Emigration tales: automatic generation of texts, from ontological descriptions of emmigration resources, to tell life stories

Abstract

This document presents a Master’s Thesis on Informatics Engineering, at University of Minho, and it is focused on an automatic generator of texts that is responsible for telling life stories. The main goal of this project is to develop a system that is capable of analyzing ontological descriptions in order to build one or more stories related to individuals or families who emigrated from and to certain regions of the globe, in a given time space. This generation is based on rules of transformation and application of the ontology’s data in grammatical structures, thus forming sentences which, in turn, form a text in free speech. This generation of texts in natural language is far from being linear, due to the existence of some conditionings that can make the text incoherent and/or inconsistent. An example of this is the person’s biological gender, which has to be calculated - if not indicated at the outset - through his or her first name. Other conditionings that will change the configuration of the generated text are, for example, the number of people involved in the story, their ages, and the quantity (and quality) of information available. To connect the stories of a multiple number of emigrants, it is also necessary to find at least one point of information in common between them all, in order to offer a higher level of realism and cohesion to the generated text. This project also aims at enriching the visits to virtual museums related to the history of social life and migrations, such as, for example, the Museum of Emigration and Communities or the Museum of the Person.

Este documento apresenta uma Tese de Mestrado em Engenharia Informática, na Universidade do Minho, e está focada num gerador automático de textos responsável por contar histórias de vida. O objetivo principal deste projeto é de desenvolver um sistema que seja capaz de analisar descrições ontológicas de modo a contruir uma ou mais histórias relacionadas com indivíduos ou famílias que emigraram de e para certas regiões do Mundo, num dado espaço de tempo. Esta geração é baseada em regras de tranformação e aplicação de informação ontológica em estruturas gramaticais, formando assim frases que, por sua vez, formam um texto em linguagem corrente. Esta geração de textos em linguagem natural está longe de ser linear, devido à existência de algumas condicionantes que podem tornar o texto incoerente e/ou inconsistente. Um exemplo desta variância é o gênero biológico da pessoa, que terá de ser calculado - se não for indicado à partida pela fonte - a partir do seu nome próprio. Outras condicionantes que irão alterar a configuração do texto gerado são, por exemplo, o número de pessoas involvidas na história, as suas idades, e a quantidade (e qualidade) da informação disponível. Para haver uma conexão das histórias de múltiplos emigrantes, é também necessário encontrar, pelo menos, um ponto de informação comum a todos, de modo a oferecer um nível mais elevado de realismo e coesão ao texto gerado. Este projeto também tem o objetivo de enriquecer as visitaos aos museus virtuais relacionados com a história da vida social e migrações, tais como, por exemplo, o Museu das Emigrações e das Comunidades ou o Museu da Pessoa.