Sistema de Apoio a Escrita de Poemas

Joao Antonio Damiao Marques

Dissertacao para obtencao do Grau de Mestre em

Engenharia Informatica e de Computadores

Juri

Presidente: Doutora Ana Maria Severino de Almeida e PaivaOrientador: Doutor Nuno Joao Neves MamedeCo-Orientador: Doutor Joao Carlos Serrenho Dias PereiraVogal: Doutor Pavel Pereira Calado

Setembro 2008

Agradecimentos

Queria aqui agradecer a todos os que viram este trabalho crescer, contribuindo, directa ou indirecta-

mente, para o seu desenvolvimento.

Em especial queria agradecer ao meu orientador Nuno Mamede pelas suas orientacoes, opinioes

e correccoes com saber e mestria. Nao posso de forma alguma descurar os conselhos do meu Co-

-Orientador Joao Dias Pereira, para ele o meu obrigado.

Queria tambem agradecer a toda a equipa do INESC-ID Spoken Language Systems Laboratory (L2F),

pelo seu espırito acolhedor e entreajuda. Em particular, queria agradecer ao David Rodrigues que me

ajudou de forma incondicional na percepcao do trabalho por si efectuado. Queria ainda agradecer a

David Matos pelo seu apoio, disponibilidade e sentido crıtico.

Nao posso de forma alguma esquecer o apoio dado por Filipa Gouveia na revisao da tese, para ela

o meu muito obrigado.

Por ultimo, mas nao menos importante, gostaria de agradecer a toda a minha famılia que sempre

me apoiou e me incentivou a projectar uma vida de sucesso.

Lisboa, 23 de Novembro de 2008

Joao Antonio Damiao Marques

Queria aqui dedicar este trabalho a

Filipa que e a poesia da minha

vida!

Resumo

Esta dissertacao apresenta uma interface web que facilita a escrita de poemas, permitindo efectuar a

classificacao de um poema e sugerir palavras para completar um verso.

Foi usado o sistema ShRep e os modulos Leia e Palavroso, desenvolvidos em projectos anteriores.

O Leia faz a transcricao fonetica e divisao silabica de palavras, o Palavroso atribui classes gramaticais a

palavras e o ShRep e um repositorio de dados partilhados que permite a integracao de ferramentas de

anotacao.

As ferramentas integradas no ShRep serviram de base para a integracao de cinco novas ferramentas.

O InitialPoemCreator que insere um poema no repositorio, o Leia, o VerseSplitter que classifica os versos,

o StanzaSlitter que classifica as estrofes e o PoemSplitter que adiciona a informacao do numero de versos

e estrofes. A classificacao de poemas usa as ferramentas integradas para inserir o poema no ShRep e lhe

adicionar a sua classificacao constituıda pelo numero de versos e estrofes, numero de sılabas metricas

e sılabas gramaticais dos versos, classificacao dos versos quanto ao numero de sılabas metricas, rima e

classificacao das estrofes quanto ao numero de versos.

A sugestao de palavras baseia-se num ou mais criterios como, o verso com que se pretende rimar,

o verso a completar, o numero mınimo e maximo de sılabas metricas para o verso, a classe gramatical

e uma palavra relacionada com a palavra a sugerir. Para tornar o processo eficiente foi feito o pre-

processamento destas caracterısticas para aproximadamente trezentas mil palavras e adicionadas a uma

base de dados.

Abstract

This thesis presents a web interface which simplifies poem writing by doing a classification of a poem

and suggesting words to complete a verse.

The ShRep system and the Leia and Palavroso modules were used. The Leia does the words’ phonetic

transcription and syllabic division, the Palavroso obtains the words’ grammatical classes and the ShRep

system is a shared repository that allows the integration of annotation tools.

The ShRep integrated tools were used as a basis for the integration of five new tools. The InitialPoem-

Creator which inserts a poem in the repository, Leia, VerseSplitter that classifies the verses, StanzaSplitter

that classifies the stanzas and the PoemSplitter which adds the number of verses and stanzas information.

The poems’ classification uses the integrated tools to insert the poem on the ShRep and adds its classi-

fication, composed by the number of verses and stanzas, number of metric and grammatical syllables

of the verses, the verses’ classification according to the number of metric syllables, rhyme and stanzas’

classification according to the number of verses.

The words’ suggestion is based on one or more criteria such as the verse with which we pretend

to rhyme, the verse to be completed, the minimum and maximum number of metric syllables for the

verse, the grammatical class and a related word with the word to be suggested. A pre-processing of

these features was done to about three hundred thousand words which were added to a database to

make this process efficient.

Palavras Chave

Keywords

Palavras Chave

Rima

Poesia

Repositorio de Dados Partilhados

Classificacao de Poemas

Base de Dados

Sugestao de Palavras

Interface Web

Keywords

Rhyme

Poetry

Shared Repository

Poems’ Classification

Database

Words’ Suggestion

Web Interface

Indice

1 Introducao 1

1.1 Motivacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

1.2 Objectivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.3 Estrutura da Dissertacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2 Estado da Arte 5

2.1 Sites de apoio a pesquisa e leitura de poesia . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

2.2 Sistemas de apoio a escrita de poesia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

2.2.1 Dada Poem Generator . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2.2.2 Think Zone Poem Generator . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2.2.3 Dicionario de Rimas Poeticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2.2.4 Rimador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2.2.5 Ray Kurzweil Cybernetic Poet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2.2.6 LuCas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2.3 ShRep (Shared Repository) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

3 Conceitos de Poesia 21

3.1 Conceitos Estruturais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

3.1.1 Poema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

3.1.2 Estrofe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3.1.3 Verso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

3.1.4 Ultima palavra do verso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

3.1.5 Sılaba tonica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

i

3.2 Acentuacao das Palavras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

3.3 Transcricao Fonetica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

3.4 Classe Gramatical das Palavras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

3.5 Divisao silabica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3.5.1 Sılabas Gramaticais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3.5.2 Sılabas Metricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

3.6 Classificacao do Verso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3.7 Classificacao da Rima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3.7.1 Quanto a posicao no verso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3.7.2 Quanto as combinacoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3.7.3 Quanto a acentuacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

3.7.4 Quanto a coincidencia de sons . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

3.7.5 Quanto ao valor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

3.8 Classificacao da Estrofe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

4 Sistema de Apoio a Escrita de Poemas 35

4.1 Arquitectura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

4.2 Uso do ShRep . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

4.3 Classificador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

4.3.1 Ferramenta InitialPoemCreator . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

4.3.2 Ferramenta Leia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

4.3.3 Ferramenta VerseSplitter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

4.3.4 Ferramenta StanzaSplitter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

4.3.5 Ferramenta PoemSplitter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

4.3.6 Processo de Classificacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

4.4 Organizacao da Base de Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

4.5 Sugestor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

ii

4.5.1 Processo de Sugestao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

4.6 Interface Grafica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

4.6.1 Pagina Inıcio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

4.6.2 Classificador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

4.6.3 Sugestor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

5 Avaliacao do Trabalho 51

5.1 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

5.2 Conclusoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

5.3 Trabalho Futuro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

I Apendices 61

A Poemas usados na Avaliacao 63

iii

iv

Lista de Figuras

2.1 Interface do sistema Dada Poem Generator. . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2.2 Interface do sistema Think Zone Poem Generator. . . . . . . . . . . . . . . . . . . . . . . . 7

2.3 Interface do Dicionario de Rimas Poeticas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2.4 Exemplo de execucao do Rimador. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2.5 Interface do Ray Kurzweil Cybernetic Poet. . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

2.6 Arquitectura do Sistema LuCas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2.7 Interface do sistema LuCas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.8 Diagrama de Classes do Modelo Conceptual do ShRep. . . . . . . . . . . . . . . . . . . . . 17

2.9 Arquitectura Cliente Servidor do Sistema ShRep. . . . . . . . . . . . . . . . . . . . . . . . . 18

2.10 Camadas do Servidor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

2.11 Estrutura Interna da Biblioteca Cliente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3.1 Estrutura de um poema. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3.2 Estrutura de uma estrofe. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

3.3 Estrutura de um verso. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

3.4 Ultima palavra de um verso. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

3.5 Alfabeto fonetico para o dialecto padrao do portugues europeu SAM-PA. . . . . . . . . . 26

4.1 Arquitectura do Sistema de Apoio a Escrita de Poesia (SAEP). . . . . . . . . . . . . . . . . 35

4.2 Modelo conceptual do ShRep usado. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

4.3 Classificador suportado pelas ferramentas integradas no ShRep. . . . . . . . . . . . . . . . 38

4.4 Processo de Classificacao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

4.5 Modelo Relacional da Base de Dados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

v

4.6 Pagina Inıcio. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

4.7 Pagina Classificador. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

4.8 Pagina Sugestor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

vi

Lista de Tabelas

2.1 Classificacao de uma estrofe dos Lusıadas pelo sistema LuCas. . . . . . . . . . . . . . . . . 15

2.2 Sugestao de palavras do sistema LuCas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

3.1 Acentuacao das Palavras. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

3.2 Palavras enlclıticas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

3.3 Classes gramaticais. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3.4 Divisao em sılabas gramaticais. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3.5 Divisao em sılabas metricas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3.6 Classificacao dos versos quanto ao numero de sılabas metricas. . . . . . . . . . . . . . . . 30

3.7 Classificacao da rima quanto a combinacao dos versos. . . . . . . . . . . . . . . . . . . . . 31

3.8 Classificacao da rima quanto a acentuacao tonica. . . . . . . . . . . . . . . . . . . . . . . . 31

3.9 Classificacao da rima quanto ao valor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

3.10 Classificacao das estrofes quanto ao numero de versos. . . . . . . . . . . . . . . . . . . . . 33

4.1 Tabela de conversoes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

4.2 Exemplo de formato de um verso apos execucao do Leia. . . . . . . . . . . . . . . . . . . . 40

4.3 Exemplo de Segmentacao de um poema em versos. . . . . . . . . . . . . . . . . . . . . . . 41

4.4 Exemplo de classificacao de um verso. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

4.5 Exemplo de Segmentacao de um poema em estrofes. . . . . . . . . . . . . . . . . . . . . . . 41

4.6 Exemplo de classificacao de uma estrofe. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

4.7 Exemplo de um Segmento poema. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

4.8 Exemplo de classificacao do segmento poema. . . . . . . . . . . . . . . . . . . . . . . . . . 42

4.9 Exemplo de classificacao de um poema. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

vii

4.10 Sugestao das Palavras. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

5.1 Exemplo de poema usado na avaliacao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

5.2 Resultados para o primeiro poema. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

5.3 Divisao em Sılabas Metricas dos versos com resultado incorrecto. . . . . . . . . . . . . . . 52

5.4 Resumo dos resultados obtidos para os 12 poemas analisados. . . . . . . . . . . . . . . . . 53

5.5 Comparacao entre os classificadores do LuCas e do SAEP. . . . . . . . . . . . . . . . . . . 55

5.6 Comparacao entre DRP, Rimador, preditor do LuCas e Sugestor do SAEP. . . . . . . . . . 56

viii

1Introducao

Um grao de poesia basta para perfumar todo um seculo

– Martı, Jose

1.1 Motivacao

Esta tese centra-se nos sistemas de apoio a escrita de poesia. Estes sistemas servem para auxiliar a leitura

e escrita de poemas. Tal como os correctores ortograficos auxiliam a edicao e correccao de documentos,

estes sistemas pretendem dar algum apoio na escrita de poemas facilitando tambem a sua caracterizacao

e analise.

Existem consideracoes especiais a ter quando se lida com poesia, a seguinte definicao apresenta

uma distincao entre a poesia e a prosa:

“A poesia distingue-se da prosa, nao so pelo seu aspecto formal, que facilmente identificamos, mas ainda e

sobretudo pela cadencia e musicalidade, pela inspiracao ardente, pelo arrojo das imagens, pela beleza da expressao

e pelo encanto secreto que devem existir em todos os versos dignos deste nome.” (Areal, 2000)

Esta citacao realca a importancia da cadencia e musicalidade dos textos em verso, algo que nao

pode deixar de se ter em conta num sistema automatico para analisar ou manipular poesia.

Existem poucas ferramentas ou utilitarios que permitem manipular textos poeticos e reconhecer os

requisitos especıficos que sao caracterısticos da poesia. Esta escassez e agravada quando se pretendem

processar poemas escritos na lıngua portuguesa.

Foi realiza uma pesquisa de sistemas que permitam lidar com poesia. Encontraram-se dois tipos de

sistemas. Nos sistemas do primeiro tipo e possıvel ler, comentar e discutir poesia de varios autores. Os

do segundo tipo sao sistemas que funcionam em sites ou como aplicacoes autonomas e permitem lidar

com poesia, que vao desde os jogos de palavras, em que o objectivo e construir um poema, ate a geracao

automatica de poesia.

Esta pesquisa abrange nao so a lıngua portuguesa como outras lınguas. Dos varios sistemas en-

contrados, a maioria e sobretudo para a lıngua inglesa. Alguns dos sites encontrados para a lıngua

portuguesa sao em portugues do Brasil.

1.2 Objectivos

Pretende-se desenvolver um sistema que auxilie a escrita de poesia sendo as suas duas grandes funcio-

nalidades a caracterizacao automatica de poemas e a sugestao de uma palavra que complete um verso.

A caracterizacao dos poemas baseia-se nos conceitos da poetica portuguesa que consideram a estrutura

e a metrica: o numero de versos e estrofes, a forma das estrofes, o numero de sılabas nos versos e a

estrutura das rimas. A sugestao de palavras que terminem os versos pode ser baseada num criterio ou

combinacao de criterios previamente seleccionados como por exemplo as restricoes impostas pela estru-

tura do poema, a categoria gramatical permitida para a palavra e o numero de sılabas metricas para o

verso a ser completado. O maior desafio e reduzir o numero de sugestoes. Este trabalho vai reutilizar

modulos desenvolvidos em projectos anteriores:

• Modulo lexico de pronuncia

• Modulo que determina a acentuacao lexica

• Modulo que faz a conversao grafema/fonema

• Modulo que realiza a divisao silabica

• Analisador morfologico

Estes serao integrados no sistema ShRep (Graca, 2006). Este sistema consiste numa plataforma

capaz de suportar a integracao de ferramentas de anotacao. Um sistema de anotacao e um mecanismo

que permite adicionar nova informacao a um sinal de dados, atraves de comentarios, notas, explicacoes,

referencias, exemplos, avisos, correccoes ou qualquer outro tipo de informacao. Este tipo de informacao

e frequentemente designado por metadados, uma vez que adiciona informacao sobre o sinal de dados

ja existente.

O ShRep tem ja algumas ferramentas integradas (Rodrigues, 2007), que serao usadas ou servirao de

base para a integracao das novas ferramentas.

As ferramentas depois de integrados ficarao disponıveis para serem usadas, nao so pelo sistema

que sera desenvolvido mas tambem por qualquer sistema que interaja com o ShRep e necessite das suas

funcionalidades.

O resultado final sera uma interface web que facilite a escrita de poemas suportada num modulo

de software que caracterize poemas e noutro que sugira palavras para completar um verso.

2

1.3 Estrutura da Dissertacao

O capıtulo 2 desta tese apresenta o estado da arte dos sistemas de apoio a poesia e o sistema ShRep.

No capıtulo 3 sao definidos alguns conceitos da poesia necessarios a sua caracterizacao e analise. O

capıtulo 4 apresenta a arquitectura do sistema desenvolvido, as suas funcionalidades e interface grafica.

Por ultimo, no capıtulo 5 e feita uma avaliacao do trabalho desenvolvido, onde se apresentam as con-

clusoes e as propostas de trabalho futuro.

3

4

2Estado da Arte

Dois bons poemas nao valem mais juntos do que o melhor dos dois

– Pessoa, Fernando

Este capıtulo apresenta o estado da arte dos sistemas de apoio a poesia e o sistema Shrep. Os

sistemas de apoio a poesia podem ser divididos em dois tipos, os sistemas de apoio a pesquisa e leitura

de poesia e os sistemas de apoio a escrita de poesia. O sistema ShRep (Shared Repository) (Graca,

2006) e um repositorio de dados partilhados com o objectivo de facilitar a integracao de ferramentas de

processamento de lıngua natural.

2.1 Sites de apoio a pesquisa e leitura de poesia

Comecando pelos sistemas do primeiro tipo, para a lıngua portuguesa destacam-se o Projecto Ver-

cial (Projecto Vercial, 1996) e o Rua da Poesia (Rua da Poesia, 2006). Em ambos os sites e possıvel encontrar

um vasto numero de poemas de autores Portugueses como sao exemplo Luıs de Camoes e Fernando

Pessoa. O objectivo destes sites e divulgar e homenagear o maior numero possıvel de autores de lıngua

portuguesa, desde a Idade Media ate a actualidade, sendo apresentadas notas biograficas dos autores

bem como os seus textos literarios com o intuito de motivar as pessoas para a leitura.

Dos varios sites estrangeiros encontrados destacam-se, para a lıngua inglesa, o Poets and Poems (Po-

ets and Poems, n.d.) e o E-Poetry (Electronic Poetry Centre, n.d.). Em ambos e possıvel encontrar informacao

sobre autores de diferentes nacionalidades e poemas para ler. No primeiro site sao disponibilizados

mecanismos que permitem dar apoio aos poetas que desejam publicar os seus trabalhos e sao feitos

concursos de poesia. No segundo sao inclusivamente anunciados eventos com o objectivo de divulgar

sistemas vocacionados para a poesia.

2.2 Sistemas de apoio a escrita de poesia

Passando agora para os sistemas que auxiliam a escrita de poesia, existe uma grande variedade de

sistemas que vao desde os simples jogos de palavras, em que o objectivo e construir um poema, ate aos

sistemas de geracao automatica de poesia.

Em seguida destacam-se alguns dos varios sistemas encontrados, sendo os dois ultimos analisados

com mais detalhe.

2.2.1 Dada Poem Generator

O Dada Poem Generator (Dada Poem Generator, n.d.) e um sistema online que recebe como entrada um

conjunto de palavras numa caixa de texto ou um site atraves do seu URL, e reorganiza aleatoriamente

as palavras o que permite gerar automaticamente poemas sem sentido. A figura 2.1 ilustra a interface

do sistema.

Figura 2.1: Interface do sistema Dada Poem Generator.

Para alem das palavras, que este sistema recebe como entrada, e possıvel definir o numero mınimo

e maximo de palavras para o tıtulo do poema e para o poema. E ainda possıvel definir se o sistema pode

utilizar uma palavra mais do que uma vez e se deve usar apenas a pontuacao dada como entrada.

2.2.2 Think Zone Poem Generator

O Think Zone Poem Generator (Think Zone Poem Generator, n.d.) e um sistema online que cria poemas

aleatorios com base em padroes de frase. Os padroes sao frases que tem alguns numeros pelo meio que

correspondem a palavras que faltam na frase, existindo uma correspondencia entre cada numero e uma

classe de palavras. O sistema comeca por seleccionar aleatoriamente um padrao de frase. Em seguida,

para cada numero no padrao, selecciona aleatoriamente uma palavra pertencente a classe respectiva.

6

E possıvel usar os padroes de frases e palavras predefinidos ou introduzir novas palavras, classes e

padroes de frases. A figura 2.2 ilustra a interface deste sistema.

Figura 2.2: Interface do sistema Think Zone Poem Generator.

Em seguida apresenta-se um exemplo de um poema gerado por este sistama:

Where is the old shore?

Faith is a lively sailor.

Where is the dead whale?

Desolation, life, and love.

2.2.3 Dicionario de Rimas Poeticas

O Dicionario de Rimas Poeticas (MelhorSoft, 2000) e uma ferramenta de apoio ao poeta sem nunca ter a

pretensao de o substituir. As rimas deste sistema sao extraıdas de livros classicos de poesia. Este sistema

contem cerca de 600.000 palavras que podem ser sugeridas.

7

Um dicionario de rimas serve para facilitar a procura de uma palavra que rime para um determi-

nada posicao do poema, normalmente para o final dos versos. O utilizador apenas tem de fornecer as

ultimas letras da palavra que pretende encontrar, e o sistema fornece as palavras do dicionario com as

mesmas letras no fim da palavra. A figura 2.3 ilustra a interface do sistema, com o exemplo de execucao

para a terminacao “agua”.

Figura 2.3: Interface do Dicionario de Rimas Poeticas.

Apesar de funcionar bem na maior parte dos casos, este sistema falha em duas situacoes. Existem

palavras com terminacoes homofonas, isto e, terminacoes que se ouvem da mesma maneira mas se es-

crevem de forma diferente e portanto nao serao apresentadas pelo dicionario. Por exemplo, as palavras

nos e atroz rimam, porem se indicarmos ao programa que pretendemos uma palavra que rima com “os”,

so serao sugeridas palavras com essa terminacao em termos de letras. Por outro lado, existem palavras

com terminacoes homografas, ou seja, terminacoes que se escrevem da mesma forma mas se pronun-

ciam de forma diferente. Por exemplo, se pretendermos uma palavra que rime com “fazer”, indicamos

ao programa que pretendemos uma palavra que termine em “er”. Uma das palavra sugeridas sera “mu-

lher”, que tem a mesma terminacao, mas na realidade nao rima porque a terminacao se pronuncia de

forma diferente.

Uma forma de resolver este problema e usar a transcricao fonetica da terminacao da palavra para

efeitos de comparacao, em vez da propria terminacao.

8

2.2.4 Rimador

O Rimador (Priberam, 2007) e um dicionario de rimas online, constituıdo por uma base de dados com

36.563 registos, que permite pesquisar palavras que rimam, com outra palavra ou com uma dada terminacao.

Este recebe a palavra ou terminacao, como entrada, e obtem as letras da terminacao, ou seja, a partir da

vogal tonica e devolve todas as palavras com igual terminacao. A figura 2.4 apresenta um exemplo para

a palavra “fazer”.

Figura 2.4: Exemplo de execucao do Rimador.

Para alem das palavras, e tambem apresentado ao utilizador o numero de palavras apresentas, o

numero de registos da base de dados e o tempo de pesquisa. E ainda mostrada uma lista de dicas, que

o sistema apresenta como sendo propıcias para rimar com a palavra ou terminacao dada como entrada.

Tal como o Dicionario de Rimas Poeticas, este sistema falha tambem nas mesmas situacoes, por ser

feita comparacao das letras das palavras em vez da transcricao fonetica.

2.2.5 Ray Kurzweil Cybernetic Poet

O Ray Kurzweil Cybernetic Poet (RKCP) (Kurzweil & Ray, 1999) e dos sistemas analisados, o mais

completo. Inclui um screen saver que escreve poesia, um assistente de poeta que ajuda a escrever poesia,

e cerca de cem personalidades diferentes de poetas. O RKCP ajuda a encontrar rimas, aliteracoes, ideias

para a proxima palavra no poema e ideias para fazer ligacao entre versos.

9

Esta ferramenta faz aquisicao de um conjunto de poemas de um determinado autor e cria um mo-

delo de lıngua dos trabalhos desse autor. O RKCP pode tambem combinar varios autores criando um

modelo de lıngua que usa mais do que um autor. Adicionalmente o RKCP permite que o utilizador

crie as suas proprias personalidades de poeta e defina um conjunto de parametros que controlam cer-

tos aspectos do processo de geracao de poesia. Cada personalidade tem um modelo de lıngua proprio.

Apesar dos poemas gerados serem criados com um estilo identico ao do autor analisado, o RKCP es-

creve poemas originais a partir desse modelo evitando o plagio atraves de um algoritmo, onde plagio

e definido como mais do que tres palavras de seguida que aparecam em qualquer parte de um poema

original do autor analisado. O RKCP usa os seguintes aspectos dos autores originais para criar os seus

poemas:

• Palavras

• Estrutura das palavras e padroes de sequencia

• Padroes de ritmo

• Estrutura geral do poema

Para escrever cada palavra dos seus poemas, o RKCP faz o seguinte, primeiro determina uma serie

de objectivos para a palavra, que estao relacionados com a associacao entre a palavra que vai ser escrita

e as palavras ja existentes no poema, a posicao da palavra no poema e os parametros de geracao de

poesia definidos na personalidade do poeta que esta a ser usado. Em seguida procura por uma palavra

usada pelo poeta analisado que satisfaca este conjunto de objectivos.

Quando e encontrada mais do que uma palavra para uma posicao, o sistema avalia-as atribuindo-

lhes uma pontuacao, nao escolhendo necessariamente a que tem melhor pontuacao porque isso poderia

fazer com que o RKCP escrevesse sempre o mesmo poema para uma determinada personalidade de

poeta, dando, no entanto, preferencia a essa palavra. Porem, esta escolha nao e definitiva, uma vez

que futuras consideracoes poderao fazer com que a palavra previamente escolhida seja rejeitada. O

RKCP continua este processo escrevendo palavra a palavra, mas por vezes nao encontra palavras que

preencham os objectivos para uma determinada posicao e aı tem de voltar a tras no processo.

O RKCP tem tambem criterios para determinar quando terminar um verso ou o poema, assim

como para determinar quais os versos do poema que estao relacionados com outros versos. Todos estes

criterios sao tidos em conta na geracao recursiva do poema. Por vezes o RKCP descobre que nao e

possıvel escrever o poema ou um determinado verso, quando esgota todas as possibilidades para as

palavras. Aı e feito um relaxamento das restricoes inerentes aos objectivos para determinadas palavras,

continuando depois o processo ate que seja capaz de escrever todo o poema ou verso. A figura 2.5 ilustra

a interface do sistema.

10

Figura 2.5: Interface do Ray Kurzweil Cybernetic Poet.

Em seguida apresenta-se um exemplo de um poema gerado por este sistema depois de analisar

poemas de Ray Kurzweil, Robert Frost e Wendy Dennis:

I Think I’ll Crash

I think I’ll crash.

Just for myself with God

peace on a curious sound

for myself in my heart?

And life is weeping

From a bleeding heart

of boughs bending

such paths of them,

of boughs bending

such paths of breeze

knows we’ve been there

11

2.2.6 LuCas

O nome LuCas (Araujo, 2004) foi inspirado no nome do Poeta Luıs de Camoes. Este sistema realiza, por

um lado, a classificacao de poemas que sao fornecidos pelo utilizador, e por outro, sugere as palavras

finais dos versos, quando o utilizador esta a construir poesia, tendo em conta uma estrutura pre-definida

pelo utilizador.

Arquitectura do Sistema

O sistema LuCas e composto por cinco modulos e dois processos de coordenacao. Dois dos modulos

realizam as operacoes relacionadas com o lexico e a sugestao de palavras e os restantes tres modulos

realizam as operacoes de interface com o utilizador, identificacao dos conceitos e identificacao das regras

da poetica portuguesa. Relativamente aos processos de coordenacao, um e responsavel pela classificacao

dos poemas (Araujo & Mamede, 2002) e outro pela sugestao das palavras finais dos versos. A Figura 2.6

ilustra os modulos e os processos que compoem o sistema e as respectivas interligacoes entre eles.

Figura 2.6: Arquitectura do Sistema LuCas.

Comecando pelos tres modulos que se apresentam na Figura 2.6 do lado esquerdo e direito, o

Modulo de Interface do Sistema (MIS), no lado esquerdo, e responsavel pelas operacoes de interface

do sistema enquanto o Modulo Identificador de Conceitos (MIC) e o Modulo Identificador de Regras

(MIR), no lado direito, sao responsaveis pela identificacao dos conceitos e regras da poetica portuguesa

existentes nos poemas. Estes modulos partilham uma estrutura de dados comum, interna do sistema,

onde o poema e armazenado e e adicionada a respectiva informacao resultante do pre-processamento

do poema. Quando e realizada a classificacao dos poemas a informacao de classificacao e adicionada na

estrutura de dados interna (Araujo & Mamede, 2002). A sugestao de palavras usa tambem a informacao

12

da estrutura de dados interna. A opcao de partilhar uma estrutura de dados pelos tres modulos,

adoptando-se uma manipulacao do tipo blackboard, melhora o desempenho do sistema, pois evita ter

de passar varias vezes a mesma informacao entre os varios modulos. Porem, esta utilizacao restringe a

generalidade e independencia entre modulos, pois aumenta o acoplamento entre eles.

O MIS realiza as funcoes de interface com o utilizador. Estas operacoes incluem editar poemas,

guardar e ler em ficheiros os poemas editados e receber os comandos efectuados pelo utilizador. Os

comandos aceites pelo sistema permitem validar as palavras do poema, classificar o poema e suge-

rir palavras finais dos versos. Este modulo e ainda responsavel pela visualizacao dos resultados de

classificacao, visualizacao das palavras finais dos versos sugeridas pelo sistema e das palavras que ri-

mam com uma determinada palavra.

O MIC e responsavel por assinalar para um poema fornecido os conceitos da poetica portuguesa.

O processamento e realizado sobre a estrutura de dados interna que contem o poema pre-processado

e o resultado e o registo dos conceitos estruturais e de rima que sao adicionados na mesma estrutura

interna. A informacao de identificacao de conceitos serve de base para depois serem aplicadas as regras

de classificacao.

O MIR e responsavel pela implementacao das regras de classificacao dos poemas e acrescenta na

estrutura que contem o poema a classificar, a respectiva informacao de classificacao, com base nas regras

de classificacao anteriormente descritas, e na informacao de identificacao de conceitos adicionada pelo

modulo anterior. Apos ser acrescentada a informacao de classificacao, esta e convertida para depois ser

mostrada ao utilizador pelo modulo de interface do sistema.

Em seguida descrevem-se os modulos apresentados na figura 2.6 em baixo. O Modulo de Interface

de Dados (MID) implementa o lexico e o Modulo Gerador de Palavras (MGP) e responsavel pela geracao

de palavras. Estes modulos fazem a interface entre o sistema e o repositorio de dados do sistema. O

lexico inclui todas as palavras que sao aceites pelo sistema e o modulo gerador de palavras optimiza os

acessos ao modulo do lexico.

O MID realiza a interface entre o sistema e a base de dados do sistema. A base de dados e composta

pelo lexico e pelos modelos de lıngua. Este modulo baseia-se na utilizacao de um sistema de gestao de

base de dados relacional, que armazena as palavras que sao aceites pelo sistema e armazena os modelos

estatısticos de lıngua usados na sugestao de palavras.

O MGP realiza as operacoes responsaveis pela sugestao de palavras. A interaccao entre este modulo

e o lexico e directa, de forma a optimizar o desempenho do sistema. Para realizar a sugestao de palavras

existe a hipotese de configurar o sistema de forma a seleccionar o modo que melhor se adapta a sugestao

pretendida. A sugestao de palavras tem em conta a parte ja escrita do poema e a configuracao escolhida.

O seu funcionamento esta baseado numa funcao que toma em conta as varias hipoteses de seleccao das

13

palavras.

Para que este sistema funcione e necessario efectuar o pre-processamento de palavras que corres-

pondem ao lexico, ou seja, as palavras aceites pelo sistema, que sao adicionadas a base de dados. Foi

usada a aplicacao Leia (L. Oliveira, 1996) para obter a transcricao fonetica e a divisao silabica das pa-

lavras e as aplicacoes Smorph (Ait-Moktar, 1998), Pasmo (Paulo & Mamede, 2001) e Susana (Hagege,

2000) (Batista, 2002), para obter, para uma frase incompleta (sem a ultima palavra), um conjunto de clas-

ses possıveis para essa palavra. Esta informacao pre-processada e adicionada a base de dados. Neste

sistema o lexico e constituıdo por 11.505 palavras extraıdas de poemas.

Classificacao de Poemas

O processo classificador de poemas (PCP) realiza a classificacao de poemas em quatro etapas. Este usa

todos os modulos com excepcao do MGP.

Na primeira etapa, o MIS e responsavel por realizar a aquisicao do poema para uma estrutura

interna e armazenar o poema num formato que identifica as linhas do poema, destacando as palavras

finais dos versos. Este formato simplifica a etapa de classificacao seguinte. Pode, opcionalmente, ser

realizada a verificacao de vocabulario do poema, utilizando as funcoes do MID, para garantir que as

palavras que compoem o poema existem no lexico.

Na segunda etapa o MIC acrescenta a informacao de identificacao de conceitos. Esta informacao

inclui a identificacao das estrofes, dos versos e das rimas. Tambem e acrescentada a informacao da

transcricao fonetica e divisao silabica das palavras, caso as palavras existam no lexico.

Na terceira etapa o MIR tem como base a informacao de identificacao de conceitos da etapa ante-

rior e realiza a classificacao do poema com base em regras que incluem a classificacao das estrofes, a

classificacao dos versos e a classificacao da rima.

Na quarta e ultima etapa, o MIS e responsavel por apresentar o resultado final de classificacao ao

utilizador. A tabela 2.1 mostra o exemplo de execucao para a primeira estrofe d’Os Lusiadas.

Sugestao de Palavras

O processo preditor de palavras (PPP) realiza a predicao das palavras finais dos versos, utilizando todos

os modulos do sistema. Podem ocorrer diferentes situacoes de poemas que originam diferentes criterios

de predicao. O primeiro factor que condiciona a predicao das palavras esta relacionado com o facto de

se estar a considerar ou nao uma estrutura definida de poema.

No caso em que nao existe uma estrutura definida de poema, o criterio de seleccao baseia-se nos

modelos estatısticos de lıngua que permitem sugerir as palavras, ordenadas por ordem decrescente de

14

Poema ClassificacaoAs armas e os baroes assinalados, Classificacao do PoemaQue da ocidental praia Lusitana, ResumoPor mares nunca de antes navegados, linhas: 8 ; versos: 8 ; estrofes: 1Passaram ainda alem da Taprobana, sılabas: [12,12,12,13,12,13,13,11]Em perigos e guerras esforcados, rimas: [A,B,A,B,A,B,C,C]Mais do que prometia a forca humana, Classificacao por estrofesE entre gente remota edificaram 1a estrofe - oitava [8 versos] - rima cruzada,Novo Reino, que tanto sublimaram; rima emparelhada.

Tabela 2.1: Classificacao de uma estrofe dos Lusıadas pelo sistema LuCas.

frequencia de ocorrencia das palavras. Quando o utilizador impoe uma estrutura de poema pre-definida

existem varios factores que sao tidos em conta para sugerir as palavras. O primeiro criterio corresponde

ao numero de sılabas dos versos que apenas selecciona as palavras com um numero especıfico de sılabas.

O segundo criterio corresponde a disposicao estrofica da rima, que apenas selecciona as palavras com

uma determinada rima. Ainda assim o numero de palavras possıveis e muito grande podendo utilizar-

-se tambem aqui os modelos estatısticos de lıngua para restringir um pouco mais as opcoes.

Em seguida apresenta-se um exemplo de sugestao de palavras a partir de uma quadra popular

de Antonio Aleixo. Supondo que se pretende sugerir a ultima palavra da quadra: “lado” , tendo ja

introduzido as palavras anteriores. A tabela 2.2 apresenta as palavras sugeridas segundo varios criterios.

“A Quem prende a agua que corre

E por si proprio enganado;

O ribeirinho nao morre,

Vai correr por outro lado.”

Criterio SugestoesFrequencia de ocorrencia lado, dos, a, de, que, o, para, e, dia, em, aspecto, e,de pares de palavras com, no, mundo, jogador, nao, do, caso, os, ...

Rima ABAB lado, passado, resultado, dado, deputado, avancado,machado, demasiado, obrigado, advogado, ...

No de sılabas verso = 8 para, uma, como, pelo, tambem, sua, pela, esta,anos, entre, ...

Rima e no de sılabas lado, dado, fado, gado, prado, gradoRima, no de sılabas e frequencia lado, dado, fado

Tabela 2.2: Sugestao de palavras do sistema LuCas.

O sistema LuCas e uma aplicacao autonoma, cuja interface se apresenta na figura 2.7. Porem o seu

codigo perdeu-se pelo que a aplicacao deixou de existir.

15

Figura 2.7: Interface do sistema LuCas.

Apesar de funcionar razoavelmente bem, este sistema apresenta alguns problemas. Apenas foram

pre-processadas 11.505 palavras que correspondem ao lexico, que sao palavras existentes em poemas, o

que e manifestamente pouco.

Se as aplicacoes que fazem transcricao fonetica e divisao silabica e obtem as classes gramaticais

possıveis para as palavras tivessem sido integradas conseguiriam gerar a informacao relativa a qualquer

palavra, mas nao estando, se uma palavra nao existe no lexico, entao o sistema nao consegue obter essa

informacao e a palavra e considerada como nao valida. O tratamento das palavras que nao existem no

lexico tem diferentes consequencias para as diferentes funcionalidades do sistema e dependendo da sua

posicao nos versos.

Se as palavras em falta estao no final dos versos entao pelo facto de nao ser possıvel obter a

informacao de numero de sılabas e a informacao da rima destas palavras o resultado de classificacao

e incompleto e a sugestao de palavras nao considera a rima como criterio de seleccao. Se as palavras

em falta estao no meio dos versos entao o resultado de classificacao e incompleto, apesar de apresentar

correctamente a classificacao relativa a rima do poema. Neste caso e possıvel considerar a rima como

criterio de seleccao na sugestao de palavras.

Outro problema deste sistema e o facto de apresentar o numero de sılabas gramaticais, consideradas

16

em prosa, em vez do numero de sılabas metricas, consideradas em poesia.

2.3 ShRep (Shared Repository)

O sistema ShRep (Graca, 2006) e uma plataforma cliente-servidor capaz de suportar a integracao de

ferramentas de anotacao. O servidor equipara-se a um repositorio tendo a finalidade de conter os dados

produzidos pelas ferramentas de processamento de lıngua natural que compoe o cliente. Estas pedem

dados ao repositorio, efectuam o seu processamento, e enviam a informacao gerada para o repositorio.

Este tipo de informacao e frequentemente designada por metadados, uma vez que adiciona informacao

sobre o sinal de dados ja existente. Em seguida apresenta-se o modelo conceptual e arquitectura, que

definem o sistema, bem como as ferramentas ate ao momento integradas (Rodrigues, 2007).

Modelo Conceptual

O modelo conceptual do ShRep e composto por um conjunto de entidades, nomeadamente repositorio,

dados, sinal de dados, ındices, regioes, analises, segmentos, segmentacoes, relacoes, classificacoes, al-

ternativas e relacoes cruzadas. A figura 2.8 apresenta as relacoes entre as entidades.

Figura 2.8: Diagrama de Classes do Modelo Conceptual do ShRep.

• Repositorio - E formado por camadas que podem conter fontes de dados primarias ou dados pro-

venientes das ferramentas de processamento de lıngua natural.

17

• Dados - Permitem representar qualquer tipo de informacao, por exemplo, texto ou audio, e forne-

cem uma abstraccao para a sua utilizacao.

• Indices - Representam posicoes dos sinais de dados.

• Regioes - Representam uma zona dos sinais de dados, sendo compostas por dois ındices (inicial e

final).

• Analise - Representa toda a informacao produzida por uma ferramenta de processamento de

lıngua natural.

• Segmento - Representa um qualquer elemento linguıstico.

• Segmentacao - E um conjunto ordenado de segmentos.

• Relacao - Representa uma interligacao entre dois segmentos.

• Classificacao - E um conjunto de caracterısticas de um Segmento ou Relacao.

• As alternativas servem para representar ambiguidades.

• Relacao Cruzada - Representa uma interligacao entre dois segmentos de camadas distintas.

Arquitectura

A arquitectura e constituıda por uma biblioteca cliente, usada pelas ferramentas de processamento de

lıngua natural, e por um servidor que se traduz na figura 2.9.

Figura 2.9: Arquitectura Cliente Servidor do Sistema ShRep.

O servidor encontra-se dividido em tres camadas como ilustra a figura 2.10.

• Camada de Dados - Responsavel por manipular a informacao linguıstica guardada no repositorio.

• Camada de Servicos - Responsavel por definir as fronteiras entre a interface e o servidor, disponi-

bilizando uma interface funcional sobre a camada de dados.

• Interface Remota - Responsavel por implementar a interface disponibilizada pela camada de servicos

de acordo com o protocolo de comunicacao.

18

Figura 2.10: Camadas do Servidor.

A biblioteca cliente encontra-se tambem dividida em tres camadas como mostra a figura 2.11.

Figura 2.11: Estrutura Interna da Biblioteca Cliente.

• Client Stub - Faz a ligacao ao servidor.

• Modelo conceptual - Disponibiliza a implementacao do modelo conceptual.

• Camadas extra - Disponibiliza interfaces de domınio especifico.

A parte do cliente pode ser descrita em qualquer linguagem, desde que satisfaca os protocolos de

comunicacao com a interface remota do servidor.

Ferramentas Integradas

As ferramentas ate agora integradas no sistema ShRep sao as seguintes:

• InitialTextCreator - Ferramenta que coloca no repositorio um texto que se encontre num ficheiro.

• SentenceSplitter - Ferramenta que segmenta um sinal de dados em frases, criando os respectivos

segmentos.

• MIPS - Ferramenta que atribui a cada palavra as classes gramaticais a que essa palavra pode per-

tencer.

19

• MARv - Ferramenta de desambiguacao morfosintactica (Ribeiro, Mamede, & Trancoso, 2003).

• Palavroso - Ferramenta de anotacao que tem por finalidade a atribuicao de classes gramaticais a

palavras (Medeiros, 1995).

O processo de integracao de ferramentas e normalmente feito atraves da alteracao do codigo das

mesmas. Porem, pode haver ferramentas, que se pretendam integrar, nas quais nao seja possıvel al-

terar o codigo existente, por exemplo, pelo facto de o codigo nao estar disponıvel, tornando-se assim

necessario encontrar outro modo de efectuar a integracao.

Todas as ferramentas, atras descritas, foram integradas atraves da alteracao do seu codigo, com

excepcao da ferramenta Palavroso. Nesta, a razao que levou a escolha de outro modo de integracao nao

foi o facto de o codigo ja nao estar disponıvel, mas sim o facto de ter tornado o processo de integracao

mais rapido.

Desta forma, o processo de integracao considera a ferramenta a integrar como uma blackbox, no

sentido em que nao se preocupa com o funcionamento da ferramenta, nem com o modo como se encon-

tram a codificados os algoritmos, tendo apenas em consideracao a forma de executar a ferramenta, de

perceber como lhe fornecer os dados de entrada e de como esta produz os dados de saıda (Rodrigues,

2007).

20

3Conceitos de Poesia

Senhor, o que e a poesia?

Bem, senhor, e muito mais facil dizer o que nao e. Todos nos sabemos o que e a luz, mas nao e facil dizer o que e.

– Johnson, Samuel

Este capıtulo apresenta alguns conceitos da poesia necessarios a sua caracterizacao e analise nome-

adamente, poema, estrofe, verso, rima e divisao silabica.

3.1 Conceitos Estruturais

As definicoes dos conceitos estruturais de poesia nem sempre estao bem definidas sendo vagas, defini-

das a custa de outras e por vezes existem definicoes circulares dos conceitos. Assim, convem esclarecer

estes conceitos no contexto desta tese.

3.1.1 Poema

Comecando pelo poema, foram encontradas diversas definicoes, das quais se destacam as seguintes:

“Qualquer obra em verso, especialmente aquela em que ha enredo e accao; Coisa ou assunto digno de ser

cantado em verso.” (Costa & Melo, 1991)

“Um Poema e uma obra literaria apresentada geralmente em verso e estrofes(ainda que possa existir prosa

poetica, assim designada pelo uso de temas especıficos e de figuras de estilo proprias da poesia). Efectivamente,

existe uma diferenca entre poesia e poema. Este ultimo, segundo varios autores, e uma obra em verso com carac-

terısticas poeticas. Ou seja, enquanto o poema e um objecto literario com existencia material concreta, a poesia tem

um caracter imaterial e transcendente.” (Wikipedia, n.d.)

“O poema destaca-se imediatamente pelo modo como se dispoe na pagina. Cada verso tem um ritmo especıfico

e ocupa uma linha. O conjunto de versos forma uma estrofe e a rima pode surgir no interior dessa estrofe. A

organizacao do poema em versos pode ser considerada o traco distintivo mais claro entre o poema e a prosa (que e

escrita em linhas contınuas, ininterruptas).” (Sitedeliteratura, n.d.)

Das definicoes apresentadas facilmente se percebe que uma das propriedades que melhor carac-

teriza um poema e a sua estrutura muito propria. A figura 3.1 procura dar uma imagem visual da

estrutura de um poema, o qual pode ser visto como um conjunto de estrofes.

Figura 3.1: Estrutura de um poema.

Em seguida apresenta-se, como exemplo, um poema de Luıs Vaz de Camoes, com quatro estrofes.

As estrofes sao separadas atraves de uma linha em branco, isto e, duas mudancas de linha.

“Enquanto quis Fortuna que tivesse

Esperanca de algum contentamento,

O gosto de um suave pensamento

Me fez que seus versos escrevesse.

Porem, temendo Amor que aviso desse

Minha escritura a algum juızo isento,

Escureceu-me o engenho co tormento,

Para que seus enganos nao dissesse.

O vos que Amor obriga a ser sujeitos

A diversas vontades! Quando lerdes

Num breve livro casos tao diversos,

Verdades puras sao, e nao defeitos. . .

E sabei que, segundo o amor tiverdes,

Tereis o entendimento de meus versos!”

3.1.2 Estrofe

Para a estrofe, as definicoes encontradas sao mais consensuais que as de poema, nomeadamente no que

diz respeito a sua estrutura:

22

“Segmento de texto de intencao poetica formado por mais de um verso que produz uma mancha tipografica

macica” (Costa & Melo, 1991)

“Agrupamento rıtmico formado por dois ou mais versos que, em geral, se combinam pela rima; estancia;” (Pri-

beram, n.d.)

“Modernamente, diz-se de uma serie ou de um grupo de versos que partilham relacoes de sentido, de ritmo

e/ou de metrica entre si constituindo uma unidade na estrutura de uma composicao poetica. O termo usa-se

quase indistintamente com a designacao mais classica de estancia (do italiano stanza, aposento, divisao, quarto),

que alguns autores preferem para nomear as estrofes regulares nas composicoes que seguem a risca os canones de

versificacao classica. Neste sentido, podemos dizer que Os Lusıadas tem 1102 estancias, devido a uniformidade da

sua estrutura (a oitava-rima).” (E-Dicionario, 2005)

A figura 3.2 apresenta a estrutura de uma estrofe, a qual pode ser vista como um conjunto de versos.

Figura 3.2: Estrutura de uma estrofe.

Como exemplo, apresenta-se de seguida uma estrofe de um poema de Fernando Pessoa, constituıda

por seis versos. Os versos sao separados por uma mudanca de linha.

“O mar salgado, quanto do teu sal

Sao lagrimas de Portugal!

Por te cruzarmos, quantas maes choraram,

Quantos filhos em vao rezaram!

Quantas noivas ficaram por casar

Para que fosses nosso, o mar!”

3.1.3 Verso

Por vezes o verso e definido com base na sua classificacao e nao com base na sua estrutura. Das

definicoes encontradas destacam-se as seguintes:

23

“Cada uma das linhas que formam uma composicao poetica, sujeita a uma certa medida e a determinada

posicao do acento tonico;” (Priberam, n.d.)

“Cada linha de um poema. Os versos sao classificados de acordo com o numero de sılabas poeticas que pos-

suem.” (EDENOVE, 2005)

A figura 3.3 apresenta a estrutura de um verso, onde e preciso salientar a importancia da ultima

palavra por ser aquela que e utilizada na rima.

Figura 3.3: Estrutura de um verso.

3.1.4 Ultima palavra do verso

A ultima palavra de um verso e aqui analisada de forma especial por ser a palavra usada para rimar

com outros versos.

A figura 3.4 mostra a estrutura da ultima palavra a qual pode ser vista como um conjunto de sılabas,

das quais a sılaba tonica apresenta especial importancia pelo que lhe sera dado destaque de seguida.

Figura 3.4: Ultima palavra de um verso.

Como exemplo, a palavra “assinalados” e composta por cinco sılabas (gramaticais): a / ssi / na /

la / dos, onde a sılaba tonica e “la”.

3.1.5 Sılaba tonica

A sılaba tonica e a que contem a vogal tonica da palavra. Para efeitos de verificacao de rima e a partir

desta vogal ate ao fim da palavra que se verifica se existe rima entre o verso que contem a palavra e

outros versos.

24

Voltando ao exemplo da palavra assinalados, cuja sılaba tonica e “la”, a vogal tonica e o “a”desta

sılaba. Para efeitos de rima considera-se a palavra a partir dessa vogal, ou seja “ados”.

3.2 Acentuacao das Palavras

Uma das formas de classificar a rima e atraves da acentuacao das palavras que rimam. Assim, e impor-

tante perceber como podem ser classificadas as palavras quanto a acentuacao.

Classificacao Acento Tonico ExemplosOxıtonas ou agudas na ultima sılaba avo, colibriParoxıtonas ou graves na penultima sılaba ave, graveProparoxıtonas ou esdruxulas na antepenultima sılaba optimo, esdruxula

Tabela 3.1: Acentuacao das Palavras.

A tabela 3.1 resume essa classificacao. As palavras podem ser agudas, graves ou esdruxulas, de-

pendendo se a vogal tonica esta na ultima, penultima ou antepenultima sılaba, respectivamente.

Existem tambem palavras, designadas por enclıticas, que nao tem acento proprio e se subordinam

ao acento de outra palavra. A tabela 3.2 descreve essas palavras.

Designacao Suburdinadas ao acento da palavra ExemploProclıticas seguinte esse homemApoclıticas anterior ensinei-vosMesoclıticas anterior ou seguinte reparti-lo-emos

Tabela 3.2: Palavras enlclıticas.

3.3 Transcricao Fonetica

Para verificar a rima e usada a transcricao fonetica das palavras. A transcricao fonetica usada e baseada

no alfabeto fonetico para o dialecto padrao do portugues europeu. (L. C. de Oliveira, n.d.) o qual se

apresenta na figura 3.5. Este esta dividido em sete grupos. No primeiro apresentam-se as vogais orais,

no segundo as vogais nasais, no terceiro as consoantes oclusivas, no quarto as consoantes orais cons-

tritivas frincativas. No quinto grupo encontram-se as orais constritivas laterais, no sexto as consoantes

nasais sonoras e por fim no setimo grupo as orais constritivas vibrantes.

Para cada som sao mostrados grafemas onde o som aparece e um exemplo de palavra com a cor-

respondente transcricao fonetica.

25

Figura 3.5: Alfabeto fonetico para o dialecto padrao do portugues europeu SAM-PA.

3.4 Classe Gramatical das Palavras

Outra propriedade importante para caracterizar a rima e a classe gramatical das palavras que rimam.

A classe gramatical das palavras e, dentro da morfologia, a classificacao da palavra segundo a sua

distribuicao sintactica e morfologica.

A gramatica tradicional da lıngua portuguesa contempla dez classes gramaticais, nomeadamente

adjectivo, adverbio, artigo, conjuncao, interjeicao, nome, numeral, preposicao, pronome e verbo. Algu-

mas delas dividem-se em subcategorias. A tabela 3.3 apresenta as classes e subclasses gramaticais e a

representacao que e atribuıda pela ferramenta Palavrovo (Medeiros, 1995), bem como uma palavra de

exemplo para cada caso.

26

Classe Subclasse Representacao ExemploAdjectivo A felizAdverbio R finalmente

Artigo Definido Td asIndefinido Ti uns

Conjuncao coordenativas Cc esubordinativas Cs enquanto

Interjeicao I ola

Nome Comum Nc marProprio Np Joao

Numeral Cardinal Mc centenaOrdinal Mo centesima

Preposicao S desde

Pronome

Demonstrativo Pd essasExclamativo Pe quaisIndefinido Pi aquilo

Interrogativo Pt quemPessoal Pp mim

Possessivo Po meuRelativo Pr cuja

Verbo V rir

Tabela 3.3: Classes gramaticais.

3.5 Divisao silabica

A divisao silabica e a separacao das sılabas (silabacao) de uma palavra. Um verso pode ser classificado

quanto ao numero de sılabas que o constituem, sendo que normalmente em prosa se contam as sılabas

gramaticais e em poesia as sılabas metricas (ou poeticas).

3.5.1 Sılabas Gramaticais

As sılabas gramaticais sao as sılabas tal como sao escritas, ou seja, as sılabas que formam as palavras.

Por exemplo no primeiro verso de “Os Lusiadas” existem 12 sılabas gramaticais:

As ar mas e os ba roes a ssi na la dos1 2 3 4 5 6 7 8 9 10 11 12

Tabela 3.4: Divisao em sılabas gramaticais.

27

3.5.2 Sılabas Metricas

A poesia e escrita nao para ficar bonita no papel, mas para atingir um ritmo agradavel, que e apreciado

quando se recita o texto poetico. Por esta razao, em poesia nao se avalia o numero de sılabas gramaticais

do poema, mas sim o numero de sılabas metricas. Estas, por vezes tambem designadas por sılabas

poeticas, sao as sılabas do verso que sao pronunciadas e que, por isso, criam o ritmo dos versos.

Existe um conjunto de regras para contar o numero de sılabas metricas tendo por base as sılabas

gramaticais, as quais se passam a descrever (Fabre, 2006):

1. So se contam as sılabas ate a ultima sılaba tonica do verso

“No/vo / Rei/no, / que / tan/to / su/bli/ma/(ram).”

2. Quando num verso uma palavra termina por vogal atona e a palavra seguinte comeca por vogal

ou H (que nao tem som, portanto nao e fonema, mas uma simples letra).

Elipse: Fusao de dois sons vocalicos diferentes.

“Que / da o/ci/den/tal / prai/a / Lu/si/ta/(na)”

Crase: Fusao de dois sons vocalicos iguais.

“Tı/mi/da es/pe/ra a/ bai/la/ri/(na)”

3. Sinerese: E a fusao de dois sons (hiatos) num so (ditongo) dentro da mesma palavra.

“Lan/ca a/ poe/si/(a)”

4. Dierese: O contrario da sinerese. Divisao do ditongo em dois hiatos, dando origem a duas sılabas.

“Sa/u/da/de”

De notar que a palavra Saudade tem tres sılabas gramaticais, porem pode ser considerada com

tres ou quatro sılabas metricas, dependendo das necessidades metricas do poema.

5. Hiato: E o contrario da elisao. Separam-se dois sons inter verbais. (a sinerese e a dierese sao intra

verbais, enquanto a elisao e o hiato sao inter verbais). No exemplo a seguir ha uma elisao e um

hiato.

“E / va/ga

Ao / lu/ar

Se a/pa/ga

No / ar.”

28

6. Pode tambem dar-se a supressao de sons no inıcio, meio ou fim de uma palavra

Aferese: supressao de vogal no inıcio da palavra.

“(e)sta/mos / em / ple/no / mar!”

Sıncope: Supressao da vogal no meio da palavra.

“Vai / p’ra / rua!”

Apocope: supressao da vogal no fim da palavra.

“Val(e) / mais / que /mil /pa/la/(vras)!”

Tendo em conta estas regras apresenta-se agora a divisao em sılabas metricas para o primeiro verso

de “Os Lusıadas”, onde existem, como em todos os versos desta obra, dez sılabas metricas.

As ar mas e os ba roes a ssi na la (dos)1 2 3 4 5 6 7 8 9 10 x

Tabela 3.5: Divisao em sılabas metricas.

3.6 Classificacao do Verso

Um verso pode ser caracterizado pelo numero de sılabas metricas. A tabela 3.6 apresenta as classificacoes

possıveis para um verso e as classificacoes adoptadas neste trabalho.

Existem designacoes proprias para versos ate doze sılabas, sendo nos outros casos o verso desig-

nado por barbaro. Em seguida apresenta-se, como exemplo, o primeiro verso do poema “Estranha

forma de vida” de Amalia Rodrigues, constituıdo por sete sılabas metricas, ou seja um heptassılabo (ou

redondilha maior).

“Foi / por / von/ta/de / de / Deus”

3.7 Classificacao da Rima

A rima de um poema pode ser classificada segundo diversos aspectos, nomeadamente quanto a posicao

no verso, as combinacoes, ao acento tonico, a coincidencia de sons e ao valor.

29

No de sılabas Classificacoes possıveis Classificacao Adoptada1 monossılabo monossılabo2 dissılabo dissılabo3 trissılabo trissılabo4 tetrassılabo tetrassılabo5 pentassılabo ou redondilha menor pentassılabo6 hexassılabo ou heroico quebrado hexassılabo7 heptassılabo ou redondilha maior heptassılabo8 octossılabo octossılabo9 eneassılabo eneassılabo10 decassılabo ou heroico decassılabo11 hendecassılabos hendecassılabos12 dodecassılabo ou alexandrino dodecassılabo≥ 13 barbaro barbaro

Tabela 3.6: Classificacao dos versos quanto ao numero de sılabas metricas.

3.7.1 Quanto a posicao no verso

A rima pode ser interna ou externa. Se ambas as palavras que rimam se posicionarem no final dos

versos respectivos, que e o que normalmente acontece, diz-se rima externa, caso contrario trata-se de

rima interna. Em seguida apresentam-se dois exemplos de rima interna e externa respectivamente.

“Donzela bela, que me inspira a lira

Um canto santo de fremente amor,

Ao bardo o cardo da tremenda senda

Estanca, arranca-lhe a terrıvel dor.”

e

“Num sonho todo feito de incerteza,

De noturna e indizıvel ansiedade

E que vi teu olhar de piedade

E, mais que piedade, de tristeza.”

3.7.2 Quanto as combinacoes

Para representar as terminacoes dos versos usam-se letras do alfabeto, assim a representacao [A,B,C,A]

significa que o primeiro verso rima com o quarto e o segundo e terceiro verso nao rimam, designando-se

por versos soltos ou brancos. A tabela 3.7 resume os tipos de rima que podem surgir.

30

Classificacao Exemplo Descricaoseguida [A,A,A] liga dois ou mais versos sucessivosemparelhada [A,A][B,B] liga um par de versos

cruzada [A,B,A,B] ou quando entre dois versos que rimam se[A,B,C,B] encontra outro de rima diferente

abracada [A,B,C,A] ou quando entre dois versos que rimam se[A,B,B,A] encontram outros dois de rima diferente

interpolada [A,B,C,D,A] ou quando entre dois versos que rimam se[A,B,B,B,A] encontram tres ou mais versos de rima diferente

Tabela 3.7: Classificacao da rima quanto a combinacao dos versos.

3.7.3 Quanto a acentuacao

A rima pode tambem ser classificada conforme a acentuacao das palavras que rimam, sendo rima aguda

ou masculina quando se rimam palavras oxıtonas ou monossılabos tonicos, rima grave ou feminina

quando se rimam palavras paroxıtonas e rima esdruxula quando se rimam palavras proparoxıtonas. A

tabela 3.8 apresenta um exemplo para cada classificacao.

Classificacao Exemplo

rima aguda ou masculina Joaobalao

rima grave ou feminina Constancadanca

rima exdruxula acrobaticoapatico

Tabela 3.8: Classificacao da rima quanto a acentuacao tonica.

3.7.4 Quanto a coincidencia de sons

Quanto a coincidencia de sons, a rima pode classificar-se em rima perfeita, soante ou consoante quando

ha correspondencia completa de sons ou rima imperfeita toante ou assoante nos casos em que essa

correspondencia nao e completa. De seguida apresentam-se dois poemas onde no primeiro existe rima

perfeita, ao passo que no segundo a rima existente e imperfeita.

“Tinha um berco pequenino

E uma criada velha com seu terco

Cresci de mais, como o destino!

Cresci de mais para o meu berco.”

e

31

“O meu odio, meu odio majestoso

Meu odio santo e puro e benfazejo

Unge-me a fonte com teu grande beijo,

Torna-me humilde e torna-me orgulhoso.”

3.7.5 Quanto ao valor

Por fim uma rima pode classificar-se quanto ao valor sendo rima pobre quando se rimam palavras da

mesma classe gramatical, rima rica quando se rimam palavras de classes gramaticais diferentes, rima

rara quando e obtida entre palavras de poucas rimas possıveis e rima preciosa quando a rima e artificial.

A tabela 3.9 apresenta um exemplo para cada classificacao.

Classificacao Exemplo

rima pobre cantar (verbo)dancar (verbo)

rima rica nariz (nome)feliz (adjectivo)

rima rara escuraurdidura

rima preciosa desposar-teaparte

Tabela 3.9: Classificacao da rima quanto ao valor.

3.8 Classificacao da Estrofe

Uma estrofe pode ser caracterizada pelo numero de versos. A tabela 3.10 apresenta as classificacoes

possıveis para uma estrofe e as classificacoes por mim adoptadas.

Existem designacoes para estrofes ate dez versos, as estrofes com mais de dez versos designam-

-se pelo numero de versos da estrofe. Em seguida apresenta-se o exemplo de uma estrofe com quatro

versos, ou seja uma quadra.

“No silencio nao te esqueco,

Com carinho te quero,

Com ternura te amo,

E com saudades te espero.”

32

No de versos Classificacoes Possıveis Classificacao Adoptada1 monotico monotico2 dıstico, parelha ou pareado dıstico3 terceto ou trıstico terceto4 quarteto, quadra ou tetrastico quadra5 quinteto, pentastico ou quintilha quintilha6 sexteto, sextilha ou hexastico sextilha7 heptastico, setima, septilha, septena ou hepteto setima8 octastico ou oitava oitava9 nona, eneagesima ou novena nona

10 decastico, decada ou decima deciman n versos n versos

Tabela 3.10: Classificacao das estrofes quanto ao numero de versos.

33

34

4Sistema de Apoio a

Escrita de Poemas

O poema nao e feito dessas letras que eu espeto como pregos, mas do branco que fica no papel

– Claudel, Paul

Este capıtulo apresenta a arquitectura do Sistema de Apoio a Escrita de Poemas (SAEP) bem como

as suas funcionalidades e interface grafica.

4.1 Arquitectura

A arquitectura do Sistema de Apoio a Escrita de Poemas (SAEP) pode ser vista como uma arquitectura

em tres camadas, como ilustra a figura 4.1.

Figura 4.1: Arquitectura do Sistema de Apoio a Escrita de Poesia (SAEP).

A camada de apresentacao consiste numa interface web responsavel pela interaccao com o utiliza-

dor. Esta interface e suportada por dois modulos da camada de aplicacao, o Classificador responsavel

por classificar poemas e o Sugestor que tem por objectivo efectuar a sugestao de palavras para comple-

tar um verso. A camada de dados e constituıda pelo ShRep, usado pelo Caracterizador, e por uma base

de dados MySql (MySQL Database Server, n.d.), usada pelo Sugestor.

De seguida descreve-se com mais detalhe, de que forma e usado o ShRep, o Classificador, a organizacao

da Base de Dados, o Sugestor e a Interface Grafica.

4.2 Uso do ShRep

O ShRep e usado para manter a informacao do poema e das suas classificacoes durante o processo de

classificacao de um poema. No capıtulo 2 apresentou-se o modelo conceptual do ShRep, a figura 4.2

ilustra as entidades desse modelo usadas neste trabalho.

Figura 4.2: Modelo conceptual do ShRep usado.

O poema e guardado num sinal de dados, sendo guardada informacao de onde comeca e acaba

cada verso e estrofe.

Depois e criada uma analise com uma segmentacao para segmentar o sinal de dados em versos,

correspondendo cada segmento a um verso. Em cada verso e adicionada uma classificacao. Nessa

classificacao e adicionada um conjunto de caracterısticas:

• terminacao - Transcricao fonetica da terminacao do verso

• letraRima - Letra da rima correspondente a terminacao

36

• silGra - Numero de sılabas gramaticais

• silMet - Numero de sılabas metricas

• divMet - Divisao do verso em sılabas metricas

• claNsil - Classificacao quanto ao numero de sılabas metricas.

• acentuacao - Acentuacao da ultima palavra do verso.

Em seguida e criada uma analise com uma segmentacao para segmentar o sinal de dados em es-

trofes, correspondendo cada segmento a uma estrofe. Em cada estrofe e adicionada uma classificacao.

Nessa classificacao e adicionada um conjunto de caracterısticas:

• nVersosEstrofe - Numero de versos da estrofe

• claNVersos - Classificacao da estrofe quanto ao numero de versos

• rimaSeguida - Versos onde ha rima seguida

• rimaEmparelhada - Versos onde ha rima emparelhada

• rimaCruzada - Versos onde ha rima cruzada

• rimaAbracada - Versos onde ha rima abracada

• rimaInterpolada - Versos onde ha rima interpolada

Por ultimo, no processo de classificacao de um poema, e e criada uma analise com uma segmentacao

que contem apenas um segmento correspondente a todo o poema. Neste segmento e tambem adicionada

uma classificacao. Nessa classificacao sao adicionadas duas caracterısticas:

• nVersos - Numero de versos do poema.

• nEstrofes - Numero de estrofes do poema.

Esta informacao e inserida e obtida pelas ferramentas integradas no Classificador, o qual se apre-

senta de seguida.

4.3 Classificador

O Classificador recebe como entrada um poema e devolve como saıda a sua classificacao. Este processo

e feito atraves das ferramentas integradas no ShRep. A figura 4.3 ilustra o Classificador suportado por

ferramentas do ShRep, as quais foram integradas neste trabalho, e se descrevem em seguida.

37

Figura 4.3: Classificador suportado pelas ferramentas integradas no ShRep.

4.3.1 Ferramenta InitialPoemCreator

Esta ferramenta foi inspirada no InitialTextCreator, descrita no capıtulo 2, e tem como objectivo criar um

sinal de dados no repositorio do ShRep correspondente ao poema que e recebido como entrada. Por

exemplo, para o poema:

Amou

Sorriu

Dancou!

Traiu?

E criado o seguinte sinal de dados no ShRep:

A m o u S o r r i u D a n ∼ c o u ! T r a i u ?0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

Para determinar onde comeca e termina cada verso e necessario guardar os ındices do sinal de

dados do inıcio e fim de cada verso. Neste caso (0,3), (4,9), (10,17) e (18, 23). Da mesma forma, e

necessario guardar informacao de onde comeca e acaba cada estrofe, mas guardam-se o numero do

primeiro e ultimo verso em vez dos ındices do sinal de dados, comecando a contagem no 0. Neste caso

(0,3).

Como se pode observar, a palavra “Dancou” aparece no sinal de dados como “Dan∼cou”. Isto

acontece porque e feita uma conversao dos caracteres especiais a fim de evitar problemas de encoding

38

antes de se colocar informacao no Shrep, onde se considera caracter especial qualquer caracter fora da

gama 0-127 do ascii. A tabela 4.1 mostra as conversoes que sao feitas.

Caracter Conversaoa #ae #eı #io #ou #ua ∼ao ∼oc ∼ca ∧ae ∧eo ∧oa ‘a

Tabela 4.1: Tabela de conversoes.

4.3.2 Ferramenta Leia

O Leia (L. Oliveira, 1996) e uma ferramenta que faz a transcricao fonetica e a divisao silabica de palavras

em termos de sılabas gramaticais.

A integracao desta ferramenta no ShRep foi feita do mesmo modo que a ferramenta Palavroso (Me-

deiros, 1995), nao so pelo facto de o processo de integracao ser mais rapido, mas tambem pelo facto do

codigo do Leia estar obsoleto.

Assim, foi desenvolvido um modulo, designado por LeiaAdapter, que funciona de intermediario

entre a Biblioteca Cliente do ShRep e a ferramenta Leia. Este modulo tem a funcao de solicitar, a Biblio-

teca Cliente, os dados necessarios a execucao da ferramenta Leia, interpretar os resultados produzidos

e inserir-los no ShRep.

A ferramenta Leia esta preparada para receber palavras ou frases, podendo ser acedidas atraves de

ficheiro ou do standard input. Por omissao faz a transcricao fonetica, podendo tambem fazer a divisao

em sılabas gramaticais.

Assim, o modulo desenvolvido obtem os versos do poema e para cada um deles, faz a transcricao

fonetica e a divisao silabica em termos de sılabas gramaticais. Na tabela 4.2 apresenta-se um exemplo do

formato de um verso apos ter sido processado pela ferramenta Leia com opcao de transcricao fonetica e

divisao silabica, respectivamente.

No caso da transcricao fonetica o caracter ” e usado para indicar a vogal tonica das palavras apare-

39

verso As armas e os baroes assinaladostranscricao fonetica 6z ”arm6z j uZ b6r”o∼j∼z 6sin6l”aduS

divisao silabica 6S ”ar$m6S i uS b6”ro∼j∼S 6$si$n6”la$duS

Tabela 4.2: Exemplo de formato de um verso apos execucao do Leia.

cendo antes da vogal tonica. No caso da divisao silabica o caracter ” e usado como caracter separador

de sılabas, assim como os caracteres $ e espaco (’ ’), e aparece antes da sılaba tonica das palavras.

4.3.3 Ferramenta VerseSplitter

A ferramenta VerseSplitter foi inspirada na ferramenta SentenceSplitter, descrita no capıtulo 2, e tem por

objectivo dividir o poema em versos e classificar cada um destes. Esta ferramenta cria uma analise com

uma segmentacao onde cada segmento e um verso do poema.

A cada segmento e adicionada uma classificacao que contem o numero de sılabas gramaticais, o

numero de sılabas metricas, a classificacao quanto ao numero de sılabas metricas, a transcricao fonetica

da terminacao da ultima palavra, a letra da rima correspondente a terminacao e a acentuacao da ultima

palavra. Algumas das classificacoes, como o numero de sılabas metricas, sao usadas directamente na

classificacao do poema, enquanto outras, como a letra da rima correspondente a terminacao do verso,

sao usadas para determinar outras classificacoes, como, por exemplo, o tipo de rima. O seguinte poema

e usado como exemplo ate ao fim desta seccao:

Maldito tempo perdido,

neste amor parado,

Tristezas de um detido,

Ficar na vida atrasado.

O perfume do teu corpo,

O sabor de te abracar,

Aqui o amor esta morto,

e eu carente para te amar.

Para este poema e criada uma analise com segmentacao constituıda por oito segmentos, sendo que

cada um corresponde a um verso como ilustra a tabela 4.3. A tabela 4.4 apresenta a classificacao para o

primeiro verso.

40

SegmentosMaldito tempo perdido,neste amor parado,Tristezas de um detido,Ficar na vida atrasado.O perfume do teu corpo,O sabor de te abra∼car,Aqui o amor est#a morto,e eu carente para te amar.

Tabela 4.3: Exemplo de Segmentacao de um poema em versos.

Descricao Caracterısticas Valortranscricao fonetica da terminacao terminacao iduletra da rima correspondente a terminacao letraRima Anumero de sılabas gramaticais silGra 8numero de sılabas metricas silMet 7divisao em sılabas metricas divMet Mal/di/to/tem/po/per/di/(do)classificacao quanto ao no de sılabas metricas claNsil heptass#ilaboacentuacao da ultima palavra acentuacao grave

Tabela 4.4: Exemplo de classificacao de um verso.

4.3.4 Ferramenta StanzaSplitter

A ferramenta StanzaSplitter tem por objectivo dividir o poema em estrofes e classificar cada uma destas.

Esta ferramenta cria uma analise com uma segmentacao onde cada segmento e uma estrofe do poema.

A cada segmento e adicionada uma classificacao que contem o numero de versos, a classificacao

quanto ao numero de versos e os versos onde ha rima seguida, emparelhada, cruzada, abracada e inter-

polada.

Para o poema visto anteriormente, e criada uma analise com uma segmentacao constituıda por

dois segmentos, sendo que cada um corresponde a regiao de uma estrofe como ilustra a tabela 4.5. A

tabela 4.6 apresenta a classificacao para a primeira estrofe.

SegmentosMaldito tempo perdido,neste amor parado,Tristezas de

um detido,Ficar na vida atrasado.O perfume do teu corpo,O sabor de te abra∼car,Aqui

o amor est#a morto,e eu carente para te amar.

Tabela 4.5: Exemplo de Segmentacao de um poema em estrofes.

41

Descricao Caracterısticas Valornumero de versos nVersosEstrofe 4classificacao quanto ao no de versos claNVersos quadraversos onde ha rima seguida rimaSeguida ()versos onde ha rima emparelhada rimaEmparelhada ()versos onde ha rima cruzada rimaCruzada (1,3)(2,4)versos onde ha rima abracada rimaAbracada ()versos onde ha rima interpolada rimaInterpolada ()

Tabela 4.6: Exemplo de classificacao de uma estrofe.

4.3.5 Ferramenta PoemSplitter

A ferramenta PoemSplitter tem por objectivo criar uma analise com uma segmentacao e um segmento

correspondente ao poema. Neste segmento e adicionada uma classificacao que contem o numero de

versos total do poema e o numero de estrofes. A tabela 4.7 mostra o segmento criado para o poema

analisado enquanto a tabela 4.8 apresenta a classificacao para este segmento.

SegmentoMaldito tempo perdido,neste amor parado,Tristezas de

um detido,Ficar na vida atrasado.O perfume do teucorpo,O sabor de te abra∼car,Aqui o amor est#a

morto,e eu carente para te amar.

Tabela 4.7: Exemplo de um Segmento poema.

Descricao Caracterısticas Valornumero de versos nVersos 8numero de estrofes nEstrofes 2

Tabela 4.8: Exemplo de classificacao do segmento poema.

4.3.6 Processo de Classificacao

Depois das ferramentas inserirem as classificacoes no ShRep, o Classificador e responsavel por obter

as classificacoes necessarias e por devolve-las como resultado da execucao do programa. A figura 4.4

ilustra o processo de classificacao desde o poema que e passado como entrada ate a classificacao devol-

vida na saıda. Primeiro o InitialPoemCreator cria um sinal de dados correspondente ao poema, depois

o VerseSplitter cria uma analise com uma segmentacao que segmenta o sinal de dados em versos e em

conjunto com o LeiaAdapter adiciona a classificacao correspondente a cada verso.

42

Figura 4.4: Processo de Classificacao.

O StanzaSplitter cria uma analise com uma segmentacao que segmenta o sinal de dados em es-

trofes, depois obtem informacao da analise de versos e adiciona a classificacao correspondente a cada

estrofe.Depois o PoemSplitter que cria uma analise com uma segmentacao que segmenta o sinal de dados

num unico segmento correspondente ao poema e lhe adiciona a classificacao correspondente ao numero

de versos e estrofes do poema. Por ultimo, o Classificador obtem as classificacoes correspondentes a

cada verso, estrofe e poema as quais devolve como resultado de execucao do programa. A tabela 4.9

apresenta a classificacao para o poema analisado.

Versos: 8 - Estrofes: 2Sılabas Metricas: [7,5,6,7] [7,7,6,8]Sılabas Gramaticais: [8,7,8,9] [8,8,9,10]Rimas: [A,B,A,B] [C,D,E,D]

1a Estrofe - quadra (4 versos) - Rima: Cruzada (1,3)(2,4)1o verso - heptassılabo ( 7 sıl.) - A - Mal/di/to/tem/po/per/di/(do)2o verso - pentassıabo ( 5 sıl.) - B - nes/te a/mor/pa/ra/(do)3o verso - hexassılabo ( 6 sıl.) - A - Tris/te/zas/de um/de/ti/(do)4o verso - heptassılabo ( 7 sıl.) - B - Fi/car/na/vi/da a/tra/sa/(do)

2a Estrofe - quadra (4 versos) - Rima: Cruzada (6,8)5o verso - heptassılabo ( 7 sıl.) - C - O/per/fu/me/do/teu/cor/(po)6o verso - heptassılabo ( 7 sıl.) - D - O/sa/bor/de/te a/bra/car7o verso - hexassılabo ( 6 sıl.) - E - A/qui o a/mor/es/ta/mor/(to)8o verso - octossılabo ( 8 sıl.) - D - e eu/ca/ren/te/pa/ra/te a/mar

Tabela 4.9: Exemplo de classificacao de um poema.

43

4.4 Organizacao da Base de Dados

Foi criada uma base de dados com tres tabelas. A tabela Palavra contem a chave PalavraID e os campos

Palavra, Terminacao, MinSil e MaxSil. A tabela ClasseGramatical contem a chave ClasseGramaticalID

e os campos PalavraID e ClasseGramatical. Por fim, a tabela PalavraRelacionada contem a chave Pala-

vraRelacionadaID e os campos PalavraID e PalavraRelacionada. A figura 4.5 ilustra a relacao entre as

tabelas. Uma palavra pode ter mais do que uma palavra relacionada e tambem mais do que uma classe

gramatical daı a razao das tabelas PalavraRelacionada e ClasseGramatical.

Figura 4.5: Modelo Relacional da Base de Dados.

Foi feito o pre-processamento das palavras, a fim de se preencher a base de dados, de forma a tornar

a sugestao de palavras eficiente. O campo Terminacao e a transcricao fonetica da terminacao da palavra,

ou seja, palavra a partir da vogal tonica, e foi obtida com a aplicacao Leia, tal como na classificacao de

palavras. Por exemplo, para a palavra “Natureza” o Leia da como transcricao fonetica “n6tur”ez6” e e

inserida, na base de dados, a terminacao “ez6”.

O numero mınimo e maximo de sılabas metricas para uma determinada palavra e tipicamente o

mesmo. Porem, como visto no capıtulo 3, podem haver sinereses ou diereses fazendo diminuir ou au-

mentar o numero de sılabas metricas de uma palavra. Visto que a sugestao e feita para a ultima palavra

do verso apenas se contam as sılabas da palavra ate a ultima sılaba tonica. O campo MinSil corres-

pondesponde ao numero mınimo de sılabas metricas onde se consideram todas as sinereses enquanto

o campo MaxSil corresponde ao numero maximo de sılabas onde se consideram todas as diereses. Por

exemplo para a palavra “saudade”, o MinSil e 2 (sau/da/(de)), enquanto o MaxSil e 3 (sa/u/da/(de))

por haver uma dierese. Os campos MinSil e MaxSil sao tambem obtidos com a aplicacao Leia, com a

opcao para fazer a divisao silabica em termos de sılabas gramaticais, em seguida e contado o numero

de juncoes (devido as sinereses) e separacoes (devido as diereses), bem como o numero de sılabas da

terminacao, isto e, para la da sılaba tonica. O campo MinSil e o numero de sılabas gramaticais menos as

da terminacao e as juncoes, enquanto MaxSil e o numero de sılabas gramaticais menos as da terminacao

mais as separacoes.

44

O campo ClasseGramatical e uma classe gramatical possıvel para a palavra com a chave palavraID.

As classes gramaticais possıveis para uma palavra sao obtidas com a aplicacao Palavroso (Medeiros,

1995). Por exemplo para a palavra “como”, esta aplicacao devolve as categorias gramaticais adverbio

(R), conjuncao subordinativa (Cs) e verbo (V). O campo PalavraRelacionada e uma palavra que esta

relacionada com a Palavra que tem como chave PalavraID. Foi feita a anotacao das palavras relaciona-

das com flores e animais sendo adicionada essa informacao na tabela “palavraRelacionada” da base de

dados.

4.5 Sugestor

O Sugestor recebe como entrada os parametros segundo os quais se pretende filtrar as sugestoes e de-

volve na saıda uma lista de palavras para terminar o verso. Este processo e feito atraves de pesquisas

na base de dados onde se encontra um dicionario com cerca de 300.000 palavras com a informacao pre-

-processada dos criterios de seleccao. A sugestao de palavras que terminem os versos pode ser baseada

num criterio ou combinacao de criterios previamente seleccionados. Os criterios sao:

• Verso (ou palavra) com o qual se pretende rimar (parametro obrigatorio)

• Verso que se pretende completar (sem a ultima palavra)

• Numero mınimo e numero maximo de sılabas metricas para o verso

• Uma ou mais classes gramaticais possıveis para a palavra a sugerir

• Uma ou mais palavras relacionadas com a palavra a sugerir

O verso (ou palavra) com que se pretende rimar e um parametro obrigatorio enquanto os restantes

sao opcionais e servem para reduzir o numero de sugestoes apresentadas. Em seguida descreve-se o

processo de sugestao de palavras para um determinado poema.

4.5.1 Processo de Sugestao

O seguinte poema encontra-se incompleto pois falta escrever a ultima palavra do quarto verso, assina-

lada com um ponto de interrogacao.

Gosto da Natureza,

Seja Inverno ou Verao,

Desde as pequenas flores,

ao majestoso ?

45

Existem cerca de 300.000 na base de dados e pretende-se encontrar uma que seja adequada para

terminar o quarto verso deste poema. O primeiro criterio usado e o facto de ter de rimar com um dado

verso ou palavra (parametro obrigatorio). Assim pode-se, por exemplo, indicar ao programa que se

pretende rimar com “Seja Inverno ou Verao”, de forma a se obter uma rima cruzada entre o segundo e

quarto verso. O Sugestor faz a transcricao fonetica deste verso (s”6Z6 i∼vErnw ow v@r”6∼w∼) e obtem

a terminacao (6∼w∼). Depois procura na base de dados todas as palavras com essa terminacao. Neste

caso o resultado foram encontradas 7.440 palavras.

A fim de reduzir o numero de sugestoes, pode-se filtrar por outros criterios, como por exemplo a

classe gramatical a que a palavra pretendida pertence. Neste caso, se a classe gramatical da palavra

pretendida para terminar o verso for um nome, o numero de sugestoes e reduzido para 2.049 palavras.

Como se pode observar os tres primeiros versos sao constituıdos por seis sılabas metricas:

Gos/to / da / Na/tu/re/(za),

Se/ja In/ver/no ou / Ve/rao,

Des/de as / pe/que/nas / flo/(res),

Tendo o quarto ate ao momento cinco sılabas metricas (“ao / ma/ges/to/so”). Assim, pode ser

interessante manter essa consistencia indicando ao Sugestor que se pretendem seis sılabas metricas para

o verso, colocando esse valor como mınimo e maximo. Como o verso ja tem cinco sılabas, ha duas

situacoes possıveis nas palavras sugeridas. Nao considerando as sılabas apos a sılaba tonica, ou tem

uma sılaba metrica e nao fazem juncao com “majestoso” ou tem duas sılabas metricas, mas fazem essa

juncao. Neste caso o Sugestor reduziu o numero de palavras sugeridas para 38, as quais se apresentam

na tabela 4.10.

Adao Baiao Islao Olhao Uniao accao agriao aldeao anciao anaoarpao aviao baiao boiao chao cao deao dao embriao espiaoestao grao guiao irmao iao leao mao nao opcao orfeaopeao piao pao suao sao uniao uncao vao

Tabela 4.10: Sugestao das Palavras.

Por fim, pode-se ainda pedir ao Sugestor que restrinja as sugestoes, a uma dada palavra relacionada,

seleccionando-se, por exemplo, animal como palavra relacionada, ficando as sugestoes reduzidas a duas

palavras, leao e cao. Destas pode por exemplo optar-se por leao resultando no seguinte poema:

Gosto da Natureza,

Seja Inverno ou Verao,

Desde as pequenas flores,

ao majestoso leao.

46

Qualquer dos parametros opcionais pode ser usado em combinacao com o verso (ou palavra) com

o qual se pretende rimar, independentemente de se estarem ou nao a usar outros parametros opcionais.

4.6 Interface Grafica

A interface Grafica do SAEP e uma interface web com o objectivo de classificar e facilitar a escrita de

poemas. Esta divide-se em quatro paginas, nomeadamente, Inıcio que e a pagina de apresentacao,

Classificador que permite classificar poemas, Sugestor que faz sugestoes para palavras finais dos versos

e Contactos que contem os contactos e creditos do site.

4.6.1 Pagina Inıcio

A figura 4.6 ilustra a pagina inicial.

Figura 4.6: Pagina Inıcio.

47

Esta descreve o que e o SAEP, e apresenta uma breve explicacao de como se pode utilizar o Classi-

ficador e o Sugestor.

4.6.2 Classificador

A figura 4.7 apresenta a pagina correspondente ao Classificador.

Figura 4.7: Pagina Classificador.

Para usar o classificador, o poema deve ser inserido na caixa de texto “Poema” e em seguida

usa-se o botao “Classificar” para efectuar a classificacao do poema, que sera apresentada na caixa

“Classificacao”.

4.6.3 Sugestor

A figura 4.8 apresenta a pagina correspondente ao Sugestor.

Para usar o Sugestor, o utilizador tem de inserir, pelo menos, o verso (ou palavra) com o qual

pretende rimar. A fim de reduzir o numero de sugestoes, pode tambem inserir o verso que pretende

48

Figura 4.8: Pagina Sugestor.

completar, o numero mınimo e maximo de sılabas metricas que pretende para o verso, a classe gramati-

cal da palavra pretendida e uma palavra relacionada com a palavra pretendida. Depois de inseridos os

dados usa-se o butao ’Sugerir’ para que o Sugestor apresente os resultados na ’Sugestoes’.

Como se pode observar, os parametros classe gramatical e palavra relacionada sao checkboxes, o que

permite por um lado evitar erros por parte do utilizador, limitando a utilizacao as hipoteses disponıveis

e por outro permite seleccionar mais do que um valor para classe gramatical ou palavra relacionada. Se

um determinado campo for deixado em branco, o Sugestor nao o usa na sugestao de palavras. Isto e

valido para todos os campos, com excepcao do verso (ou palavra) com o qual se pretende rimar, que e

parametro obrigatorio, sendo sempre usado na sugestao de palavras.

49

50

5Avaliacao do Trabalho

Melhor e experimenta-lo que julga-lo, Mas julgue-o quem nao pode experimenta-lo

– Camoes, Luıs Vaz de

Este capıtulo reflecte a avaliacao ao trabalho desenvolvido, apresentando resultados, conclusoes e

propostas de trabalho futuro.

5.1 Resultados

Para fazer uma avaliacao do trabalho desenvolvido foram usados 12 poemas, os quais se encontram no

apendice A. Efectuou-se a classificacao destes poemas a qual foi comparada com a classificacao espe-

rada, determinada previamente de forma manual, e contado o numero de erros para cada caracterıstica.

O primeiro teste foi com a estrofe 83 do Canto IX d’Os Lusıadas, pertencente ao episodio “A Ilha

dos Amores”, a qual se apresenta na tabela 5.1.

O que famintos beijos na floresta,E que mimoso choro que soava!Que afagos tao suaves, que ira honesta,Que em risinhos alegres se tornava!O que mais passam na manha, e na sesta,Que Venus com prazeres inflamava,Melhor e experimenta-lo que julga-lo,Mas julgue-o quem nao pode experimenta-lo.

Tabela 5.1: Exemplo de poema usado na avaliacao.

As tabelas 5.2 apresenta os resultados para esta estrofe, mostrando a classificacao gerada pelo SAEP,

a classificacao esperada e o numero de erros para cada caracterıstica.

Neste poema, existem alguns erros na contagem de sılabas metricas, enquanto as outras classificacoes

nao apresentam problemas. Visto que as sılabas metricas sao obtidas atraves das sılabas gramaticais, es-

tes erros podem surgir por duas situacoes distintas, o numero de sılabas gramaticais estar a ser mal

determinado, ou o processo de contagem de sılabas metricas atraves das sılabas gramaticais estar desa-

Classificacao Resultado esperado Resultado obtido ErrosNo de versos 8 8 0No de estrofes 1 1 01a EstrofeNo de versos 8 8 0Quanto ao no de versos oitava oitava 0Rima Seguida - - 0Rima Emparelhada (7,8) (7,8) 0Rima Cruzada (1,3,5)(2,4,6) (1,3,5)(2,4,6) 0Rima Abracada - - 0Rima Interpolada - - 0VersosSılabas Metricas [10,10,10,10,10,10,10,10] [10,9,9,10,11,10,11,12] 5Sılabas Gramaticais [11,11,14,12,12,11,13,14] [11,11,14,12,12,11,13,14] 0Letras Rima [A,B,A,B,A,B,C,C] [A,B,A,B,A,B,C,C] 0Total 5

Tabela 5.2: Resultados para o primeiro poema.

justado. Neste caso nao houve nenhum erro nas sılabas gramaticais o que leva a crer que o problema

esta no processo de contagem de sılabas metricas atraves das sılabas gramaticais.

Como foi visto no capıtulo 3 existem casos onde o numero de sılabas metricas podem variar, de-

pendendo do numero de elipses, sinereses, diereses e hiatos que se considerem. Assim nao se pode

considerar que o numero de sılabas metricas obtido esteja errado, pois e um numero de sılabas metricas

possıvel. Apenas se diz errado por se saber que todos os versos d’Os lusıadas sao constituıdos por dez

sılabas metricas.

A tabela 5.3 apresenta a divisao em sılabas metricas esperada e obtida, respectivamente, para cada

verso em que o resultado obtido nao foi o esperado.

E / que / mi/mo/so / cho/ro / que / so/a/(va)E / que / mi/mo/so / cho/ro / que / soa/(va)Que a/fa/gos / tao / su/a/ves / que i/ra ho/nes/(ta)Que a/fa/gos / tao / sua/ves / que i/ra ho/nes/(ta)O / que / mais / pa/ssam / na / ma/nha e / na / ses/(ta)O / que / mais / pa/ssam / na / ma/nha / e / na / ses/(ta)Me/lhor / e ex/p(e)ri/men/ta/lo / que / jul/ga/(lo)Me/lhor / e ex/pe/ri/men/ta/lo / que / jul/ga/(lo)Mas / jul/gue o / quem / nao / po/de ex/p(e)ri/men/ta/(lo)Mas / jul/gue/o / quem / nao / po/de ex / pe/ri/men/ta/(lo)

Tabela 5.3: Divisao em Sılabas Metricas dos versos com resultado incorrecto.

Como se pode observar tanto o resultado obtido como o esperado se podem considerar correctos.

52

Existem duas formas de resolver este problema, uma delas passa por apresentar o numero mınimo e

maximo de sılabas metricas, em vez de apresentar um valor exacto. A outra e verificar se existe ou nao

consistencia no numero de sılabas metricas ao longo dos versos e nesse caso se para todos os versos esse

valor estiver entre o mınimo e o maximo calculados, entao pode considerar-se que esse e o numero de

sılabas metricas dos versos do poema.

Efectuou-se o mesmo processo para os restantes poemas. A tabela 5.4 apresenta um resumo dos

resultados obtidos para os 12 poemas analisados, onde se apresentam o numero de erros em cada carac-

terıstica para cada poema.

Classificacao / No Poema 1 2 3 4 5 6 7 8 9 10 11 12 TotalNo de versos 0 0 0 0 0 0 0 0 0 0 0 0 0No de estrofes 0 0 0 0 0 0 0 0 0 0 0 0 0EstrofesNo de versos 0 0 0 0 0 0 0 0 0 0 0 0 0Quanto ao No de versos 0 0 0 0 0 0 0 0 0 0 0 0 0Rima Seguida 0 0 0 0 0 0 0 0 0 0 0 0 0Rima Emparelhada 0 0 0 0 0 0 0 0 0 0 0 0 0Rima Cruzada 0 0 0 0 0 0 0 0 0 0 0 0 0Rima Abracada 0 0 0 0 0 0 0 0 0 0 0 0 0Rima Interpolada 0 0 0 0 0 0 0 0 0 0 0 0 0VersosSılabas Metricas 5 1 0 7 1 0 3 0 4 1 8 5 35Sılabas Gramaticais 0 0 0 0 0 0 0 0 0 0 0 0 0Letras Rima 0 0 0 0 0 0 0 0 0 0 0 0 0Total 5 1 0 7 1 0 3 0 4 1 8 5 35

Tabela 5.4: Resumo dos resultados obtidos para os 12 poemas analisados.

Tal como no primeiro poema, aparecem erros na contagem de sılabas metricas em mais oito poemas.

Nos restantes poemas nao foram encontrados quaisquer erros. Como nao foram verificados erros nas

sılabas gramaticais pode-se concluir que o problema esta de facto no processo que faz a contagem de

sılabas metricas a partir das gramaticais. Estes erros apareceram nas seguintes situacoes:

• ser considerada uma sinerese a mais (ex: “soa/va” em vez de “so/a/va”)

• ter considerada uma elipse a menos (ou hiato a mais) (ex: “ma/nha/ e/” em vez de “ma/nha e/”)

• ter sido considerada uma sıncope a menos (ex: “ex/pe/ri/men/ta/lo”em vez de “ex/p(e)ri/men/ta/lo”)

• ter sido considerada uma dierese a menos (“sau/da/de” em vez de “sa/u/da/de”)

• ser considerada uma sinerese a menos (ex: “Pon/ci/o” em vez de “Pon/cio”)

53

Foram encontrados no total 35 erros na contagem de sılabas metricas em 197 versos analisados. A

solucao para resolver estes erros passa por apresentar o numero mınimo e maximo de sılabas metricas

possıveis para o verso, bem como o numero de sılabas metricas provavel tendo em conta o poema em

analise.

5.2 Conclusoes

Pode-se dizer que globalmente os objectivos foram atingidos. Foi desenvolvido um sistema que, por um

lado, efectua a classificacao de poemas baseando-se nos conceitos da poetica portuguesa e, por outro,

apresenta sugestoes de palavras para completar um verso baseando-se num criterio ou combinacao de

criterios.

Foram reutilizados modulos desenvolvidos em projectos anteriores e o sistema ShRep. O modulo

Leia para determinar a acentuacao lexica, efectuar a conversao grafema/fonema e realizar a divisao

silabica e o modulo Palavroso para efectuar a analise morfologica. O sistema ShRep, que tem como

principal proposito a integracao de ferramentas de anotacao, foi usado para suportar a integracao de

ferramentas que adicionam a classificacao do versos, estrofes e poema ao poema em si de forma a faci-

litar a classificacao de poemas.

Foram desenvolvidas novas ferramentas, nomeadamente InitialPoemCreator, VerseSplitter, Stan-

zaSplitter e PoemClassifier as quais foram integradas no sistema ShRep criando uma cadeia de proces-

samento para efectuar a classificacao de um poema.

Foi criada uma base de dados com informacao pre-processada sobre palavras passıveis de serem

sugeridas como ultima palavra de um verso, a fim de tornar o processo de sugestao eficiente e flexıvel.

Por fim, criou-se uma interface grafica web, de facil utilizacao, de forma a disponibilizar o sistema

online.

Em particular, pode-se dizer que apesar de ter sido necessario despender algum tempo para apren-

der a usar o ShRep, esse tempo acabou por ser recuperado mais tarde dada a flexibilidade e generalidade

deste sistema que permitiu de forma rapida e eficiente a integracao das novas ferramentas. Depois de

integrada a primeira ferramenta (InitialPoemCreator), o mecanismo de integracao das restantes foi muito

semelhante o que facilitou a montagem do processo de classificacao ilustrado na figura 4.4 do capıtulo 4.

O SAEP pode ser comparado com outros sistemas apresentados no capıtulo 2, nomeadamente o

Sugestor pode ser confrontado com os dicionarios de rimas e com o preditor de palavras do sistema

LuCas, enquanto que o Classificador pode ser comparado com o classificador de poemas do sistema

LuCas.

54

Comecando pelo Classificador, para alem do classificador do LuCas estar indisponıvel, este sistema

apresenta apenas o numero de sılabas gramaticais e nao o numero de sılabas metricas que e apresentado

pelo Classificador do SAEP. Outro problema do LuCas e o facto de nao ter forma de efectuar a transcricao

de palavras nem a sua divisao silabica. Em vez disso uma o pre-processamento dessa informacao para

um lexico reduzido de 11.505 palavras extraıdas de poemas e guardadas numa base de dados. Quando

uma palavra do poema nao se encontra no lexico e considerada como invalida. Se uma palavra invalida

aparecer no poema vai afectar o numero de sılabas do verso em que aparece, se em particular aparecer

no fim do verso afecta ainda a classificacao da rima, podendo considerar-se que o facto do LuCas nao

ter mecanismos de calcular o numero de sılabas nem a transcricao fonetica para qualquer palavra e

uma grande limitacao, sendo um dos pontos fracos do sistema. Para alem disso o LuCas e um sistema

autonomo dependente do sistema operativo enquanto o SAEP funciona online. A tabela 5.5 apresenta

um quadro comparativo entre os dois sistemas.

Caracterıstica Classificador do LuCas Classificador do SAEPDisponıvel Nao SimTipo de sistema Autonomo OnlineClassificacao do PoemaNo Versos Sim SimNo Estrofes Sim SimClassificacao da EstrofeNo Versos Sim SimClassificacao No Versos Sim SimRima Seguida Sim SimRima Emparelhada Sim SimRima Cruzada Sim SimRima Abracada Sim SimRima Interpolada Sim SimClassificacao do VersoNo Sılabas Metricas Nao SimClassificacao No Sılabas Metricas Nao SimNo Sılabas Gramaticais Sim SimLetras Rimas Sim Sim

Tabela 5.5: Comparacao entre os classificadores do LuCas e do SAEP.

Fazendo agora uma analise do Sugestor este pode ser comparado aos dicionarios de rimas, bem

como com o preditor de palavras do sistema ShRep, pois o objectivo destes sistemas e sugerir palavras

para completar um verso.

Como visto no capıtulo 2 os dicionarios de rima tem o problema de nao usar a transcricao fonetica

da terminacao da palavra para efeitos de comparacao, mas sim a propria terminacao. Isto faz com estes

dicionarios falhem em duas situacoes. Por um lado nao sugerem palavras com terminacoes homofonas

a palavra com que se pretende rimar, ou seja, palavras cuja terminacao se ouve da mesma maneira mas

55

se escreve de forma diferente. Por outro sugere palavras com terminacoes homografas, ou seja, palavras

cuja terminacao se escreve da mesma maneira mas se ouvem de maneira diferente e que portanto nao

rimam. Outro problema destes dicionarios e o facto de muitas das vezes apresentarem um vasto numero

de palavras nao tendo mecanismos para filtrar o numero de sugestoes. O Sugestor do SAEP assemelha-

se a um dicionario de rimas, se apenas for usado o criterio de verso (ou palavra) com o qual se pretende

rimar, resolvendo o problema das palavras com terminacoes homonimas e homografas.

Fazendo agora uma comparacao com o preditor de palavras do LuCas, como visto no capıtulo 2,

um dos grandes problemas do LuCas e o facto de usar um lexico com apenas 11.505 palavras pre-

processadas. Se for o poema tiver palavras nos finais dos versos que nao estejam no lexico nao e possıvel

usar a rima como criterio de seleccao. A seleccao por frequencia de ocorrencia de pares de palavras e

feita com base em poemas previamente analisados, que constituem as palavras do lexico, o que pode

fazer com que o numero de sugestoes seja reduzido a um numero pouco abrangente de palavras. A

tabela 5.6 apresenta um quadro comparativo entre o Dicionario de Rimas Poeticas (DRP), o Rimador, o

preditor de palavras do LuCas e o Sugestor do SAEP.

Caracterıstica DRP Rimador Preditor do LuCas Sugestor do SAEPNo de Palavras 600.000 36.563 11.505 300.000Comparacao de Palavras terminacao terminacao transcricao fonetica transcricao foneticaFiltrosPalavra para rimar Sim Sim Sim SimNo Sılabas Verso Nao Nao Sim SimClasse Gramatical palavra Nao Nao Nao SimPalavra Relacionada palavra Nao Nao Nao SimFrequencia Pares Palavras Nao Nao Sim Nao

Tabela 5.6: Comparacao entre DRP, Rimador, preditor do LuCas e Sugestor do SAEP.

Quanto aos resultados obtidos, pode-se considerar que foram positivos uma vez que apenas ocor-

reram erros na contagem de sılabas metricas e, como visto, anteriormente ocorrem pelo facto do pro-

cesso de contagem de sılabas metricas a partir das sılabas gramaticais estar desajustado. Uma correccao

plausıvel e apresentar o numero mınimo e maximo de sılabas metricas possıveis para o verso, bem como

o numero de sılabas metricas provavel tendo em conta o poema em analise. Esta e outras alteracoes sao

propostas em seguida como trabalho futuro.

56

5.3 Trabalho Futuro

Apesar de na globalidade se terem cumprido os objectivos, existem sempre novas ideias e melhorias

para fazer em trabalhos futuros.

A primeira proposta e a correccao da contagem do numero de sılabas metricas. Neste momento

esta a ser apresentado um numero exacto para o numero de sılabas metricas, quando um verso pode ter

um numero de sılabas metricas variavel dependendo do numero de elipses, sinereses, diereses e hiatos

que se sao consideradas. Assim, uma forma razoavel de corrigir o problema e apresentar o numero

mınimo de sılabas metricas, onde se consideram todas as elipses e sinereses, e o numero maximo de

sılabas metricas onde se consideram todas as diereses e hiatos. Depois pode ainda ser apresentado o

numero de sılabas metricas provavel tendo em conta as sılabas metricas dos restantes versos do poema

em analise.

Neste momento a classificacao de um poema esta a ser apresentada ao utilizador, no entanto, nao

e explicito como e que essa classificacao e obtida. Isto podera nao ser um problema para um utilizador

familiarizado com poesia, porem, para alguem que esta a iniciar a escrita de textos em verso seria in-

teressante explicar a razao de uma dada classificacao. Assim a Interface Web pode ser melhorada em

dois aspectos. Por um lado pode ter uma pagina onde se explicam os conceitos da poetica portuguesa,

e por outro, na pagina da classificacao pode-se adicionar um mecanismo para ilustrar como sao obtidos

o numero de versos, estrofes, rima, e restantes classificacoes. Uma forma de o fazer e transformar cada

classificacao num link para a explicacao da classificacao que seria mostrada caso o utilizador carrega-se

no link.

Quanto ao Sugestor pode ser melhorado de duas formas, para alem de se adicionarem mais pala-

vras a base de dados. Por um lado podem-se adicionar mais palavras relacionadas para melhor este

criterio de seleccao que neste momento esta limitado a animais e flores. Por outro podem-se adicionar

mais criterios de seleccao como, por exemplo, a pertenca a uma ontologia, de forma a reduzir o numero

de sugestoes.

57

58

Bibliografia

Ait-Moktar, S. (1998). L’ analyse presyntaxique en une seule etape. Tese de doutoramento, Universite Blaise

Pascal, Clermont-Ferrand, Franca.

Araujo, P. (2004). Classificacao de poemas e sugestao das palavras finais dos versos. Tese de mestrado, Instituto

Superior Tecnico, Universidade Tecnica de Lisboa, Lisboa, Portugal.

Araujo, P., Mamede, N. (2002, Maio). Classificador de poemas. Lisboa, Portugal.

Areal, A. (2000). Curso de portugues (15a ed.). Edicoes ASA.

Batista, F. (2002). Analise sintactica de superfıcie e consistencia de regras. Tese de mestrado, Instituto Superior

Tecnico, Lisboa, Portugal.

Costa, J. A., Melo, A. S. de. (1991). Dicionario da lıngua portuguesa. Porto Editora, Lda.

Dada poem generator. (n.d.). http://www.nullibicity.com/dadapoem.php.

EDENOVE. (2005). Verso, estrofe, rimas - edenove. http://edesete.blogs.sapo.pt/28161.html.

E-Dicionario. (2005). E-dicionario de termos literarios. http://www2.fcsh.unl.pt/edtl/.

Electronic poetry centre. (n.d.). http://epc.buffalo.edu/e-poetry.

Fabre, M. F. (2006). Recanto das letras, contagem das sılabas metricas. http://recantodasletras.uol.

com.br/teorialiteraria/254742.

Graca, J. (2006). A framework for integrating natural language tools. Tese de mestrado, Instituto Superior

Tecnico, Lisboa, Portugal.

Hagege, C. (2000). Analyse syntaxique automatique du portugais. Tese de doutoramento, Universite Blaise

Pascal, Clermont-Ferrand, Franca.

Kurzweil, Ray. (1999). Ray kurzweil’s cybernetic poet. http://www.kurzweilcyberart.com/poetry/

rkcp_overview.php3. Kurzweil CyberArt Technologies.

Medeiros, J. C. (1995). Processamento morfologico e correccao ortografica do portugues. Unpublished master’s

thesis, Insituto Superior Tecnico – Universidade Tecnica de Lisboa, Portugal.

MelhorSoft (Ed.). (2000). Dicionario de rimas poeticas. http://melhorsoft.com/.

59

Mysql database server. (n.d.). (http://www.mysql.com)

Oliveira, L. (1996). Sıntese de fala a partir de texto. Tese de doutoramento, Instituto Superior Tecnico, Lisboa,

Portugal.

Oliveira, L. C. de. (n.d.). Alfabeto fonetico para o dialecto padrao do portugues europeu. http://www.l2f.

inesc-id.pt/˜lco/ptsam/ptsam.pdf.

Paulo, J., Mamede, N. (2001). Pasmo - pos analise morfologica (Tech. Rep.). Lisboa, Portugal: L2F.

Poets and poems. (n.d.). http://www.poetry.com.

Priberam. (n.d.). Lıngua portuguesa on-line. http://www.priberam.pt/dlpo. Texto Editores.

Priberam. (2007). Rimador. http://www.luso-poemas.net/modules/rimador/.

Projecto vercial. (1996). http://alfarrabio.di.uminho.pt/vercial.

Ribeiro, R., Mamede, N., Trancoso, I. (2003). Using morphossyntactic information in tts systems: compa-

ring strategies for european portuguese. In Computacional processing of the portuguese language:: 6 th

international workshop, propor 2003, faro, portugal, june 26-27, 2003. proceedings (Vol. 2721). Spinger.

Rodrigues, D. (2007). Uma evolucao do sistema shrep: optimizacao, interface grafica e integracao de mais duas

ferramentas. Tese de mestrado, Instituto Superior Tecnico, Lisboa, Portugal.

Rua da poesia. (2006). http://www.ruadapoesia.com.

Sitedeliteratura. (n.d.). Sitedeliteratura - literatura brasileira e estrangeira para todas as idades. http://www.

sitedeliteratura.com/.

Think zone poem generator. (n.d.). http://thinkzone.wlonk.com/PoemGen/PoemGen.htm.

Wikipedia. (n.d.). Wikipedia, a enciclopedia livre. http://pt.wikipedia.org/wiki.

60

IApendices

APoemas usados na

Avaliacao

Numero: 1Tıtulo: A Ilha dos Amores, estrofe 83 do Canto IX d’Os LusiadasAutor: Luıs de CamoesO que famintos beijos na floresta,E que mimoso choro que soava!Que afagos tao suaves, que ira honesta,Que em risinhos alegres se tornava!O que mais passam na manha, e na sesta,Que Venus com prazeres inflamava,Melhor e experimenta-lo que julga-lo,Mas julgue-o quem nao pode experimenta-lo.

Numero: 2Tıtulo: Ao longe, ao luarAutor: Fernando PessoaAo longe, ao luar,No rio uma velaSerena a passar,Que e que me revela?Nao sei, mas meu serTornou-se-me estranho,E eu sonho sem verOs sonhos que tenho.Que angustia me enlaca?Que amor nao se explica?E a vela que passaNa noite que fica.

Numero: 3Tıtulo: Mao que me amparasAutor: Ivana de Sousa SantosMao que me amparas,com amor,quando a primeira lagrima caidos meus olhos, com temor,quando a esperanca se vai.

Numero: 4Tıtulo: Outroras grandezas enchem o meu espıritoAutor: De Edson Goncalves FerreiraOutroras grandezas enchem o meu espıritoMeu sangue luso-brasileiro imploraOs acordes de um fadoE percorro, espiritualmente, os locais onde, ha duzentos anos,Meus avos deixaram as maes chorosasAtravessando a AtlanticoToda saudade e poucaTodo fado nao traduz a melancoliaDaqueles que ficaram laOnde nao canta o sabiaEsperandoQuantos cais tem LisboaQuantas muralhas nos separamLagrimas petrificadas viraram perolasE, com elas, faco esta poesiaUm colar preciosoProprio para os prıncipes da lıngua amorosaPara dizer que tenho saudades dos lugares nunca pisadosMarcados no meu espıritoPelas palavras dos meus avosEternizadas nos falares, nas guitarras, nos bandolinsA sombra das videiras no fundo do quintal da casaDa casa da minha infanciaE que, sob a ventura de meu pai Arlindo e de minha Nita,Sagraram o meu coracaoCom pao, vinho, ternura, oh, quanta ternuraE esse vento que, agora, passa e acaricia a minha faceConduz as caravelas do meu coracao para laOnde nao canta o sabia!

64

Numero: 5Tıtulo: Menino (publicado no Recanto das Letras)Autor: CecizinhaMeninoAprendemos a viverA sentimentos conterCrescemosE do coracao nada aprendemosAchamos que basta viverMas deixamos morrer o que de melhor temosE o menino descobre que nao cresceuPois do amor nada aprendeuQuando menos esperouSofreuAchando que estava soE que tudo perdeuSo nao percebeuQue quando entrou no breuUma luz se acendeuE que o amor verdadeiro apareceuMas o menino so ira crescerQuando ele perceberQue so nunca esteveE que jamais estaraPois meu amor ele sempre tera

Numero: 6Tıtulo: Caminho longeAutor: Gabriel MarianoCaminhocaminho longeladeira de Sao TomeNao devia ter sangueNao devia, mas tem.

Parados os olhos se esfumamno fumo da chamine.Devia sorrir de outro modoo Cristo que vai de pe.

E as bocas reservam fechadasa dor para mais alemAntigas vozes pressagasno mastro que vai e vem.

Caminhocaminho longeladeira de Sao TomeDevia ser de regressodevia ser e nao e.

65

Numero: 7Tıtulo: Unica dadivaAutor: Gabriel MarianoOs engajadores levarama nossa unica dadivae ja ninguem devolveo que nos foi roubado.

Longa e a ladeira que a fome alonga.

Enquanto eu vivoas perguntas duramE eu vivo da fomeinterrogativamente.

Longa e a ladeira que a fome alonga.

Como podem ladroesrondar meus olhosse amor someus olhos tem?

Longa e a ladeira que a fome alongaterra longinquamente.

Numero: 8Tıtulo: Uma longa despedidaAutor: Jose Carlos GonzalezAbro as varandas altas da manha:o teu rosto e essa estrela sobre o mar.Oh meu amor eu vivo a desenharo teu rosto de sal na praia va.

De ti conheco um sopro, o naufragarde um barco altivo por mares desfeitoe ando de porto em porto a recordara costa de ouro e fogo do teu leito.

Ja te perdi de bussola e de norteno caminho magnetico dos astrospor tanto navegar contra a corrente.

Mas ao saber a cor da minha morteeu vivo em ti, na curva dos teus bracoscom um deserto de fogo a minha frente.

66

Numero: 9Tıtulo: Vida de Cao!Autor: Guerra JunqueiroNa luz do seu olhar tao languido, tao doce,Havia o que quer que fosseD’um ıntimo desgosto:Era um cao ordinario, um pobre cao vadioQue nao tinha coleira e nao pagava imposto.Acostumado ao vento e acostumado ao frio,Percorria de noite os bairros da miseriaA busca dum jantar.

E ao ver surgir da lua a palidez eterea,O velho cao uivava uma cancao funerea,Triste como a tristeza ossianica do mar.Quando a chuva era grande e o frio inclemente,Ele ia-se abrigar as vezes nos portais ;E mandando-o partir, partia humildemente,Com a resignacao nos olhos virginais.Era tranquilo e bom como as pombinhas mansas ;Nunca ladrou dum pobre a capa esfarrapada :E, como nao mordia as tımidas criancas,As criancas entao corriam-no a pedrada.

Numero: 10Tıtulo: Noivado EstranhoAutor: Florbela EspancaO luar branco, um riso de Jesus,Inunda a minha rua toda inteira,E a Noite e uma flor de laranjeiraA sacudir as petalas de luz...A luar e uma lenda de baladaDas que avozinhas contam a lareira,E a Noite e uma flor de laranjeiraQue jaz na minha rua desfolhada...O Luar vem cansado, vem de longe,Vem casar-se co’a Terra, a feiticeiraQue enlouqueceu d’amor o pobre monge...O luar empalidece de cansado...E a noite e uma flor de laranjeiraA perfumar o mıstico noivado!...

67

Numero: 11Tıtulo: Embora os meus olhos sejam,Autor: Antonio AleixoEmbora os meus olhos sejam,os mais pequenos do mundo,o que importa e que eles vejam,o que os homens sao no fundo.

Faz mal o filho que mente,a seus Pais, cuando rapaz,e e ja tarde quando sente,o mal que a si proprio faz.

Un homem quando tem notas,pode ser perverso e falso,todos lhe engraxam as botas,se as nao tem, anda descalco.

Vos que la do vosso imperio,prometeis un mundo novo,calai-vos, que pode o povo,querer un mundo novo a serio.

que o mundo esta mal, dizemose que vai de mal a pior,e, afinal nada fazemos,para que ele seja melhor.

Talvez paz no mundo houvesse,embora tal nao pareca,se o coracao nao estivesse,tao distante da cabeca.

68

Numero: 12Tıtulo: Via Sacra (Coroas de Sonetos)Autor: Paulo CameloQuando Poncio Pilatos condenou,por dizer-se homem-Deus, o Nazareno,o murmurio no ar nao foi pequenoe um enorme clamor logo ecoou.

Condenado a pagar nosso pecado,Ele deu por amor a sua vidae marcou com suor a tez sofrida,uma marca de dor no olhar cansado.

A pesar, sobre o ombro, enorme cruzera o peso do homem pecador,por quem veio o seu sangue derramar.

No Calvario, a sofrer, morreu Jesussob os olhos da mae, tomada em dor.E morreu por amor, pra nos salvar.

69