Indice

1. Introdução ao PLN

   • Definição e aplicações
   • Histórico e evolução
   • PLN e inteligência artificial

2. Representação da Linguagem

   • Modelos de linguagem
   • Tokenização e segmentação
   • Análise morfológica e léxica

3. Pré-processamento de Texto

   • Normalização de texto (stemming, lematização)
   • Stopwords e remoção de ruído
   • Representação vetorial de palavras (TF-IDF, Word Embeddings)

4. Modelagem de Linguagem e Similaridade Semântica

   • N-gramas e Modelos Baseados em Probabilidade
   • Word2Vec, GloVe e FastText
   • Transformers e contextual embeddings (BERT, GPT)

5. Processamento Sintático e Semântico

   • Análise sintática (parsing)
   • Reconhecimento de entidades nomeadas (NER)
   • Extração de relações e coreferência

6. Técnicas de Aprendizado de Máquina Aplicadas ao PLN

   • Classificação de texto
   • Modelos supervisionados e não supervisionados
   • Redes neurais para PLN

7. Tradução Automática e Geração de Texto

   • Modelos estatísticos e neurais
   • Redes seq2seq e Transformers
   • Chatbots e assistentes virtuais

8. Aplicações Avançadas e Ética no PLN

   • Detecção de fake news e análise de sentimentos
   • Ética e viés em PLN
   • Futuro do PLN e tendências de pesquisa