Interpretação de LIBRAS para português baseado em glosas por meio de processamento de linguagem natural

Abstract

A comunicação humana é importante nas atividades realizadas em sociedade, e permite um contínuo processo de interações e interdependência entre as pessoas. Contudo, as pessoas com deficiência auditiva enfrentam dificuldades em se comunicar, pois os surdos utilizam a LIBRAS como língua materna, enquanto a maioria das pessoas não surdas (ouvintes) não conseguem se comunicar pela língua de sinais. Por isso, na maioria das vezes é necessário a presença do profissional em Tradução e Interpretação de Língua de Sinais (TILS) para transmitir os significados tanto para o surdo como para o ouvinte. Mas nem sempre este profissional em TILS está disponível nas situações do cotidiano, e quando não há quem traduza ou interprete a LIBRAS a comunicação entre o surdo e ouvinte tornase limitada aos conhecimentos de gestos, mímicas ou escrita em português. Nesse contexto, a proposta desta pesquisa consiste em desenvolver uma solução baseada em tradução automática (TA) neural por meio de algoritmos de processamento de linguagem natural (PLN) para a interpretação de LIBRAS (fonte), recebendo como entrada termos da língua de origem que representam cada sinal (glosas da LIBRAS), e tendo como saída a interpretação desses sinais (textual) em português (alvo), com a finalidade de permitir a interpretação de sinais sem a presença de um intérprete. O que motivou a realização deste trabalho foi a necessidade de comunicação entre pessoas surdas e ouvintes para permitir que o surdo utilize língua natural (LIBRAS), e o ouvinte possa compreendê-lo, contribuindo para a inclusão social e acessibilidade no aspecto comunicativo. A solução adotada neste trabalho consegue realizar a tradução como forma de interpretação da LIBRAS, dado como entrada uma quantidade de sentenças em glosas, é gerada a quantidade equivalente de sentenças em português com eficiência de 69.92%. Embora, algumas sentenças obtiveram falsos positivos (significados diferentes), é possível aprimorar os resultados desta solução processando uma maior quantidade de sentenças.