IA: ferramentas grátis online

5 ferramentas gratuitas, processadas localmente no seu navegador.

A etiqueta desta categoria merece uma precisão, porque as cinco ferramentas não funcionam todas da mesma maneira. Só uma delas executa um modelo treinado no seu dispositivo: a extração de texto de uma imagem, que usa o motor Tesseract. A tradução não calcula nada localmente e entrega o trabalho a um serviço remoto. As outras três, o resumo, a reformulação e o gerador de títulos, são algoritmos clássicos: estatísticas de frequência, listas de substituição e modelos de frase.

É essa precisão que permite saber o que esperar. Um processo determinista devolve sempre o mesmo resultado para o mesmo texto, não inventa factos nenhuns e trabalha instantaneamente. Em troca, não escreve no seu lugar.

Ferramentas da categoria IA

Resumir ou encurtar: duas ferramentas, dois resultados

O resumo é extrativo. O texto é cortado em frases, as palavras vazias são postas de lado, a frequência das palavras restantes é contada e cada frase recebe uma pontuação em função das palavras frequentes que contém. A primeira frase leva um bónus, a última um bónus mais pequeno, e as frases muito curtas uma penalização. As mais bem pontuadas voltam para a ordem original. O que se obtém são portanto frases do seu próprio texto, copiadas tal e qual, nunca uma reformulação. O regulador de comprimento aponta a cerca de 15, 30 ou 45 por cento das frases.

Há aqui uma limitação que se nota em português: a lista de palavras vazias é francesa e inglesa. As palavras com menos de três letras são ignoradas de qualquer maneira, o que já cobre de, do, da, em ou os, mas formas tão correntes como para, com, uma, por ou não acabam por ser contadas como vocabulário de conteúdo, o que enviesa ligeiramente a pontuação das frases. Num artigo bem escrito o efeito é pequeno; num texto repetitivo, compensa reler a seleção.

A reformulação, no modo mais curto, não seleciona nada: alivia no próprio sítio. As construções de enchimento desaparecem, os advérbios de intensidade também, e qualquer frase cujo vocabulário se sobreponha em mais de três quartos a uma frase já guardada é eliminada. Escolha o resumo para retirar a substância de um relatório longo, e a reformulação curta para emagrecer um texto que quer manter inteiro.

Reformular: o que as regras conseguem fazer

Os modos mais formal e mais simples aplicam listas de correspondências nos dois sentidos. O primeiro troca o registo coloquial por um registo cuidado, com o ça a tornar-se cela e o boulot a tornar-se travail, e repõe depois as maiúsculas. O segundo faz o inverso, simplificando o vocabulário administrativo, com néanmoins a tornar-se pourtant e afin de a tornar-se pour, e corta as frases demasiado longas nos pontos e vírgulas.

Estas listas de substituição são francesas, e é preciso dizê-lo com clareza: num texto português, os modos mais formal e mais simples praticamente não encontram nada para trocar, e o modo mais curto só continua a fazer o trabalho mecânico de eliminar frases redundantes. Uma correção automática repara ainda as elisões que estas trocas partem, para que de élément volte a ser l’élément.

A estrutura das frases, essa, não é tocada em caso nenhum: o sentido nunca é reescrito em profundidade. Para mudar verdadeiramente o ângulo de um parágrafo, nenhuma destas ferramentas chega, e é mais honesto assumi-lo do que prometer um modelo de linguagem que não está aqui.

Tradução e títulos: os dois casos à parte

A tradução interroga a API pública MyMemory: o seu texto sai do navegador e passa por esse serviço, o que a faixa apresentada por cima do campo diz sem rodeios. É cortado em pedaços com menos de quinhentos caracteres nas fronteiras das frases, com um teto de 4500 caracteres por pedido. É indispensável ter ligação à internet, e um texto confidencial não tem nada que fazer aqui. São propostas cerca de trinta línguas, do crioulo mauriciano ao japonês, com o português entre elas.

O gerador de títulos não chama serviço nenhum: coloca o seu assunto em dez modelos fixos, diferentes consoante esteja a apontar a um artigo, a um vídeo ou a uma página de produto, e injeta o ano em curso em algumas das fórmulas. O resultado é um ponto de partida para escolher um ângulo, não um título pronto a publicar. Releia a concordância e a formulação antes de aproveitar uma das propostas, porque os modelos foram escritos para outra língua e a colagem nem sempre soa bem.

O OCR, e por onde começar

Extrair texto de uma imagem carrega o motor Tesseract e o respetivo modelo de língua na primeira utilização, e reconhece depois o texto localmente. O conjunto pesa cerca de quinze megabytes, transferidos uma vez e guardados em cache pelo navegador, e é essa a razão pela qual a primeira execução é lenta e as seguintes não são. É preciso ligação uma única vez; a partir daí o reconhecimento corre na sua máquina e as suas páginas não são enviadas para lado nenhum.

São propostas seis línguas, entre elas um modo francês mais inglês para documentos mistos, e o resultado é um ficheiro de texto. O português ainda não consta dessa lista: escolher espanhol ou italiano reconhece o alfabeto latino e a maior parte dos acentos, mas o dicionário interno não é o certo, pelo que convém reler o resultado com atenção às palavras menos comuns. Um enquadramento direito, nítido e contrastado muda tudo; um manuscrito ou uma fotografia tremida dará muito pouco. Para um PDF digitalizado, a ferramenta dedicada da categoria PDF encaixa melhor.

Estas ferramentas encadeiam-se bem. Uma fotografia de um documento torna-se texto pelo OCR, relê-se com o corretor, condensa-se com o resumo e traduz-se a seguir, se houver necessidade. Repare que o resumo exige pelo menos três frases para trabalhar e nunca devolve menos de duas, pelo que não tem nada para oferecer num parágrafo curto.

Categorias