Vieira. Desafios do processamento de línguas naturais. In: Anais do XXVII Congresso da Sociedade Brasileira de Computação, 2007. p. 2202–2216. Download

Recursos Online

• Portal de Ontologias: http://ontolp.inf.pucrs.br/
• Matching de Ontologias: http://voar.inf.pucrs.br
• Resolução de Correferências: http://grupopln.inf.pucrs.br/corref/
• Extração de Termos Médicos: http://grupopln.inf.pucrs.br/meshx

Reconhecimento de Entidades Nomeadas

• Corpora: Entidades Geológicas
  Reconhecimento de Entidades Nomeadas para a área de Geologia em textos em Português, denominadas Entidades Geológicas.
• Ferramenta: NERP-CRF
  Sistema de Reconhecimento de Entidades Nomeadas.

Extração de Relações Abertas entre Entidades Nomeadas

• Recurso: Textos e listas de Relações
  Extração de Relações abertas que ocorrem entre pares de Entidades Nomeadas do domínio de Organizações para o Português.

Resolução de Correferências

• Corpora: Summ-it++ , Corref-PT
  Corpora contendo a anotação de correferência para o Português.
• Ferramentas: CORP versão Desktop , WebDemo e CorrefVisual
  CORP para resolução automática de correferências para o Português, CorrefVisual para visualização e dição de cadeias geradas pelo CORP.

Extração de Termos

• Corpora: Corpora de Domínio e Listas de Conceitos e Termos
  Corpora envolvendo os seguintes domínios: Pediatria, Geologia, Modelagem Estocástica, Mineração de Dados e Processamento Paralelo. Lista de conceitos e termos relevantes para cada destes domínios.
• Recurso: Dicionário Bilingue e Corpora Paralelo
  Dicionário bilíngue Inglês-Português para domínios específicos e corpora paralelo.

Identificação de Relações Semânticas entre Pares de Palavras

• Recurso: Lista de pares de palavras
  Lista de 65 pares de palavras traduzidos para o francês e para o português, contendo cada par sua respectiva pontuação.

Extração de Relações Taxonomicas

• Ferramenta: HREx
  Ferramenta para a extração de relações taxonomicas (i.e., relações “é um tipo de”) entre termos.

Análise de Sentimentos

• Léxico de sentimento
  Léxico de sentimento para a língua portuguesa (OpLexicon).
• TripAdvisor
  Reviews em Português de 10 hotéis do TripAdvisor anotados manualmente com a polaridade de cada feature.
• WordNetAffectBR
  Base lexical de palavras de emoções para a língua portuguesa.

Ontologias

• Voar – Visualização de alinhamentos
  Ambiente Web para visualizar, manipular e avaliar múltiplos alinhamentos de ontologias.
• OntoLP – Portal de Ontologias
  Portal de Ontologias.
• OntoMas
  Ontologia sobre sistemas multi-agentes para auxiliar na modelagem e programação de software orientado a agentes.
• Onto2JaCaMo
  Eclipse plug-in para auxiliar a programação em JaCaMo com base em modelos definidos usando OntoMAS

Corpus não anotado

• BlogSet-BR
  Coleção de 5 milhões de postagens retiradas de blogs na plataforma Blogspot escritas por usuários brasileiros.

Dicionários de Palavras Médicas

• Word Embeddings para Saúde
  Coleção de 64 mil palavras com relação semântica e sintática extraídas de 21 milhões de sentenças médicas.