Resumo

Processamento de Linguagem Natural (NLP) é a subárea da Inteligência Artificial que almeja desenvolver sistemas que possam se comunicar com as pessoas usando a linguagem que usamos todo dia e fazer computadores nos entenderem para executar tarefas úteis. Técnicas de NLP têm suas raízes na linguística computacional e, como tal, também busca auxiliar o entendimento da linguagem humana. Embora algumas tarefas básicas de NLP possam ser resolvidas com técnicas clássicas de computação, como expressões regulares para separação de tokens, desde a década de 90 as abordagens de Aprendizado de Máquina têm sido dominantes para resolver problemas como classificação de textos, modelagem de linguagens, tradução automática, geração de diálogo, entre outros. Nos últimos anos, o uso de Aprendizado de Máquina se expandiu ainda mais, com os vários casos de sucesso realizados a partir de técnicas de Aprendizado de Representações e Deep Learning. Tais casos de sucesso atingem os diversos níveis de tarefas de NLP, desde reconhecimento de fala, detecção de palavras, chegando a tarefas sintáticas, semânticas e aplicações avançadas como geração de diálogos e resposta automáticas a consultas. Nesse mini-curso, visitaremos tarefas básicas de NLP, como tokenização e parsing, usando a linguagem Python e pacotes de NLP como NLTK e spaCy. Veremos ainda uma tarefa de NLP resolvida com sucesso, o reconhecimento de entidades nomeadas, e a tarefa de classificação de texto para análise de sentimentos, uma tarefa que sido bastante investigada pela academia e pela indústria, por ser subjacente a diversas outras áreas, desde acpsicologia até vendas em comércio eletrônico. Veremos abordagens para solução dessa tarefa usando tanto técnicas clássicas como Bag of Words aliado aos algoritmos clássicos de Aprendizado de Máquina, como usando técnicas mais recentes, como embeddings de textos e redes neurais profundas.

Pacotes utilizados:

numpy
NLTK
spaCy
requests
bs4
pandas
matplotlib
seaborn
Scikit-learn

Para maior aproveitamento, é recomendado a prévia instalação destes pacotes no ambiente Python.

Bio

Aline Paes é professora adjunta do Instituto de Computação da Universidade Federal Fluminense (UFF). É mestre e doutora em Engenharia de Sistemas e Computação, com ênfase em Inteligência Artificial, pela COPPE-Sistemas, UFRJ, tendo feito estágio de doutoramento (sanduíche) por um ano no Imperial College London, UK, sob a supervisão do Professor Stephen Muggleton. Foi bolsista do CNPq de pós-doutorado júnior na COPPE-Sistemas, UFRJ, sob a supervisão do professor Valmir Carneiro Barbosa. Aline Paes atua na área de Ciência da Computação, com ênfase em Inteligência Artificial, com interesses e contribuições nos seguintes temas: aprendizado de máquina relacional, integrado a técnicas neurais, estatísticas e lógicas, atualização e adaptação de modelos por aprendizado online, revisão de teorias e aprendizado por transferência, IA explicável, indução de programas, processamento de linguagem natural, jogos e IA social. Seu nome era Aline Marins Paes até 2010.

Resumo

O mercado de jogos para dispositivos móveis apresenta uma crescente expansão ao longo dos anos. Com o advento de celulares e tablets que possuem capacidade de processamento igual ou superior a computadores de mesa e notebooks, sistemas mais complexos de inteligência artificial, simulação de física e renderização, por exemplo, puderam ser implementados nos jogos para estes dispositivos, tornando assim os jogos muito mais atraentes e desafiadores. Neste minicurso será apresentada a arquitetura para desenvolvimento de jogos na plataforma Android, plataforma esta presente em aproximadamente 80% dos dispositivos móveis em escala global. Na sequência, será apresentada a ferramenta Android Studio, a ferramenta oficial para desenvolvimento de aplicativos Android. Finalmente, o Android Studio será utilizado para o desenvolvimento de um jogo completo considerando as características e funcionalidades presentes nos dispositivos móveis.

OBS:

O minicurso necessitará da última versão da ferramenta Android Studio e internet para download de pacotes específicos de software.

Bio

José Ricardo da Silva Júnior é Professor do Instituto Federal do Rio de Janeiro e coordenador de Pesquisa, Inovação e Incubadora do campus Engenheiro Paulo de Frontin. Possui graduação em Análise de Sistemas pela Universidade Estácio de Sá (2005), mestrado em Computação pela UFF (2010), doutorado em Computação pela UFF (2015) com estágio de doutorado (2013) na Universidade de Nebraska, em Lincoln (UNL) e pós-doutorado (2015) no LNCC. Sua área de atuação está especialmente focada em Video Games, Realidade Virtual, GPU Computing, visualização e simulação, mas tem atuado desde 2014 em coleta de dados de repositórios para análises utilizando a ferramenta Dominoes. Possui parcerias de pesquisas com o Laboratório Nacional de Computação Científica (LNCC), Fundação Oswaldo Cruz (Fiocruz) e Universidade Federal Fluminense (UFF).