Abstract We compared anaphora processing and the ability to integrate spatial information into a situation model during reading among college students with autism spectrum disorder (ASD) (N=20) and typically developing (TD) students (N=22). We designed 24 narrative texts divided into two conditions: (1) anaphoric referent spatially associated with the main character and (2) anaphoric referent spatially dissociated. We analyzed different measures of eye movement during reading using eye-tracking technology. Mixed model analysis revealed significant differences in the group effect, the condition effect, and the interaction between the group and condition for various measures and areas of interest in the text. The results showed a facilitating effect in the anaphoric processing of the associated condition, specifically for the group with TD. However, this effect was not seen in people with ASD. Finally, we discuss the results regarding the higher prevalence of perceptual organization problems and difficulties to integrate information in a situation model during reading for people with ASD.

Resumen Comparamos el procesamiento de anáforas y la capacidad de integrar información espacial en un modelo de situación durante la lectura entre estudiantes universitarios dentro del trastorno del espectro autista (TEA) (N=20) y estudiantes con desarrollo típico (DT) (N=22). Diseñamos 24 textos narrativos divididos en dos condiciones: (1) referente anafórico espacialmente asociado al personaje principal y (2) referente anafórico espacialmente disociado. Analizamos diferentes medidas de movimiento ocular durante la lectura utilizando tecnología de eye-tracking. El análisis de modelos mixtos reveló diferencias significativas en el efecto de grupo, el efecto de condición y la interacción entre el grupo y la condición de varias medidas y áreas de interés en el texto. Los resultados mostraron un efecto facilitador en el procesamiento anafórico de la condición asociada, específicamente, para el grupo con DT. Sin embargo, este efecto no se observó en personas con TEA. Por último, discutimos los resultados en torno a la mayor prevalencia de problemas de organización perceptiva y dificultades para integrar información en un modelo de situación durante la lectura para personas con TEA.

RESUMEN Los estudios en alfabetización académica han demostrado que el acompañamiento mejora la lectura de textos disciplinares. Dentro de las variables consideradas, está la léxica. Un vocabulario robusto redundará en un mejor desempeño lector. Para comprobar lo anterior, se aplicó a 31 estudiantes de primer año de pedagogía una tarea de priming semántico y una prueba de comprensión lectora para establecer si existe correlación entre el procesamiento léxico y la lectura. Los principales hallazgos indican el establecimiento de relaciones semánticas débiles y un desempeño normal en lectura. Se concluye que un mejor rendimiento en lectura está asociado a un procesamiento léxico más lento, lo que evidenciaría operaciones estratégicas por parte de los lectores para abordar las tareas de comprensión. Esto permitirá formular acciones de acompañamiento que destaquen la importancia de dominar el léxico disciplinar a fin de resguardar una adecuada tarea de lectura.

ABSTRACT Research in academic literacy has shown that scaffolding improves the reading of disciplinary texts. Included among the considered variables is the lexica. A robust vocabulary will result in better reading performance. To verify this, a semantic priming task and a reading comprehension test were applied to 31 first-year pedagogy students to establish whether there is a correlation between lexical processing and reading. The main findings indicate the establishment of weak semantic relations and normal reading performance. It is concluded that better reading performance is associated with slower lexical processing, which would suggest that readers engage in strategic operations to address comprehension tasks. This will allow for the formulation of scaffolding actions that highlight the importance of mastering the disciplinary vocabulary in order to safeguard an adequate reading task.

Resumo: A inteligência artificial pode detectar manifestações de ideação suicida em textos. Estudos demonstram que os modelos baseados em BERT alcançam melhor desempenho em testes de classificação de texto. Os grandes modelos de linguagem (LLMs - large language models) respondem a consultas de texto livre sem serem especificamente treinados. Este trabalho tem como objetivo comparar o desempenho de três variações de modelos BERT e LLMs (Google Bard, Microsoft Bing/GPT-4 e OpenAI ChatGPT-3.5) para identificar ideação suicida a partir de textos não clínicos escritos em Português brasileiro. Foi usado um conjunto de dados rotulado por psicólogos composto por 2.691 sentenças sem ideação suicida e 1.097 com ideação suicida, das quais 100 sentenças foram selecionadas para o processo de teste. Técnicas de pré-processamento de dados, otimização de hiperparâmetros e validação cruzada holdout foram aplicadas para treinar e testar os modelos BERT. Ao avaliar LLMs, usamos comandos de disparo zero. Cada frase de teste foi rotulada com base na presença de ideação suicida, de acordo com a resposta do chatbot. O Bing/GPT-4 alcançou o melhor desempenho, demonstrando 98% em todas as métricas. Os modelos BERT ajustados superaram os outros LLMs: o BERTimbau-Large teve o melhor desempenho, demonstrando 96% de acurácia, seguido pelo BERTimbau-Base com 94% e pelo BERT-Multilingual com 87%. O Bard teve o pior desempenho, apontando 62% de acurácia, enquanto o ChatGPT-3.5 alcançou 81%. O alto recall dos modelos indica uma baixa taxa de falsos negativos de pacientes em risco, o que é crucial para evitar intervenções profissionais desnecessárias. No entanto, apesar de seu potencial no suporte à detecção de ideação suicida, esses modelos não foram validados em um ambiente clínico de monitoramento de pacientes. Portanto, recomenda-se cautela ao empregar esses modelos como ferramentas para auxiliar profissionais de saúde na detecção de ideação suicida. Resumo models treinados Google Bing/GPT4 BingGPT4 BingGPT Bing/GPT 4 Bing GPT Bing/GPT- ChatGPT3.5 ChatGPT35 ChatGPT 3.5 3 5 brasileiro 2691 2 691 2.69 1097 1 097 1.09 10 préprocessamento pré processamento zero chatbot 98 métricas BERTimbauLarge BERTimbau Large 96 acurácia BERTimbauBase Base 94 BERTMultilingual Multilingual 87 87% 62 ChatGPT-3. 81 81% risco desnecessárias entanto Portanto recomendase recomenda se GPT4 ChatGPT3 ChatGPT3. 35 3. 269 69 2.6 109 09 1.0 9 8 6 ChatGPT-3 26 2. 0 1. ChatGPT-

Abstract: Artificial intelligence can detect suicidal ideation manifestations in texts. Studies demonstrate that BERT-based models achieve better performance in text classification problems. Large language models (LLMs) answer free-text queries without being specifically trained. This work aims to compare the performance of three variations of BERT models and LLMs (Google Bard, Microsoft Bing/GPT-4, and OpenAI ChatGPT-3.5) for identifying suicidal ideation from nonclinical texts written in Brazilian Portuguese. A dataset labeled by psychologists consisted of 2,691 sentences without suicidal ideation and 1,097 with suicidal ideation, of which 100 sentences were selected for testing. We applied data preprocessing techniques, hyperparameter optimization, and hold-out cross-validation for training and testing BERT models. When evaluating LLMs, we used zero-shot prompting engineering. Each test sentence was labeled if it contained suicidal ideation, according to the chatbot’s response. Bing/GPT-4 achieved the best performance, with 98% across all metrics. Fine-tuned BERT models outperformed the other LLMs: BERTimbau-Large performed the best with a 96% accuracy, followed by BERTimbau-Base with 94%, and BERT-Multilingual with 87%. Bard performed the worst with 62% accuracy, whereas ChatGPT-3.5 achieved 81%. The high recall capacity of the models suggests a low misclassification rate of at-risk patients, which is crucial to prevent missed interventions by professionals. However, despite their potential in supporting suicidal ideation detection, these models have not been validated in a patient monitoring clinical setting. Therefore, caution is advised when using the evaluated models as tools to assist healthcare professionals in detecting suicidal ideation. Abstract BERTbased based problems (LLMs freetext free trained Google Bing/GPT4, BingGPT4 BingGPT Bing/GPT 4, Bing GPT 4 ChatGPT3.5 ChatGPT35 ChatGPT 3.5 3 5 Portuguese 2691 2 691 2,69 1097 1 097 1,09 10 techniques optimization holdout hold out crossvalidation cross validation zeroshot zero shot engineering chatbots chatbot s response Bing/GPT4 Bing/GPT- 98 metrics Finetuned Fine tuned BERTimbauLarge BERTimbau 96 accuracy BERTimbauBase Base 94 94% BERTMultilingual Multilingual 87 87% 62 ChatGPT-3. 81 81% atrisk at risk patients However detection setting Therefore GPT4 ChatGPT3 ChatGPT3. 35 3. 269 69 2,6 109 09 1,0 9 8 6 ChatGPT-3 26 2, 0 1, ChatGPT-

Resumen: La inteligencia artificial puede detectar manifestaciones de ideación suicida en textos. Los estudios demuestran que los modelos basados en BERT logran un mejor rendimiento en las pruebas de clasificación de textos. Los grandes modelos de lenguaje (LLMs, large language models) responden a consultas de texto libre sin estar específicamente capacitados. Este trabajo tiene como objetivo comparar el rendimiento de tres variaciones de modelos BERT y LLMs (Google Bard, Microsoft Bing/GPT-4 y OpenAI ChatGPT-3.5) para identificar ideación suicida con base en textos no clínicos escritos en Portugués brasileño. Se utilizó un conjunto de datos etiquetados por psicólogos que constaba de 2.691 sentencias sin ideación suicida y 1.097 con ideación suicida, de las cuales se seleccionaron 100 sentencias para el proceso de prueba. Técnicas de preprocesamiento de datos, optimización de hiperparámetros y validación cruzada holdout se aplicaron para entrenar y probar modelos BERT. Al evaluar los LLM, utilizamos comandos de disparo cero. Cada frase de prueba fue etiquetada con base en la presencia de ideación suicida, según la respuesta del chatbot. Bing/GPT-4 logró el mejor rendimiento, demostrando un 98% en todas las métricas. Los modelos BERT ajustados superaron a los otros LLM: BERTimbau-Large obtuvo el mejor rendimiento, demostrando un 96% de accuracy, seguido de BERTimbau-Base con un 94% y de BERT-Multilingual con un 87%. Bard tuvo el peor rendimiento, logrando un 62% de accuracy, mientras que ChatGPT-3.5 logró un 81%. El alto recall de los modelos indica una baja tasa de falsos negativos de pacientes en riesgo, lo cual es crucial para evitar intervenciones profesionales innecesarias. Sin embargo, a pesar de su potencial para respaldar la detección de ideación suicida, estos modelos no se han validado en un entorno clínico de seguimiento de pacientes. Por lo tanto, se recomienda precaución al emplear estos modelos como herramientas para ayudar a los profesionales de la salud a detectar ideación suicida. Resumen LLMs, (LLMs models capacitados Google Bing/GPT4 BingGPT4 BingGPT Bing/GPT 4 Bing GPT Bing/GPT- ChatGPT3.5 ChatGPT35 ChatGPT 3.5 3 5 brasileño 2691 2 691 2.69 1097 1 097 1.09 10 LLM cero chatbot 98 métricas BERTimbauLarge BERTimbau Large 96 accuracy BERTimbauBase Base 94 BERTMultilingual Multilingual 87 87% 62 ChatGPT-3. 81 81% riesgo innecesarias embargo tanto GPT4 ChatGPT3 ChatGPT3. 35 3. 269 69 2.6 109 09 1.0 9 8 6 ChatGPT-3 26 2. 0 1. ChatGPT-

ABSTRACT The vast amount of information on the Internet, primarily composed of texts, makes clustering reliable information a complicated task. This research aims to improve the automatic clustering of Spanish texts by applying embeddings and unsupervised learning algorithms. Five datasets were used, and embedding generation techniques such as Word2Vec, FastText, Glove, BERT, and GPT-2 were applied. Models like K-means, HDBSCAN, and AutoEncoder combined with K-means were employed for clustering. The results showed that the AutoEncoder model combined with the K-means using Glove embeddings achieved superior performance with an accuracy of 0.92, NMI of 0.79, and ARI of 0.81 on the BBC News dataset. In other datasets, the results varied, but the AutoEncoder with the K-means model consistently outperformed other methods. We conclude that neural network models with AutoEncoder and K-means layer are highly effective for automatically clustering Spanish texts, especially when using high-quality embeddings like Glove.

RESUMEN La gran cantidad de información en Internet, compuesta principalmente por textos, hace que agrupar información confiable sea una tarea complicada. Esta investigación tiene como objetivo mejorar el agrupamiento automático de textos en español mediante la aplicación de embeddings y algoritmos de aprendizaje no supervisado. Se utilizaron cinco conjuntos de datos y se aplicaron técnicas de generación de embeddings como Word2Vec, FastText, Glove, BERT y GPT-2. Para el agrupamiento, se emplearon modelos de K-means, HDBSCAN y AutoEncoder combinado con K-means. Los resultados mostraron que el modelo de AutoEncoder combinado con K-means utilizando embeddings de Glove obtuvo un rendimiento superior con una precisión de 0,92, NMI de 0,79 y ARI de 0,81 en el conjunto de datos de BBC News. En otros conjuntos de datos, los resultados variaron, pero el modelo de AutoEncoder con K-means consistentemente superó a los otros métodos. Concluimos que los modelos de redes neuronales con AutoEncoder y capa de K-means son altamente efectivos para el agrupamiento automático de textos en español, especialmente cuando se utilizan embeddings de alta calidad como Glove.

Abstract: Digital literacy can be defined as a set of skills for searching, accessing, navigating, integrating, and evaluating the reliability of information on the internet, mainly in written form. The present study aimed to examine the contribution of executive function skills (inhibition, cognitive flexibility and working memory) to performance on a digital literacy assessment tool in college undergraduates. Eighty-five Argentinean university undergraduates (56 female, mean age 20.34 ± 4.6 years) completed a digital literacy test and a computerized executive functions battery. After controlling for vocabulary scores and sociodemographic factors, cognitive flexibility was the main predictor of digital literacy scores. In particular, it was associated with information search and integration task performances. Visuospatial working memory predicted information search scores and inhibition correlated positively with reliability evaluation tasks. Our results indicated: 1) a general involvement of cognitive flexibility in digital literacy, possibly reflecting the need to shift between multiple documents, reading or navigation strategies; 2) a specific link between visuospatial working memory and information search, which might be indicating a spatial processing load related to hyperlink navigation; and 3) a possible involvement of inhibition in the evaluation of web documents, which may contribute to the suppression of irrelevant information.

Resumen: La competencia lectora digital puede definirse como un conjunto de habilidades para acceder, navegar, integrar y evaluar la confiabilidad de la información en Internet, principalmente en formato escrito. El presente estudio tuvo por objetivo examinar la contribución de las funciones ejecutivas (inhibición, flexibilidad cognitiva y memoria de trabajo) al rendimiento en una prueba de evaluación de la competencia lectora digital en estudiantes universitarios. Ochenta y cinco estudiantes universitarios argentinos (56 de género femenino, edad promedio: 20.34 ± 4.6 años) completaron una prueba de competencia lectora digital y una batería computarizada de funcionamiento ejecutivo. Luego de controlar los puntajes de vocabulario y factores sociodemográficos, la flexibilidad cognitiva fue el principal predictor de la competencia lectora. En particular, se asoció al rendimiento en las tareas de búsqueda e integración de la información. La memoria visoespacial predijo los puntajes de búsqueda y la inhibición correlacionó positivamente con las tareas de evaluación de la confiabilidad de la información. Nuestros resultados indicaron: 1) una contribución general de la flexibilidad cognitiva a la competencia lectora digital, posiblemente reflejando la necesidad de alternar entre múltiples documentos y estrategias de lectura y navegación; 2) un vínculo específico entre la memoria de trabajo visoespacial y la búsqueda de información, lo que podría indicar la demanda de procesamiento espacial relacionada con la navegación de hipervínculos; y 3) un posible rol de la inhibición en la evaluación de documentos de la web, la cual podría contribuir a la supresión de información irrelevante.

Resumo: A inteligência artificial pode detectar manifestações de ideação suicida em textos. Estudos demonstram que os modelos baseados em BERT alcançam melhor desempenho em testes de classificação de texto. Os grandes modelos de linguagem (LLMs - large language models) respondem a consultas de texto livre sem serem especificamente treinados. Este trabalho tem como objetivo comparar o desempenho de três variações de modelos BERT e LLMs (Google Bard, Microsoft Bing/GPT-4 e OpenAI ChatGPT-3.5) para identificar ideação suicida a partir de textos não clínicos escritos em Português brasileiro. Foi usado um conjunto de dados rotulado por psicólogos composto por 2.691 sentenças sem ideação suicida e 1.097 com ideação suicida, das quais 100 sentenças foram selecionadas para o processo de teste. Técnicas de pré-processamento de dados, otimização de hiperparâmetros e validação cruzada holdout foram aplicadas para treinar e testar os modelos BERT. Ao avaliar LLMs, usamos comandos de disparo zero. Cada frase de teste foi rotulada com base na presença de ideação suicida, de acordo com a resposta do chatbot. O Bing/GPT-4 alcançou o melhor desempenho, demonstrando 98% em todas as métricas. Os modelos BERT ajustados superaram os outros LLMs: o BERTimbau-Large teve o melhor desempenho, demonstrando 96% de acurácia, seguido pelo BERTimbau-Base com 94% e pelo BERT-Multilingual com 87%. O Bard teve o pior desempenho, apontando 62% de acurácia, enquanto o ChatGPT-3.5 alcançou 81%. O alto recall dos modelos indica uma baixa taxa de falsos negativos de pacientes em risco, o que é crucial para evitar intervenções profissionais desnecessárias. No entanto, apesar de seu potencial no suporte à detecção de ideação suicida, esses modelos não foram validados em um ambiente clínico de monitoramento de pacientes. Portanto, recomenda-se cautela ao empregar esses modelos como ferramentas para auxiliar profissionais de saúde na detecção de ideação suicida.

Resumen: La inteligencia artificial puede detectar manifestaciones de ideación suicida en textos. Los estudios demuestran que los modelos basados en BERT logran un mejor rendimiento en las pruebas de clasificación de textos. Los grandes modelos de lenguaje (LLMs, large language models) responden a consultas de texto libre sin estar específicamente capacitados. Este trabajo tiene como objetivo comparar el rendimiento de tres variaciones de modelos BERT y LLMs (Google Bard, Microsoft Bing/GPT-4 y OpenAI ChatGPT-3.5) para identificar ideación suicida con base en textos no clínicos escritos en Portugués brasileño. Se utilizó un conjunto de datos etiquetados por psicólogos que constaba de 2.691 sentencias sin ideación suicida y 1.097 con ideación suicida, de las cuales se seleccionaron 100 sentencias para el proceso de prueba. Técnicas de preprocesamiento de datos, optimización de hiperparámetros y validación cruzada holdout se aplicaron para entrenar y probar modelos BERT. Al evaluar los LLM, utilizamos comandos de disparo cero. Cada frase de prueba fue etiquetada con base en la presencia de ideación suicida, según la respuesta del chatbot. Bing/GPT-4 logró el mejor rendimiento, demostrando un 98% en todas las métricas. Los modelos BERT ajustados superaron a los otros LLM: BERTimbau-Large obtuvo el mejor rendimiento, demostrando un 96% de accuracy, seguido de BERTimbau-Base con un 94% y de BERT-Multilingual con un 87%. Bard tuvo el peor rendimiento, logrando un 62% de accuracy, mientras que ChatGPT-3.5 logró un 81%. El alto recall de los modelos indica una baja tasa de falsos negativos de pacientes en riesgo, lo cual es crucial para evitar intervenciones profesionales innecesarias. Sin embargo, a pesar de su potencial para respaldar la detección de ideación suicida, estos modelos no se han validado en un entorno clínico de seguimiento de pacientes. Por lo tanto, se recomienda precaución al emplear estos modelos como herramientas para ayudar a los profesionales de la salud a detectar ideación suicida.

Abstract: Artificial intelligence can detect suicidal ideation manifestations in texts. Studies demonstrate that BERT-based models achieve better performance in text classification problems. Large language models (LLMs) answer free-text queries without being specifically trained. This work aims to compare the performance of three variations of BERT models and LLMs (Google Bard, Microsoft Bing/GPT-4, and OpenAI ChatGPT-3.5) for identifying suicidal ideation from nonclinical texts written in Brazilian Portuguese. A dataset labeled by psychologists consisted of 2,691 sentences without suicidal ideation and 1,097 with suicidal ideation, of which 100 sentences were selected for testing. We applied data preprocessing techniques, hyperparameter optimization, and hold-out cross-validation for training and testing BERT models. When evaluating LLMs, we used zero-shot prompting engineering. Each test sentence was labeled if it contained suicidal ideation, according to the chatbot’s response. Bing/GPT-4 achieved the best performance, with 98% across all metrics. Fine-tuned BERT models outperformed the other LLMs: BERTimbau-Large performed the best with a 96% accuracy, followed by BERTimbau-Base with 94%, and BERT-Multilingual with 87%. Bard performed the worst with 62% accuracy, whereas ChatGPT-3.5 achieved 81%. The high recall capacity of the models suggests a low misclassification rate of at-risk patients, which is crucial to prevent missed interventions by professionals. However, despite their potential in supporting suicidal ideation detection, these models have not been validated in a patient monitoring clinical setting. Therefore, caution is advised when using the evaluated models as tools to assist healthcare professionals in detecting suicidal ideation.

RESUMEN: El proceso de corrección manual de ensayos presenta dificultades como el tiempo dedicado a la corrección y devolución al alumno. Para las escuelas, las universidades y el Examen Nacional de Enseñanza Secundaria en Brasil (Enem), tal actividad demanda tiempo y costo para la evaluación de los textos producidos. La evasión del tema es uno de los elementos evaluados en la redacción del Enem que puede anular el ensayo. El análisis automático de ensayos con la aplicación de técnicas y métodos de Procesamiento del Lenguaje Natural, Minería de Texto y otras técnicas de Inteligencia Artificial se ha mostrado prometedor en el proceso de evaluación automatizada del lenguaje escrito. El objetivo de esta investigación es comparar diferentes técnicas de Inteligencia Artificial para la clasificación de evasión del tema en textos e identificar aquella con mejor resultado para habilitar un sistema inteligente de corrección de ensayos. Por lo tanto, se llevaron a cabo experimentos computacionales para clasificar estos textos con el fin de normalizar, identificar patrones y clasificar los ensayos en 1.320 ensayos en lengua portuguesa en 119 temas diferentes. Los resultados indican que el clasificador Red Neuronal Convolucional obtuvo mayor gano con relación a los demás clasificadores analizados, tanto en precisión como en relación con los resultados de falsos positivos, métricas de precisión, Recall e F1-Score. La solución validada en esta investigación contribuye a impactar positivamente el trabajo de los docentes y las instituciones educativas, al reducir el tiempo y los costos asociados al proceso de evaluación de ensayos. RESUMEN alumno escuelas Enem, , (Enem) producidos ensayo Natural escrito normalizar 1320 1 320 1.32 11 analizados positivos F1Score. F1Score FScore F1 Score. Score F F1-Score educativas (Enem 132 32 1.3 13 3 1.

ABSTRACT: The process of manual correction of essays causes some difficulties, among which we point out the time spent for correction and feedback to the student. For institutions such as elementary schools, universities, and the National High School Exam in Brazil (Enem), such activity demands time and cost for the evaluation of the texts produced. Going off-topic is one of the items evaluated in the Enem essay that can nullify the whole essay produced by the candidate. In this context, the automatic analysis of essays with the application of techniques and methods of Natural Language Processing, Text Mining, and other Artificial Intelligence techniques has shown to be promising in the process of automated evaluation of written language. The goal of this research is to compare different AI techniques for the classification of going off-topic in texts and identify the one with the best result to enable a smart correction system for essays. Therefore, computer experiments were carried out to classify these texts to normalize, identify patterns, and classify the essays in 1,320 Brazilian Portuguese essays on 119 different topics. The results indicate that the Convolutional Neural Network classifier obtained greater gain concerning the other classifiers analyzed, both in accuracy and about the results of false positives, the precision of metrics, Recall, and F1-Score. In conclusion, the solution validated in this research contributes to positively impacting the work of teachers and educational institutions, by reducing the time and costs associated with the essay evaluation process. ABSTRACT difficulties student schools universities Enem, , (Enem) offtopic off topic candidate context Processing Mining language Therefore normalize patterns 1320 1 320 1,32 11 topics analyzed positives metrics Recall F1Score. F1Score FScore F1 Score. Score F F1-Score conclusion (Enem 132 32 1,3 13 3 1,

RESUMO: O processo de correção manual de redações acarreta algumas dificuldades, dentre as quais se apontam o tempo dispendido para a correção e a devolutiva de resposta ao aluno. Para instituições como escolas de ensino básico e fundamental, universidades e o Exame Nacional do Ensino Médio (Enem), tal atividade demanda tempo e custo para a avaliação dos textos produzidos. A fuga ao tema é um dos itens avaliados na redação do Enem que pode anular a redação produzida pelo candidato. Neste contexto, a análise automática de redações com a aplicação de técnicas e métodos de Processamento de Linguagem Natural, Mineração de Textos e outras técnicas de Inteligência Artificial tem-se revelado promissora no processo de avaliação automatizada da linguagem escrita. O objetivo desta pesquisa é comparar diferentes técnicas de Inteligência Artificial para classificação de fuga ao tema em textos e identificar aquela com melhor resultado para viabilizar um sistema de correção inteligente de redações. Para tanto, foram executados experimentos computacionais em 1.320 redações elaboradas em língua portuguesa visando a classificação desses textos para normalizar, identificar padrões e categorizar as redações em 119 temas diferentes. Os resultados indicam que o classificador Rede Neural Convolucional obteve maior ganho em relação aos demais classificadores analisados, tanto em acurácia quanto em relação aos resultados de falsos positivos, métricas de precisão, Recall e F1-Score. Como conclusão, a solução validada nesta pesquisa contribui para impactar positivamente o trabalho de professores e instituições de ensino, por meio da redução de tempo e custos associados ao processo de avaliação de redações. RESUMO dificuldades aluno fundamental Enem, , (Enem) produzidos candidato contexto Natural temse tem escrita 1320 1 320 1.32 normalizar 11 analisados positivos precisão F1Score. F1Score FScore F1 Score. Score F F1-Score conclusão (Enem 132 32 1.3 13 3 1.

Resumen La demanda actual de traducción especializada, los avances tecnológicos, el uso de herramientas y los plazos de entrega han influido en el producto y el proceso, fomentando los servicios de posedición. La posedición se refiere a los ajustes realizados a los productos arrojados por un traductor automático (Alves et al., 2016). Por consiguiente, ha surgido un interés por estudiar la calidad del producto y cuestiones lingüísticas como aspectos sintácticos, morfosintácticos y semánticos (Popovic et al., 2014; Koponen et al., 2012; Temnikova, 2010), sin investigar los procesos cognitivos implicados en la lectura con fines de posedición. El objetivo de este artículo es describir la comprensión de un texto especializado con fines de posedición. La recolección de la información se realizó mediante seguimiento ocular y protocolo retrospectivo, a tres traductores. Los participantes poseditaron un texto de 227 palabras del ámbito de salud. Los resultados mostraron un involucramiento de la atención y la memoria de trabajo (Cowan, 1999, 2005; Cowan et al., 2021) durante el procesamiento de unidades terminológicas (UTs). Además, factores como el campo de conocimiento, la experiencia y el nivel de escolaridad también podrían afectar el proceso de posedición. especializada tecnológicos Alves al al. 2016. 2016 . 2016) consiguiente sintácticos Popovic 2014 2012 Temnikova 2010, 2010 , 2010) retrospectivo traductores 22 salud Cowan, (Cowan 1999 2005 2021 UTs. UTs (UTs) Además conocimiento 201 2 199 200 202 (UTs 20 19 1

Abstract The current demand for specialized translation, technological advances, use of CAT tools, and delivery times have impacted both product and process, thereby fostering post-editing services. Post-editing refers to the adjustments of raw products by an automatic translator (Alves et al., 2016). Consequently, there has been an interest in studying product quality and various linguistic features including syntactic, morphosyntactic, and semantic aspects (Popovic et al., 2014; Koponen et al., 2012; Temnikova, 2010) without an examination of the cognitive processes involved in reading for post-editing. This paper aims to describe specialized text comprehension for post-editing purposes. Data was collected using an eye-tracker and a retrospective protocol from three translators. Acting as post-editors, participants were assigned to post-edit a 227-word text from the health area. Findings reveal that specialized text comprehension involves attention and working memory (Cowan, 1999, 2005; Cowan et al., 2021) during the processing of terminological units (TUs). Additionally, factors such as the field of knowledge, expertise, experience, and level of education might also influence the post-editing process. translation advances tools process postediting post editing services Postediting Post Alves al al. 2016. 2016 . 2016) Consequently syntactic morphosyntactic Popovic 2014 2012 Temnikova 2010 postediting. editing. purposes eyetracker eye tracker translators posteditors, posteditors editors, editors post-editors postedit edit 227word word 227 area Cowan, (Cowan 1999 2005 2021 TUs. TUs (TUs) Additionally knowledge expertise experience 201 22 199 200 202 (TUs 20 2 19 1

Resumen Se presenta la aplicación de técnicas de Procesamiento de Lenguaje Natural para el análisis de textos, describiendo el proceso realizado desde la extracción de datos hasta la identificación y detección de opiniones de manera automática. Los textos analizados fueron columnas de opinión que reflejan los criterios de las personas sobre temas de actualidad. Lo anterior con el fin de proporcionar una manera ágil de identificar los temas de interés en la comunidad para proporcionar a los interesados de forma resumida lo que se expresa sobre estos temas. Para tal fin, se implementó un algoritmo que permite extraer información de manera precisa y limpia desde páginas web y posteriormente otro algoritmo que se encarga de efectuar la categorización automática de la información extraída, generando un resumen preciso de los principales temas en cada escrito.

Abstract The application of Natural Language Processing techniques for text analysis is presented, describing the process carried out from data extraction to the identification and detection of opinions automatically. The texts analyzed were opinion columns that reflect the criteria of people on current issues. The foregoing to provide an agile way to identify topics of interest in the community to provide those interested in a summary of what is expressed on these topics. For this purpose, an algorithm was implemented that allows information to be extracted accurately and cleanly from web pages and later another algorithm that oversees carrying out the automatic categorization of the extracted information, generating an accurate summary of the main topics in each writing.

Resumen En este artículo se presenta UnderRL Tagger, un programa informático de acceso libre diseñado para el etiquetado morfosintáctico (POS tagging) en lenguas que no cuentan con etiquetadores automáticos. El programa busca facilitar el trabajo con corpus en estas lenguas infrasoportadas tecnológicamente y en las lenguas minoritarias, aportando así a los procesos de revitalización basada en investigación descriptiva y herramientas computacionales. UnderRL Tagger permite que el proceso manual de etiquetado se convierta poco a poco en automático gracias a un sistema que permite recordar y reutilizar las etiquetas, manejar grandes cantidades de textos y generar archivos de salida en formato XML con etiquetas basadas en el sistema estandarizado EAGLES. Este artículo muestra el proceso de modelado y elaboración del sistema, sus diferentes funcionalidades y las perspectivas de trabajos posteriores.

Abstract This paper presents UnderRL Tagger, a freely available software program designed for morphosyntactic tagging (POS tagging) in languages that do not have automatic taggers. The program aims to facilitate working with corpora in these technologically under-supported languages and in minority languages, thus contributing to revitalization processes based on descriptive research and computational tools. UnderRL Tagger allows the manual tagging process to gradually become automatic thanks to a system that allows remembering and reusing tags, handling large amounts of text and generating output files in XML format with tags based on the standardized EAGLES system. This article shows the process of modeling and development of the system, its different functionalities and the prospects for further work.

RESUMEN Introducción: Los avances actuales en el campo de las TICs han permitido un importante impulso en el desarrollo de sistemas que traducen texto plano en español en pictogramas. Sin embargo, las soluciones actuales no pueden ser comprendidas por una persona con dificultades del lenguaje en Cuba, debido a que algunas terminologías no están presentes en el lenguaje cotidiano. Objetivo: Desarrollar el modelo Pictobana para el análisis semántico de un Pictotraductor que integre la semántica del lenguaje cubano. Métodos: El modelo fue desarrollado aplicando técnicas de procesamiento del lenguaje natural. Se realiza un análisis lingüístico con el objetivo de proporcionar las mejores representaciones posibles de los textos en pictogramas. Resultados: El modelo es implementado en una aplicación web que proporciona una herramienta que ayuda a promover las competencias y habilidades de comunicación a personas con dificultades del habla en Cuba y a sus familiares. Conclusiones: Las pruebas realizadas mediante experimentos y criterio de expertos, demuestran que el analizador desarrollado, aumenta la ajustabilidad de los pictogramas al contexto y a la semántica, aminorando la incoherencia y la ambigüedad semántica del futuro sistema.

ABSTRACT Introduction: Current advances in the field of ICTs have allowed an important boost in the development of systems that allow translating plain text in Spanish into pictograms. However, the current solutions cannot be understood by a person with language difficulties in Cuba because some terminologies are not present in everyday language. Objective: To develop the Pictobana model for the semantic analysis of a Pictotranslator that integrates the semantics of the Cuban language. Methods: The model was developed by applying natural language processing techniques. A linguistic analysis was carried out with the aim of providing the best possible representations of the texts in pictograms. Results: The model is implemented in a web application that provides a tool that helps promote communication skills and abilities for people with speech difficulties and their families in Cuba. Conclusions: The tests carried out through experiments and expert criteria show that the developed analyzer increases the adjustability of the pictograms to the context and the semantics, reducing the incoherence and semantic ambiguity of the future system.

Resumen La comprensión de textos académicos no se reduce al aspecto verbal sino comprende el trinomio cognitivo: lengua, mente y mundo. El objetivo del estudio es determinar el grado de asociación de los significados con las categorías léxicas, procesamiento de la información explícita e implícita, y el grado de asignación de imágenes prototípicas a la categoría léxica. El enfoque metodológico que se adoptó fue el cualitativo, el diseño correspondió al tipo descriptivo y se empleó la técnica del análisis de textos. En este sentido, se estableció los niveles de confluencia entre la expresión lingüística, el proceso mental y la representación del mundo en el marco de la diversidad sociocultural andina que influye en los procesos de enseñanza-aprendizaje. Los datos se recopilaron en tres dimensiones: el grado de asociación de los significados a las categorías léxicas, el grado de procesamiento de la información explícita e implícita, y el grado de asignación de imágenes prototípicas a las categorías léxicas. Y se concluyó que los estudiantes universitarios bilingües, en el proceso de la comprensión de textos académicos, en su mayoría, asocian los significados con la categoría léxicas en forma parcial, reconocen únicamente la información expresa (no la información implícita) y asignan imágenes prototípicas a las categorías léxicas en grado intermedio, lo cual debilita una comprensión efectiva de los contenidos textuales de la especialidad.

Abstract The comprehension of academic texts is not reduced to the verbal aspect, but comprises the cognitive trinomial: language, mind and world. The objective was to determine the degree of association of meanings with lexical categories, processing of explicit and implicit information, and the degree of assignment of prototypical images to the lexical category. The methodological approach adopted was qualitative, the design corresponded to the descriptive type and the technique of text analysis was used. In this sense, the levels of confluence between the linguistic expression, the mental process and the representation of the world were established within the framework of the andean sociocultural diversity that influences the teaching-learning processes. The data were collected in three dimensions: the degree of association of meanings to lexical categories, the degree of explicit and implicit information processing, and the degree of assignment of prototypical images to lexical categories. And it was concluded that bilingual university students, in the process of understanding academic texts, mostly associate the meanings with the lexical categories in a partial way, recognize only the explicit information (not the implicit information) and assign prototypical images to the lexical categories in an intermediate degree, which weakens an effective understanding of the textual contents of the specialty.

RESUMEN La ambliopía ha sido conceptualizada de diferentes maneras a lo largo de los años. La mayoría de los autores la define como una reducción de la agudeza visual mejor corregida, que resulta del procesamiento anormal de las imágenes visuales en una etapa temprana de la vida y que no se puede atribuir a anomalías estructurales del ojo o de la vía visual. Se realizó una revisión sobre el tratamiento óptico o adaptación refractiva en la ambliopía refractiva, así como los diferentes factores que pueden interferir en el éxito de este tratamiento. Se ejecutó una búsqueda en bases de datos electrónicas como PubMed, Cochrane Library, INFOMED, EBSCO, SCIELO y de ensayos clínicos y textos de la especialidad. Hasta el 2002 esta terapéutica era una de las opciones para estos pacientes y se indicaba siempre asociada al tratamiento con parche o penalizaciones. En la actualidad constituye la primera opción terapéutica en el paciente ambliope.

ABSTRACT Amblyopia has been conceptualized in different ways over the years. Most authors define it as a reduction in best-corrected visual acuity resulting from abnormal processing of visual images early in life that is not attributable to structural abnormalities of the eye or visual pathway. A review was made on the optical treatment or refractive adaptation in refractive amblyopia, as well as the different factors that may interfere in the success of this treatment. A search was carried out in electronic databases such as PubMed, Cochrane Library, INFOMED, EBSCO, SCIELO and clinical trials and texts of the specialty. Until 2002 this therapy was one of the options for these patients and was always indicated in association with patch treatment or penalties. Nowadays it is the first therapeutic option for amblyopic patients.

Resumo: O artigo investiga a comunicação política em diferentes plataformas, aplicando métodos de ciências de dados para analisar as semelhanças e diferenças entre as postagens no Facebook, Instagram e Twitter de 50 políticos argentinos durante 2020. Trata-se de um estudo pioneiro na região no trabalho interplataformas e seus objetivos são tanto heurísticos quanto metodológicos. Em relação aos primeiros, o artigo mostra que existem estratégias diferentes segundo as plataformas: o Twitter é terreno de controvérsia e interpelações entre políticos, onde a toxicidade é recompensada, enquanto no Facebook e no Instagram os políticos expõem os tópicos nos quais eles parecem se considerar mais fortes. O estudo interplataformas permitenos observar que mesmo num contexto polarizado como o da Argentina, existem questões comuns e não controversas entre setores opostos. Metodologicamente, nós usamos novas técnicas e implementamos um algoritmo recente de detecção de tópicos; aplicamos técnicas de análise de sentimentos com o objetivo de entender se os textos são positivos ou negativos, e redes neurais para detectar toxicidade nas mensagens, entre outros. O artigo oferece acesso à caixa de ferramentas desenvolvidas durante a pesquisa, e que podem ser úteis para trabalhar com outros grande corpus de textos.

Abstract: This article studies political communication in different platforms, applying data science methods to analyze similarities and differences among Facebook, Instagram, and Twitter posts of 50 Argentinian politicians in 2020. This is a pioneering cross-platform study for our region, and its objectives are heuristic and methodological. Regarding the former, we show that strategies differ among platforms: Twitter is the battlefield for controversy and interpellations among politicians, and toxicity is rewarded, while on Facebook and Instagram politicians expand on the topics in which they seem to consider themselves stronger. The closs-platform study shows that even in a polarized context such as the Argentinean one, there are common and non-controversial topics. Methodologically, we use novel analytical methods and implemented a recent topic-detection algorithm, we apply sentiment analysis techniques to understand if texts have positive or negative intentions, and deep neural networks to detect toxicity in a text, among others. Readers are offered access to the toolbox developed during the research, which can be useful for working large text corpora.

Resumen: Este artículo indaga acerca de la comunicación política en las distintas plataformas, aplicando métodos de las ciencias de datos para analizar similitudes y diferencias entre las publicaciones en Facebook, Instagram y Twitter de 50 políticos argentinos durante 2020. Es un estudio pionero en la región entre los trabajos cross-plataformas y sus objetivos son heurísticos y metodológicos. En relación a lo primero, se demuestra que hay estrategias diferentes según las plataformas: Twitter es el terreno de controversias e interpelaciones entre los políticos y allí la toxicidad es recompensada, mientras que en Facebook e Instagram los políticos despliegan los tópicos en los que parecen considerarse más fuertes. Así, el estudio cross-plataformas permite observar que aun en un contexto polarizado como el argentino existen temas comunes y sin polémicas entre sectores opuestos. En lo metodológico, utilizamos métodos novedosos e implementamos un reciente algoritmo de detección de tópicos, aplicamos análisis de sentimiento con el objetivo de entender si son textos positivos o negativos, y redes neuronales profundas para medir la toxicidad, entre otros. El artículo pone a disposición la caja de herramientas desarrolladas durante la investigación, las que pueden ser de utilidad para trabajar corpus de texto de gran magnitud.

Abstract: Comprehension of academic texts is often a complex activity for university students during their first year of studies. This activity may be associated with a higher cognitive demand when reading in digital support and in the presence of distractors. Thus, the general objective of this research was to analyze the role of four executive functions (inhibition, goal setting, working memory and processing speed) in the comprehension of academic texts, together with the role of vocabulary. 62 first-year university students participated in an experimental study in which the effect of inhibition and goal setting on academic text comprehension was analyzed. To determine the effect of the distractor on reading comprehension, an eye tracker was used during reading. The experimental task was complemented with the measure of working memory, processing speed and vocabulary. From the results we conclude that inhibition and goal setting influence comprehension when reading is interrupted by distractors. In addition, we conclude that working memory and processing speed are not related to comprehension, in contrast to vocabulary which correlates positively and significantly with the comprehension of academic texts in first-year university students.

Resumen: La comprensión de textos académicos suele ser una actividad compleja para los estudiantes universitarios durante su primer año de estudios. Esta actividad puede estar asociada a una mayor demanda cognitiva cuando se lee en soporte digital y en presencia de distractores. Así, el objetivo general de esta investigación fue analizar el papel de cuatro funciones ejecutivas (inhibición, establecimiento de objetivos, memoria de trabajo y velocidad de procesamiento) en la comprensión de textos académicos, junto con el papel del vocabulario. 62 estudiantes universitarios de primer año participaron en un estudio experimental en el que se analizó el efecto de la inhibición y el establecimiento de objetivos en la comprensión de textos académicos. Para determinar el efecto del distractor en la comprensión, se utilizó un rastreador ocular durante la lectura. La tarea experimental se complementó con medidas de memoria de trabajo, velocidad de procesamiento y vocabulario. De los resultados se concluye que la inhibición y el establecimiento de objetivos favorecen la comprensión cuando la lectura es interrumpida por distractores. Además, se observa que la memoria de trabajo y la velocidad de procesamiento no correlacionan con la comprensión, en contraste con el vocabulario, que correlaciona positiva y significativamente con la comprensión de textos académicos en estudiantes universitarios de primer año.