Extração de Acrônimos e Seus Significados com Modelos Ocultos de Markov

Esta dissertação apresenta uma solução para a extração automática de acrônimos e seus significados de texto não estruturado. Baseado em um conjunto de regras definidas através de expressões regulares, a solução identifica no texto uma lista de termos que podem ser acrônimos e outra lista com expressões que podem ser seus respectivos significados. Uma função probabilística, baseada em modelos ocultos de Markov, calcula a probabilidade de cada uma dessas expressões emergirem de um termo. O significado de um termo consiste na expressão que obtiver a maior probabilidade. Os resultados alcançados sugerem que tal função probabilística entre o acrônimo e seu significado existe e que HMM consiste num método adequado para sua implementação, sendo esta a principal contribuição deste trabalho.