Ariani Di Felippo

TraSem - Especificação de Traços Semânticos dos Itens Lexicais

Investigação e especificação dos traços semânticos dos itens lexicais com vistas ao aprimoramento do Revisor Gramatical - ReGra.

POeTiSA - POrtuguese processing - Towards Syntactic Analysis and parsing

POeTiSA is a long term project that aims at growing syntax-based resources and developing related tools and applications for Brazilian Portuguese language, looking to achieve world state-of-the-art results in this area. On the resource side, we focus on the production of a large and comprehensive multi-genre corpus of Universal Dependencies-based part of speech and syntactically annotated texts, including mainly news texts and user-generated content (tweets and online comments). Regarding the tools, we aim to investigate recent neural and distributional-based methods for training robust parsing models for Portuguese. The project also envisions the production of applications on opinion mining and sentiment analysis tasks that may benefit from syntactic knowledge, as opinion summarization, helpfulness prediction, aspect idetification, deception detection and emotion classification. This project is part of the Natural Language Processing initiative (NLP2) of the Center for Artificial Intelligence (C4AI) of the University of São Paulo, sponsored by IBM and FAPESP (grant #2019/07665-4). The center is part of the FAPESP Engineering Research Centers Program and is committed to state-of-the-art research in Artificial Intelligence, exploring both foundational issues and applied research.

Computação Heterogênea para Visão Computacional e Processamento de Linguagem Natural

Trata-se de um projeto de pesquisa no âmbito das Ciências da Computação, em subáreas inter-relacionadas de grande destaque atual e de interesse acadêmico e industrial, a saber: Processamento de Imagens e Processamento de Língua Natural. Com a análise, a modelagem e o tratamento computacional de dados de imagens e de língua, prevê-se o avanço da fronteira de conhecimento nessas frentes e, consequentemente, das aplicações relacionadas a essas duas modalidades complementares de dados.

Python para Processamento de Linguagem Natural: Edição Comemorativa dos 50 anos do ICMC

O curso foi inteiramente virtual, com aulas transmitidas ao vivo pelo canal do ICMC no Youtube (http://tv.icmc.usp.br/), com os links para as gravações sendo disponibilizados posteriormente na página a seguir (https://cursosextensao.usp.br/course/view.php?id=2721). O curso teve 12.500 inscritos e 2.500 aprovados. A mesa de abertura teve mais de 14.000 visualizações.

Sucinto - summarization for clever information access

The sucinto project aims at investigating and exploring generic and topic-focused multi-document summarization strategies for providing a more feasible and intelligent access to on-line information provided by news agencies. This commitment brings back old and well-known scientific challenges from the first studies in summarization in the 50s as well as introduces several new and exciting challenges, e.g., to deal with redundant, complementary and contradictory information, to normalize different writing styles and referring expression choices, to balance different perspectives and sides of the same events and facts, to properly deal with evolving events and their narration in different moments, and to arrange information pieces from different texts to produce coherent and cohesive summaries, among several others. An ultimate goal of this project is to pull the developed tools together as on-line applications for final users. This project takes into consideration not only classical approaches to single and multi-document summarization, but also new ones, following different paradigms and using knowledge of varied nature ranging from empirical and statistical data to semantic and discourse models. Research interests include (i) the modeling of the summarization process (content selection, planning, aggregation, generalization, substitution, information ordering, etc.) by means of Cross-document Structure Theory (CST), Rhetorical Structure Theory (RST), ontologies, and language and summarization statistical models, (ii) the investigation of related tasks as discourse parsing, topic detection, temporal annotation and resolution, coreference resolution, text-summary alignment, and multilingual processing, and (iii) the linguistic characterization of multi-document summaries and their manual production.

TermiNet - Instanciação e Aplicação de uma Metodologia para o Desenvolvimento de Wordnets Terminológicas em Português do Brasil

Neste documento, propõe-se uma pesquisa no âmbito do Processamento Automático das Línguas Naturais (PLN), área interdisciplinar que busca desenvolver sistemas que processam as línguas naturais (p.ex.: sistemas de sumarização). Para o desenvolvimento de vários sistemas de PLN, são necessários certos recursos lingüísticos (os lingwares) que desempenham papel central na arquitetura dos sistemas, p.ex.: as ?bases de conhecimento lexical?. Dada a necessidade crescente de se processar textos especializados, bases de conhecimento lexical especializado (ou terminológico) passaram a ser desenvolvidas para várias línguas, principalmente no formato wordnet. Embora exista um número razoável de wordnets terminológicas em diversas línguas, observa-se a carência de uma metodologia suficientemente clara que facilite e, sobretudo, estimule a criação dessas bases. Para o português do Brasil (PB), aliás, não há bases de conhecimento especializado no formato wordnet. Assim, propõe-se (i) a instanciação de uma metodologia para o desenvolvimento de wordnets terminológicas e (ii) a sua aplicação na construção de uma base desse tipo em PB. Tal metodologia, proposta para a realização de quaisquer pesquisas no PLN, destaca-se por conciliar a face lingüística e a computacional dessa área. Com isso, acredita-se que o projeto pode beneficiar não só o PLN, mas também a Terminologia/ Terminografia em PB, pois o formato wordnet é um modelo elegante e eficaz para a representação do conhecimento léxico-conceitual, fundamental também para o desenvolvimento de produtos terminográficos tradicionais.

Sustento1 - Geração de conhecimento linguístico para a Sumarização Automática Multidocumento

Dada a grande quantidade de informação disponível em várias línguas, sobretudo na web, a Sumarização Automática Multidocumento (SAM) tem ocupado lugar de centralidade no Processamento Automático das Línguas Naturais (PLN) na medida em que facilita o acesso à informação. Originada em meados de 1990, a SAM objetiva produzir automaticamente um único sumário (resumo) a partir de uma coleção de textos sobre um mesmo tópico. Para o português do Brasil (PB), as pesquisas começaram somente nos últimos anos. Apesar de incipientes, os sistemas/métodos que envolvem o PB igualam-se ao estado da arte e, em alguns casos, superam os resultados obtidos para outras línguas. Mesmo diante de cenário tão promissor, a SAM, de um modo geral, carece de subsídios linguísticos que permitam aproximar a tarefa automática à humana. Assim, neste projeto, objetiva-se gerar subsídios linguísticos para avançar o estado da arte em SAM, principalmente que envolve o PB. Para tanto, investigar-se-ão 3 frentes de pesquisa correlatas: (i) caracterização linguística de sumários multidocumento produzidos por humanos, (ii) investigação aprofundada dos fenômenos multidocumento (p.ex.: redundância), e (iii) descrição e formalização de conhecimento semântico-conceitual. As frentes (i) e (ii) justificam-se pelo fato de que a SAM, ao contrário da monodocumento, pauta-se apenas em indícios sobre a sumarização humana (multidocumento) e em estudos superficiais de seus fenômenos. A frente (iii) justifica-se pelo fato de que os métodos de SAM para o PB poderão ser enriquecidos ou totalmente baseados nesse tipo de conhecimento. Tendo em vista a geração de descrições e formalizações linguísticas nas três frentes, acredita-se que este projeto tem potencial para contribuir com a SAM e a Linguística Descritiva. Ademais, salienta-se a formação de recursos humanos no PLN, área ainda pequena no Brasil.

Ancora - Desenvolvimento de Algortimo de Interpretação de Escrita no Contexto de Avaliação, alinhada à Base Nacional Comum Curricular

O objetivo do projeto é desenvolver anotação e análise de corpus, regras e modelos de linguagem que subsidiem a construção de uma ferramenta de devolutiva pedagógica em tempo real e um algoritmo de avaliação alinhado aos critérios da matriz de avaliação da Base Nacional Comum Curricular. O produto do projeto será incorporado a um serviço pedagógico de escrita e letramento a ser oferecido a alunos e professores de escolas públicas e privadas como um componente-chave para a avaliação e melhoria do letramento no Brasil.

Sustento2 - Geração de conhecimento linguístico para a Sumarização Automática

Dada a grande quantidade de informação disponível em várias línguas, sobretudo na web, a Sumarização Automática Multidocumento (SAM) tem ocupado lugar de centralidade no Processamento Automático das Línguas Naturais (PLN) na medida em que facilita o acesso à informação. Originada em meados de 1990, a SAM objetiva produzir automaticamente um único sumário (resumo) a partir de uma coleção de textos sobre um mesmo tópico. Para o português do Brasil (PB), as pesquisas começaram somente nos últimos anos. Apesar de incipientes, os sistemas/métodos que envolvem o PB igualam-se ao estado da arte e, em alguns casos, superam os resultados obtidos para outras línguas. Mesmo diante de cenário tão promissor, a SAM, de um modo geral, carece de subsídios linguísticos que permitam aproximar a tarefa automática à humana. Assim, neste projeto, objetiva-se gerar subsídios linguísticos para avançar o estado da arte em SAM, principalmente que envolve o PB. Para tanto, investigar-se-ão 3 frentes de pesquisa correlatas: (i) caracterização linguística de sumários multidocumento produzidos por humanos, (ii) investigação aprofundada dos fenômenos multidocumento (p.ex.: redundância), e (iii) descrição e formalização de conhecimento semântico-conceitual. As frentes (i) e (ii) justificam-se pelo fato de que a SAM, ao contrário da monodocumento, pauta-se apenas em indícios sobre a sumarização humana (multidocumento) e em estudos superficiais de seus fenômenos. A frente (iii) justifica-se pelo fato de que os métodos de SAM para o PB poderão ser enriquecidos ou totalmente baseados nesse tipo de conhecimento. Tendo em vista a geração de descrições e formalizações linguísticas nas três frentes, acredita-se que este projeto tem potencial para contribuir com a SAM e a Linguística Descritiva. Ademais, salienta-se a formação de recursos humanos no PLN, área ainda pequena no Brasil.

AIM-Health - AI-Based Support for Mental Health Communication

Depression is a mental health disorder that affects a large portion of the global population, being the second largest contributor to decrease in healthy life expectancy. Depression is characterized by a clinically significant form of psychological suffering that leads to significant impairment in someone's functionality, reduced quality of life and, in severe cases, can lead to death due to the risk of suicide. However, according to the World Health Organization, only a quarter of individuals suffering from mental health disorders receive proper care. Advances in Artificial Intelligence (AI) and Natural Language Processing (NLP) research have been developed to a level that can be used for proposing computational solutions that assist in the detection and intervention in mental health conditions. AI and NLP based solutions that aid in the identification of signs of depression can be useful both in individual treatment and in making public policy decisions. Similarly, solutions that offer autonomous, ethical, reliable, controlled, and engaging intervention, in real time, can help mitigate the damage caused by depression. This project works on proposing and developing AI and NLP based solutions for the detection and intervention of mental health conditions that can have a broader reach and allow mental health support to individuals and populations that would not otherwise have access to it. Furthermore, as social determinants are frequently mentioned as risk factors for mental health conditions, this project also aims at furthering the understanding about them in two contexts (Brazil and the United Kingdom). This project aims to address scientific challenges that are still present and very relevant in this context: (i) dealing with more abstract language (such as figurative language) commonly used in mental health self-narratives, and (ii) outputting personalized interventions suitable for an individual's context. (AU)

I Seminário de Estudos do Léxico (SELEX)

O Seminário de Estudos do Léxico (SELEX) foi proposto com o objetivo de reunir as pesquisaores, docentes e alunos da UFSCar, interessados no léxico sob diferentes perpectivas.

I Olimpíada Brasileira de Linguística Computacional (OlinCom)

A I Olimpíada Brasileira de Linguística Computacional (OlinCom) é uma competição acadêmica voltada à promoção do interesse e do conhecimento em Processamento de Linguagem Natural (PLN), reunindo estudantes para resolver desafios relacionados à análise automática da linguagem, como interpretação semântica, modelagem linguística e uso de recursos computacionais aplicados à língua.

I Workshop de Iniciação Científica em Tecnologia da Informação e da Linguagem Humana (TILic)

O I Workshop de Iniciação Científica em Tecnologia da Informação e da Linguagem Humana, o TILic, será o primeiro workshop de Iniciação Científica (IC) que busca agregar alunos de graduação das áreas de Ciências da Computação, de Lingüística, de Ciências da Informação e outras, engajados em pesquisas relacionadas ao processamento das línguas naturais. Tal evento integra o Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana (STIL 2009), que será realizado entre os dias 7 e 11 de setembro de 2009 no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP/São Carlos.

II Jornada de Descrição do Português (JDP)

A Jornada de Descrição do Português visa aproximar linguistas e pesquisadores da área de computação, integrando mais efetivamente essas duas áreas que precisam atuar de forma interdisciplinar para promover avanços no processamento automático da língua portuguesa.A Linguística Descritiva, em especial, tem enorme potencial para aportar conhecimentos ao Processamento Automático de Língua Natural (PLN), de maneira a colocar a língua portuguesa numa posição de destaque no cenário mundial, fazendo frente às demais línguas (inglês, francês, espanhol, etc.) que vislumbraram essa interdisciplinaridade já na década de 1960.

I Universal Dependencies Brazilian Festival (UDFest-BR)

O Universal Dependencies Brazilian Festival (UDFest-BR), realizado no âmbito do PROPOR 2022, é um fórum voltado à discussão do modelo Universal Dependencies (UD) e sua adaptação ao português. O UD é um modelo internacional de anotação gramatical que apoia estudos contrastivos e o desenvolvimento de tecnologias multilíngues em PLN. Apesar de sua ampla adoção com centenas de corpora anotados em mais de 100 línguas e de suas vantagens para aplicações como tradução automática e extração de informação, o uso do UD no português ainda é incipiente. O evento busca, assim, ampliar a visibilidade da área, promover boas práticas e incentivar colaborações e novas pesquisas.

16a Jornada de Letras da UFSCar

Brasileiras em Processamento da Linguagem Natural

O "Brasileiras em PLN" (BPLN: https://brasileiraspln.com) é um grupo criado em 2020 e atualmente (2025) é formado por cerca de 260 pessoas que se identificam com o gênero feminino, brasileiras, interessadas ou trabalhando ativamente na área de Processamento de Linguagem Natural (PLN) em diversos estados do Brasil e no exterior. O BPLN tem a missão de fortalecer a presença das mulheres no PLN no Brasil, destacando suas contribuições, promovendo a disseminação do conhecimento e inspirando e capacitando mais pessoas para trabalharem e pesquisarem nesta área. Neste sentido, este projeto visa abarcar atividades de divulgação científica (palestras), educação (cursos) e parcerias científicas (projetos e orientações) das integrantes atuais e futuras do BPLN.

II Jornada de Estudos Descritivos

O objetivo do evento é reunir os grupos de pesquisa dos/as docentes da linha de pesquisa Descrição, Análise e Processamento de Línguas Naturais do Programa de Pós-Graduação da UFSCar. Haverá apresentação dos grupos de pesquisa e dos trabalhos de pós-graduandas/os atuais e egressos. Além disso, está prevista uma sessão de apresentação de trabalhos de pós-graduandas/os de outras universidades, caso haja inscrições.

III Jornada de Estudos Descritivos

A III Jornada de Estudos Descritivos é um evento promovido pelo PPGL-UFSCar, Programa de Pós-Graduação em Linguística da Universidade Federal de São Carlos, e ocorrerá nos dias 21 e 22 de abril de 2026, com as inscrições abertas de 16 de março a 17 de abril do mesmo ano.O evento será realizado de forma presencial e tem como proposta a apresentação de pesquisas relacionadas à Linguagem, especificamente na linha de pesquisa descritiva.A linha de pesquisa dos trabalhos apresentados no evento tem como foco a investigação da forma e função de construções linguísticas, visando a explicação e compreensão da linguagem.A investigação é realizada através de diversos modelos teóricos que permitem a análise dos fenômenos linguísticos, sendo utilizadas por áreas que analisam, por exemplo, a fonética, semântica, pragmática e dados sociofuncionais das línguas humanas.

Lumos - Natural Language Processing for Social Media Monitoring

This project aims to develop Natural Language Processing (NLP) technologies for social listening monitoring, with a focus on social media and sports-related posts. The proposal integrates language technologies such as linguistic resources (lexicons and annotated corpora) and computational approaches based on symbolic and Large Language Model methods, targeting tasks such as sentiment analysis, topic identification, and named entity recognition. Ultimately, the project seeks to contribute to a better understanding of perceptions and trends in digital environments, as well as to advance robust NLP solutions tailored to Portuguese.

Lumos - Natural Language Processing for Social Media Monitoring

This project aims to develop Natural Language Processing (NLP) technologies for social listening and monitoring, with a focus on social media and sports-related posts. The proposal integrates language technologies such as linguistic resources (lexicons and annotated corpora) and computational approaches based on symbolic and Large Language Model-based methods, targeting tasks such as sentiment analysis, topic identification, and named entity recognition. Ultimately, the project seeks to contribute to a better understanding of perceptions and trends in digital environments, as well as to advance robust NLP solutions tailored to Portuguese.

SAPPo - Towards Semantic Analysis and Parsing for Portuguese

The interpretation of natural language is essential in a wide range of Natural Language Processing (NLP) applications, involving tasks such as Named Entity Recognition (NER), Semantic Role Labeling (SRL), and the representation of sentence meaning through formalisms such as Abstract Meaning Representation (AMR). Although extensively studied for standard English, these tasks remain challenging even in the presence of large annotated corpora for model development and evaluation. NER faces issues such as semantic ambiguity, entity boundaries, nested entities, and coreference; SRL must deal with syntactic ambiguity, polysemy, the distinction between arguments and adjuncts, and implicit arguments; and AMR, while inheriting these challenges, also involves graph-structuring, coreference, non-literal meaning, and typological variation across languages, given that it was originally designed for English. These problems are further exacerbated in user-generated content (UGC) (e.g., tweets, posts), which is characterized by non-standard language. Despite some important initiatives, resources for NER, SRL, and AMR in Portuguese remain limited, and annotation is still largely manual, time-consuming, and costly. Considering these three tasks, this project aims to create annotated corpora and lexical repositories and to develop automatic methods for both formal Portuguese and/or UGC. To this end, we propose to explore classical symbolic approaches, current techniques based on Large Language Models (LLMs), and/or hybrid methods that combine the interpretability of symbolic approaches with the generalization capacity of pre-trained neural models (LLMs), aiming at more robust and adaptable solutions.

NanoTerm - Terminologia em Língua Portuguesa da Nanociência e Nanotecnologia: Sistematização do Repertório Vocabular e Elaboração de Dicionário-Piloto

A Nanotecnologia é atualmente uma das áreas centrais das atividades de pesquisa, desenvolvimento e inovação nos países industrializados. Investimentos aplicados nessa área de conhecimento por esses países têm sido crescentes e atingiram, em 2002, cerca de cinco bilhões de dólares. A previsão é de que, entre 2010 e 2015, o mercado mundial envolvendo a Nanotecnologia será de um trilhão de dólares. O cenário no Brasil para pesquisas em Nanociência e Nanotecnologia (NN) já é promissor, entretanto, ainda há uma grande defasagem dos países do Hemisfério Sul em relação aos países desenvolvidos, como mostra documento da OEA intitulado "Ciência, Tecnologia, Engenharia e Inovação para o Desenvolvimento: uma visão para as Américas no Século XXI" (nov/2005). Para acompanhar esse desenvolvimento científico e tecnológico que se deseja, é preponderante a sistematização de repertórios vocabulares em língua portuguesa. Sistematizar terminologias significa criar termos fiáveis de forma a facilitar a comunicação especializada, além de demonstrar que a língua portuguesa está apta para nomear conceitos técnicos e científicos. Em outras palavras, ao mesmo tempo em que se promove a disseminação de conhecimentos e de tecnologias, fomenta-se a língua nacional, posto que não há ainda qualquer glossário e/ou dicionário de NN em língua materna. O que se observa é presença maciça de produtos terminológicos em língua inglesa, mas, ainda assim, limitados em abrangência e profundidade. Esta proposta tem como objetivos: 1) constituição de um corpus em língua portuguesa; 2) busca de equivalentes em português - língua de chegada (LC) - a partir de uma nomenclatura em inglês - língua de partida (LP); 3) proposta de uma ontologia em língua portuguesa da área de NN; 4) elaboração do primeiro dicionário-piloto em NN em língua materna.Financiado pelo edital MCT/CNPq 61/2005 (Ciências Humanas, Sociais e Sociais Aplicadas). Vigência: jul/2006 a jul/2008). Valor concedido: R$ 7.000,00.

III Jornada de Descrição do Português (JDP)

A Jornada de Descrição do Português visa aproximar linguistas e pesquisadores da área de computação, integrando mais efetivamente essas duas áreas que precisam atuar de forma interdisciplinar para promover avanços no processamento automático da língua portuguesa.A Linguística Descritiva, em especial, tem enorme potencial para aportar conhecimentos ao Processamento Automático de Língua Natural (PLN), de maneira a colocar a língua portuguesa numa posição de destaque no cenário mundial, fazendo frente às demais línguas (inglês, francês, espanhol, etc.) que vislumbraram essa interdisciplinaridade já na década de 1960.

Glosagem da Base da WordNet.Br e sua Indexação à WordNet de Princeton

Neste projeto, propõe-se, especificamente, a ampliação qualitativa dessa base de verbos. Como na WordNet de Princeton em que se inspira, a base de verbos da WordNet.Br deverá conter a especificação de glosas (isto é, uma definição do significado do conceito implicitamente codificado em cada synset, que constitui também a definição de um ontologia recortada por uma língua natural) e das relações lógico-conceituais e hierárquicas que se estabelecem entre os synsets de verbos. Para isso, estabelece-se um dos seus objetivos: fazer a interligação entre a base da Wordnet.Br e a base da WordNet de Princeton, que se concretiza por meio da especificação da coindexação entre os synsets de verbos da base da WordNet.Br e os synsets de verbos semanticamente (quase-)equivalentes da Wordnet de Princeton.

Revisa - Knowledge-based Revision for Transforming Multi-Document Extracts into Abstracts

Given the large volume of information available in multiple languages, particularly on the Web, Multi-Document Summarization (MDS) has become an important approach to mitigating information overload. Since its emergence in the mid-1990s, MDS has been an active research area within Natural Language Processing (NLP), aiming to automatically generate a single summary from a collection of documents describing the same topic. Research on MDS for Brazilian Portuguese began in 2011, and the resulting methods and systems have achieved, and in some cases surpassed, the state of the art for the language.Most MDS systems generate extractive summaries, i.e., summaries composed of sentences (or, more rarely, phrases or paragraphs) selected from the source documents. Although extractive approaches have achieved substantial improvements, the resulting summaries often suffer from limited informativeness and reduced linguistic quality.This project investigates, from a corpus-based perspective, rewriting strategies for automatic summary revision. The goal is to formulate rewriting rules that generalize and specialize the content of extractive summaries during a post-editing stage. These operations vary widely in scope (intra- and inter-sentential), linguistic level (lexical, phrasal, clausal, and sentential), and underlying mechanisms (e.g., lexical substitution and insertion, syntactic transformations, and discourse-level operations). By introducing an abstraction layer over extractive summaries, the project moves beyond purely extractive MDS toward partially abstractive summarization, producing summaries that are more natural, more informative, and linguistically more fluent.

Converseiro - Linguistic Description and Automatic Processing of Social Media Content

The different genres of content produced on social media also referred to as user-generated content (UGC) are of particular interest due to the opinions, evaluations, and interactions they express, as well as the linguistic specificities associated with digital communication. This project is dedicated to the linguistic investigation of texts circulating primarily on the X platform (formerly Twitter). In this context, the project aims to describe different linguistic aspects of the tweet genre, covering lexical, morphosyntactic, syntactic, and semantic-discursive phenomena. The goal is to support the development of linguistic-computational resources (lingware) for the automatic processing of this type of UGC in Portuguese, including treebanks (i.e., linguistically annotated corpora), lexicons, and computational grammars.

C4AI - Centro de Inteligência Artificial

Esta proposta descreve um Centro de Pesquisa de Engenharia em Inteligência Artificial (IA) empenhado em conduzir pesquisas em tópicos centrais de IA e em aplicar técnicas de IA em áreas de aplicação selecionadas --- a saber, indústria de óleo e gás, agronegócios e saúde. O Centro também dará suporte a estudos sobre o impacto social e econômico da IA e conduzirá atividades de transferência de tecnologia e difusão do conhecimento. O Centro será construído com a convicção de que os próximos dez anos trarão avanços sem precedentes em IA, os quais dependerão da colaboração tanto entre áreas centrais da IA como destas áreas com as aplicações. O "Center for Artificial Intelligence" consistirá de dois grupos interligados de pesquisadores, ambos distribuídos na instituição anfitriã e em instituições associadas. Um grupo de pesquisadores, com significativa projeção internacional na comunidade de IA, cobrirá tópicos centrais de IA, de representação de conhecimento a aprendizado de máquina, com ênfase em processamento de texto e linguagem natural, particularmente em Português. Tendências da pesquisa internacional corrente sugerem que a próxima década testemunhará uma interação crescente entre representação de conhecimento, tomada de decisão e aprendizado de máquina; o "Center for Artificial Intelligence" focará sua atenção na combinação destas áreas da IA, já que elas não são tão intimamente conectadas quanto deveriam ser --- o Centro se posicionará como um participante fundamental na colaboração entre os principais tópicos da IA. Um segundo grupo de pesquisadores do Centro focará em três áreas de aplicação onde existe significativa experiência na instituição anfitriã: óleo e gás, agronegócio, e saúde. A conexão entre pesquisa em tópicos centrais da IA e áreas de aplicação ocorrerá em dupla direção: pesquisa em IA básica abordará problemas de grande escala nas áreas de aplicação selecionadas, e será direcionada pelos desafios nestas áreas de aplicação. Um pequeno grupo de pesquisadores da área de humanas está incluído no "Center for Artificial Intelligence" para conduzir pesquisa sobre o impacto social da IA e para identificar caminhos que garantam o uso da IA para o bem. O Coordenador de Educação e Difusão do Conhecimento organizará produção de vídeos contendo resultados de pesquisa e trabalhará através de feiras e escolas para educar o público em sentido amplo. O Coordenador de Transferência de Tecnologia trabalhará com órgãos bem estabelecidos na instituição anfitriã para fomentar iniciativas que transferirão resultados para as entidades financiadoras e para esforços de empreendedorismo.