Use este identificador para citar ou linkar para este item: https://repositorio.ufjf.br/jspui/handle/ufjf/20619
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
marianedecarvalhopinto.pdfPDF/A2.45 MBAdobe PDFVisualizar/Abrir
Tipo: Dissertação
Título: Anotação multimodal para copilotos de produção de tecnologias assistivas: uma proposta para a audiodescrição
Autor(es): Pinto, Mariane de Carvalho
Primeiro Orientador: Torrent, Tiago Timponi
Membro da banca: Gamonal, Maucha Andrade
Membro da banca: Mayer, Flávia Affonso
Resumo: Esta pesquisa investiga de que forma a anotação multimodal de eventos na FrameNet Brasil (FN-Br), desenvolvida com base na Semântica de Frames (Fillmore, 1982), pode contribuir para a geração de roteiros de audiodescrição por sistemas de inteligência artificial atuando como copilotos para audiodescritores humanos. Parte-se da hipótese de que esse tipo de anotação, ao mapear semanticamente os eventos e seus participantes na produção audiovisual, pode favorecer a criação de roteiros de audiodescrição mais precisos, rápidos e adequados ao contexto narrativo. O objetivo do estudo é observar a performance de sistemas de IA como auxiliares na produção de roteiros de audiodescrição, comparando aqueles baseadas na anotação de frames com as que não utilizam essa abordagem, além de refletir sobre o potencial dessa ferramenta como apoio ao trabalho do audiodescritor. Para isso, cenas dos episódios 1 e 7 da série de viagens Pedro Pelo Mundo, da GNT, foram anotadas com base no modelo da FN-Br, a partir das quais foram gerados roteiros preliminares de audiodescrição por IA. Os roteiros produzidos foram, então, comparados e analisados quanto à sua aproximação com os critérios do Guia para Produções Audiovisuais Acessíveis (Naves et al., 2016). Os resultados indicam que as anotações de frames atuam como um modulador do desempenho do modelo, favorecendo, com maior frequência, maior alinhamento entre a descrição gerada e a organização visual das cenas, sem comprometer a qualidade dos roteiros quando não há ganhos imediatos. Do ponto de vista qualitativo, a presença de metadados tende a orientar as descrições pela dinâmica visual, enquanto sua ausência favorece descrições mais estativas e enumerativas. Esses resultados reforçam o potencial da anotação multimodal baseada na Semântica de Frames como apoio à produção de roteiros de audiodescrição por IA.
Abstract: This research investigates how the multimodal event annotation in FrameNet Brazil (FN-Br), developed based on Frame Semantics (Fillmore, 1982), can contribute to the generation of audio description scripts by artificial intelligence systems acting as copilots for human audio describers. The study is based on the hypothesis that this type of annotation, by semantically mapping events and their participants in audiovisual productions, can support the creation of more accurate and contextually appropriate audio description scripts. The objective is to observe the performance of AI systems as assistants in the production of audio description scripts, comparing those based on frame annotation with those that do not use this approach, while also reflecting on the potential of this tool to support the work of audio describers. To this end, scenes from episodes 1 and 7 of the travel series Pedro Pelo Mundo, produced by GNT, were annotated using the FN-Br model, and preliminary audio description scripts were generated by AI based on these annotations. The resulting scripts were then compared and analyzed in terms of their alignment with the criteria outlined in the Guide for Accessible Audiovisual Productions (Naves et al., 2016). The results indicate that frame annotations act as a modulator of the model’s performance, more frequently favoring stronger alignment between the generated descriptions and the visual organization of the scenes, without compromising the quality of the scripts when no immediate gains are observed. From a qualitative perspective, the presence of metadata tends to guide descriptions according to the visual dynamics of the scenes, whereas their absence favors more stative and enumerative descriptions. These results reinforce the potential of multimodal annotation based on Frame Semantics as support for the production of audio description scripts by AI systems.
Palavras-chave: Semântica de frames
FrameNet
Anotação multimodal
Audiodescrição
Copilotos de IA
Frame semantics
Multimodal annotation
Audio description
IA copilot
CNPq: CNPQ::LINGUISTICA, LETRAS E ARTES::LETRAS
Idioma: por
País: Brasil
Editor: Universidade Federal de Juiz de Fora (UFJF)
Sigla da Instituição: UFJF
Departamento: Faculdade de Letras
Programa: Programa de Pós-graduação em Letras: Linguística
Tipo de Acesso: Acesso Aberto
Attribution 3.0 Brazil
Licenças Creative Commons: http://creativecommons.org/licenses/by/3.0/br/
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/20619
Data do documento: 17-Dez-2025
Aparece nas coleções:Mestrado em Linguística (Dissertações)



Este item está licenciado sob uma Licença Creative Commons Creative Commons