DANTEStocks-AMR em Construção: Avanços e Desafios na Anotação Semântica de Tweets Financeiros
Resumo
O formalismo Abstract Meaning Representation (AMR) é amplamente utilizado no Processamento de Língua Natural (PLN) para representar o significado de enunciados em grafos orientados. Este trabalho se insere na tarefa pioneira de anotação do corpus DANTEStocks-AMR, composto por 4.048 tweets do mercado financeiro já anotados com Universal Dependencies (UD). Os grafos estão sendo construídos de forma semiautomática, com adaptações das diretrizes originais do inglês e daquelas já definidas para o português às especificidades do corpus, com apoio da anotação-UD. O artigo discute características do corpus que exigiram ajustes no modelo AMR, e apresenta estatísticas do DANTEStocks-AMR (v.1), com um 1/4 dos tweets anotados.
Referências
Anchiêta, R. and Pardo, T.A.S (2018) “Towards AMR-BR: A SemBank for Brazilian Portuguese Language”, In: Proceedings of the 11th International Conference on Language Resources and Evaluation (LREC), Miyazaki, Japan. ELRA.
Banarescu, L., Bonial, C., Cai, S., Georgescu, M., Griffitt, K., Hermjakob, U., Knight, K., Palmer, M., Schneider, N. and Xue, N. (2013). “Abstract Meaning Representation for Sembanking”, In: Proceedings of the 7th Linguistic Annotation Workshop and Interoperability with Discourse (LAW-ID), Sofia, Bulgaria, p. 178–186.
Barbosa, B.K.S. (2024). Descrição sintático-semântica de nomes predicadores em tweets do mercado financeiro em português. Dissertação de Mestrado, Universidade Federal de São Carlos, São Carlos/SP.
Bateman, J., Matthiessen, C., Nanri, K. and Zeng, L. (1991). “The re-use of linguistic resources across languages in multilingual generation components”, In: Proceedings of the 12th International Joint Conference on Artificial Intelligence (IJCAI), V. 2, p. 966–971.
Brown, T., et al. (2020). Language models are few-shot learners. In Advances in neural information processing systems, 33, pages 1877–1901.
de Marneffe, M-C., Dozat, T., Silveira, N., Hajič, J., Manning, C.D., McDonald, R. and Nivre, J. (2021). Universal Dependencies. In Computational Linguistics, 47(2), pages 1-54.
Di Felippo, A., Nunes, M.G.V., and Barbosa, B.K.S. (2024a). “A dependency treebank of tweets in Brazilian Portuguese: syntactic annotation issues and approach”, In: Proceedings of the 15th Brazilian Symposium in Information and Human Language Technology (STIL), p. 192–201, Porto Alegre, RS, Brasil: SBC.
Duran, M.S., Martins, J.P. e Aluísio, S.M. (2013) “Um repositório de verbos para a anotação de papeis semânticos disponível na web”, In: Anais do 9º Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana (STIL), p. 168–172, Fortaleza, CE, Brasil: SBC.
Heinecke, J. (2023). “metAMoRphosED, a graphical editor for Abstract Meaning Representation”, In Proceedings of the 19th Joint ACL-ISO Workshop on Interoperable Semantics (ISA), p. 27–32, Nancy, France: ACL.
Inácio, M.L., Cabezudo, M.A.S., Ramisch, R., Di Felippo, A. and Pardo, T.A.S. (2023) The AMR-PT corpus and the semantic annotation of challenging sentences from journalistic and opinion texts. In DELTA: Documentação e Estudos em Linguística Teórica e Aplicada, 39(3). DOI: 10.1590/1678-460X202339355159
Liu, Y., Deng, G., Xu, Z., Li, Y., Zheng, Y., Zhang, Y., Zhao, L., Wang, K., Zhang, T. and Liu, Y. (2023). “Jailbreaking ChatGPT via prompt engineering: an empirical study”. arXiv preprint arXiv:2305.13860.
May, J.; and Priyadarshi, J. (2017). “SemEval-2017 Task 9: Abstract Meaning Representation parsing and generation”. In: Proceedings of the 11th International Workshop on Semantic Evaluation (SemEval), p. 536–545. Vancouver, Canada.
O’Gorman, T., Regan, M., Griffitt, K., Hermjakob, U., Knight, K. and Palmer, M. (2018) “AMR beyond the sentence: the multi-sentence AMR corpus”, In: Proceedings of the 27th International Conference on Computational Linguistics (COLING), p. 3693–3702, Santa Fe, New Mexico, USA: ACL.
Palmer, M., Gildea, D. and Kingsbury, P. (2005) The Proposition Bank: an annotated corpus of semantic roles, In Computational Linguistics, 31(1), pages 71–106.
Plutchik, R. and Kellerman, H. (1986) “Emotion: Theory, Research and Experience”, New York: Academic Press.
Sanguinetti, M. C. et al. (2023). Treebanking user-generated content: a UD based overview of guidelines, corpora and unified recommendations. In Language Resources Evaluation, 57, pages 493–544.
Scandarolli, C.L., A. Di Felippo, N.T. Roman, and Pardo, T.A.S. (2023). “Tipologia de fenômenos ortográficos e lexicais em CGU: o caso dos tweets do mercado financeiro”, In: Anais do 14º Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana (STIL), p. 240-248, Belo Horizonte, MG, Brasil: SBC.
Seno, E., H. Caseli, M. Inácio, R. Anchiêta, and Ramisch, R. (2022). Xpta: um parser AMR para o Português baseado em uma abordagem entre línguas. In Linguamática, 14, pages 49–68.
Silva, F.J.V., Roman, N.T. and Carvalho, A.M.B.R. (2020). Stock market tweets annotated with emotions. In Corpora, 15(3), pages 343–354.
Sobrevilla Cabezudo, M. A. and Pardo, T.A.S (2019) “Towards a General Abstract Meaning Representation Corpus for Brazilian Portuguese”, In: Proceedings of the 13th Linguistic Annotation Workshop (LAW), p. 236–244, Florence, Italy: ACL.
Wei, J., Wang, X., Schuurmans, D., Bosma, M., Ichter, B., Xia, F., Chi, E., Le, Q., Zhou, D. (2022). Chain of Thought Prompting Elicits Reasoning in Large Language Models. arXiv preprint arXiv:2201.11903.
Wein, S., and J. Bonn (2023). “Comparing umr and cross-lingual adaptations of AMR”, In: Proceedings of the 4th International Workshop on Designing Meaning Representations (DMR), p. 23–33, Nancy, France. ACL.
Zerbinati, M. M., Roman, N. T., and Di-Felippo, A. (2024). “A corpus of stock market tweets annotated with named entities”, In: Proceedings of the 16th International Conference on Computational Processing of Portuguese (PROPOR), V. 1, p. 276–284, Santiago de Compostela, Espanha. ACL.
Banarescu, L., Bonial, C., Cai, S., Georgescu, M., Griffitt, K., Hermjakob, U., Knight, K., Palmer, M., Schneider, N. and Xue, N. (2013). “Abstract Meaning Representation for Sembanking”, In: Proceedings of the 7th Linguistic Annotation Workshop and Interoperability with Discourse (LAW-ID), Sofia, Bulgaria, p. 178–186.
Barbosa, B.K.S. (2024). Descrição sintático-semântica de nomes predicadores em tweets do mercado financeiro em português. Dissertação de Mestrado, Universidade Federal de São Carlos, São Carlos/SP.
Bateman, J., Matthiessen, C., Nanri, K. and Zeng, L. (1991). “The re-use of linguistic resources across languages in multilingual generation components”, In: Proceedings of the 12th International Joint Conference on Artificial Intelligence (IJCAI), V. 2, p. 966–971.
Brown, T., et al. (2020). Language models are few-shot learners. In Advances in neural information processing systems, 33, pages 1877–1901.
de Marneffe, M-C., Dozat, T., Silveira, N., Hajič, J., Manning, C.D., McDonald, R. and Nivre, J. (2021). Universal Dependencies. In Computational Linguistics, 47(2), pages 1-54.
Di Felippo, A., Nunes, M.G.V., and Barbosa, B.K.S. (2024a). “A dependency treebank of tweets in Brazilian Portuguese: syntactic annotation issues and approach”, In: Proceedings of the 15th Brazilian Symposium in Information and Human Language Technology (STIL), p. 192–201, Porto Alegre, RS, Brasil: SBC.
Duran, M.S., Martins, J.P. e Aluísio, S.M. (2013) “Um repositório de verbos para a anotação de papeis semânticos disponível na web”, In: Anais do 9º Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana (STIL), p. 168–172, Fortaleza, CE, Brasil: SBC.
Heinecke, J. (2023). “metAMoRphosED, a graphical editor for Abstract Meaning Representation”, In Proceedings of the 19th Joint ACL-ISO Workshop on Interoperable Semantics (ISA), p. 27–32, Nancy, France: ACL.
Inácio, M.L., Cabezudo, M.A.S., Ramisch, R., Di Felippo, A. and Pardo, T.A.S. (2023) The AMR-PT corpus and the semantic annotation of challenging sentences from journalistic and opinion texts. In DELTA: Documentação e Estudos em Linguística Teórica e Aplicada, 39(3). DOI: 10.1590/1678-460X202339355159
Liu, Y., Deng, G., Xu, Z., Li, Y., Zheng, Y., Zhang, Y., Zhao, L., Wang, K., Zhang, T. and Liu, Y. (2023). “Jailbreaking ChatGPT via prompt engineering: an empirical study”. arXiv preprint arXiv:2305.13860.
May, J.; and Priyadarshi, J. (2017). “SemEval-2017 Task 9: Abstract Meaning Representation parsing and generation”. In: Proceedings of the 11th International Workshop on Semantic Evaluation (SemEval), p. 536–545. Vancouver, Canada.
O’Gorman, T., Regan, M., Griffitt, K., Hermjakob, U., Knight, K. and Palmer, M. (2018) “AMR beyond the sentence: the multi-sentence AMR corpus”, In: Proceedings of the 27th International Conference on Computational Linguistics (COLING), p. 3693–3702, Santa Fe, New Mexico, USA: ACL.
Palmer, M., Gildea, D. and Kingsbury, P. (2005) The Proposition Bank: an annotated corpus of semantic roles, In Computational Linguistics, 31(1), pages 71–106.
Plutchik, R. and Kellerman, H. (1986) “Emotion: Theory, Research and Experience”, New York: Academic Press.
Sanguinetti, M. C. et al. (2023). Treebanking user-generated content: a UD based overview of guidelines, corpora and unified recommendations. In Language Resources Evaluation, 57, pages 493–544.
Scandarolli, C.L., A. Di Felippo, N.T. Roman, and Pardo, T.A.S. (2023). “Tipologia de fenômenos ortográficos e lexicais em CGU: o caso dos tweets do mercado financeiro”, In: Anais do 14º Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana (STIL), p. 240-248, Belo Horizonte, MG, Brasil: SBC.
Seno, E., H. Caseli, M. Inácio, R. Anchiêta, and Ramisch, R. (2022). Xpta: um parser AMR para o Português baseado em uma abordagem entre línguas. In Linguamática, 14, pages 49–68.
Silva, F.J.V., Roman, N.T. and Carvalho, A.M.B.R. (2020). Stock market tweets annotated with emotions. In Corpora, 15(3), pages 343–354.
Sobrevilla Cabezudo, M. A. and Pardo, T.A.S (2019) “Towards a General Abstract Meaning Representation Corpus for Brazilian Portuguese”, In: Proceedings of the 13th Linguistic Annotation Workshop (LAW), p. 236–244, Florence, Italy: ACL.
Wei, J., Wang, X., Schuurmans, D., Bosma, M., Ichter, B., Xia, F., Chi, E., Le, Q., Zhou, D. (2022). Chain of Thought Prompting Elicits Reasoning in Large Language Models. arXiv preprint arXiv:2201.11903.
Wein, S., and J. Bonn (2023). “Comparing umr and cross-lingual adaptations of AMR”, In: Proceedings of the 4th International Workshop on Designing Meaning Representations (DMR), p. 23–33, Nancy, France. ACL.
Zerbinati, M. M., Roman, N. T., and Di-Felippo, A. (2024). “A corpus of stock market tweets annotated with named entities”, In: Proceedings of the 16th International Conference on Computational Processing of Portuguese (PROPOR), V. 1, p. 276–284, Santiago de Compostela, Espanha. ACL.
Publicado
29/09/2025
Como Citar
CEREGATTO, Gabriel; DI FELIPPO, Ariani.
DANTEStocks-AMR em Construção: Avanços e Desafios na Anotação Semântica de Tweets Financeiros. In: SIMPÓSIO BRASILEIRO DE TECNOLOGIA DA INFORMAÇÃO E DA LINGUAGEM HUMANA (STIL), 16. , 2025, Fortaleza/CE.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2025
.
p. 608-617.
DOI: https://doi.org/10.5753/stil.2025.37863.
