DEFESA DE DISSERTAÇÃO DE MESTRADO Nº 312

Aluno: Gabriel Candido da Silva

Título: “Desenvolvimento de uma Abordagem de Aprendizado de Máquina para Avaliação da Fluência em Leitura Infantil"

Orientador: Alexandre Magno Andrade Maciel

Coorientador: Rodrigo Lins Rodrigues (UFRPE)

Examinador Externo: Gabriel Alves de Albuquerque Júnior (UFRPE)

Examinador Interno: Raphael Augusto de Sousa Dourado

Data-hora: 19 de dezembro de 2024, às 10h.
Local: Formato Remoto.

Resumo:

"A fluência de leitura é um componente crítico da compreensão de texto. Embora a importância da fluência de leitura tenha sido demonstrada por diversos estudos, avaliar a velocidade, precisão e prosódia da leitura de cada aluno, várias vezes durante o ano letivo, é uma tarefa desafiadora para os professores. Assim, uma avaliação de fluência de leitura automática, confiável e de baixo custo seria uma ferramenta valiosa. Tecnologias de reconhecimento automático de fala têm sido utilizadas para criar avaliações de fluência, mas muitos estudos se concentram apenas na precisão da leitura, negligenciando dimensões importantes como velocidade e prosódia. Este trabalho visa desenvolver uma abordagem de aprendizado de máquina para avaliar a fluência de leitura considerando três dimensões: precisão, velocidade e prosódia. O processo inclui: 1) Transcrição de áudio; 2) Extração de características de fluência; e 3) Aplicação de modelos de aprendizado de máquina para prever a fluência. Um conjunto de dados de 600 gravações de áudio de crianças do 2o e 3o ano foi utilizado. A transcrição foi feita com o modelo WhisperX large-v3, e a extração considerou a precisão (palavras lidas corretamente), a velocidade (palavras lidas por minuto) e a prosódia (pausas corretas). Os experimentos incluíram: 1) Classificação binária; 2) Classificação multiclasse; e 3) Regressão, com variáveis independentes derivadas de características extraídas e a variável dependente sendo a pontuação de fluência avaliada por um especialista. Os resultados mostraram 83% de precisão na classificação binária, 75% na classificação multiclasse e métricas de regressão com MAE, MSE e R2 de 1,09, 2,37 e 0,71, respectivamente. Espera-se que essa abordagem ajude a implementar avaliações de leitura em tempo real, auxiliando os professores a tomar decisões pedagógicas mais informadas."