Transdutores de Span em PLN: Definição, Formalismos e Aplicações

A span transducer mapeia um span de texto de entrada (sequência contígua de tokens) para um span de saída, permitindo transformações texto-texto estruturadas.

Formalismos

• Transdutores de estado finito (FST): Eficientes, tempo linear; bons para tokenização, morfologia, regras simples de reescrita.
• Expressões regulares com grupos de captura: Spans baseados em padrão leves.
• Transdutores de árvore / gramáticas síncronas: Lidam com estrutura hierárquica (árvores de sintaxe).
• Seq2seq neural com cópia de span: Pointer-generator, extração baseada em span (ex.: resumo extrativo).

Aplicações em PLN

• Resumo: Selecionar spans salientes → concatenar.
• Tradução: MT baseada em frase = transdutor de span (frase fonte → frase alvo).
• Parafraseamento: Substituição de sinônimos em nível de span, rearranjo sintático.
• Extração de informação: Spans de entidade/relacionamento → saída normalizada.
• Aumento de dados: Substituição/retrotradução de span.

Vantagem

O alinhamento explícito de span preserva proveniência, permite interpretabilidade e restringe o espaço de busca vs. geração livre.