Indexação e recuperação de teses e dissertações por meio de sintagmas nominais

Abstract

ResumoIntrodução: Aborda a utilização dos sintagmas nominais no processo indexação automática das teses e dissertações depositadas na Biblioteca Digital de Teses e Dissertações da UFPE (BDTD-UFPE), considerando a hipótese de que os sintagmas nominais consistiriam numa melhor unidade de conhecimento para a indexação e recuperação de informação que as palavras isoladas, permitindo aumentar a satisfação da necessidade de informação do usuário durante a busca pela informação. Discute-se sobre o estado da arte dos sintagmas nominais e de sua extração automática, bem como sua aplicação na indexação automática e recuperação de informação. Método: Analisa, com base em ferramenta para análise de texto (OGMA), a aplicabilidade da extração de sintagmas nominais na indexação automática e recuperação de informação de teses e dissertações no contexto da BDTD-UFPE. Com base em resumos da área de Direito, Computação e Nutrição, definiramse os valores totais para cada uma das variáveis observadas, o que permitiu avaliar a extração de sintagmas nominais através dos percentuais de precisão de sintagmas nominais relevantes; da taxa de erro ao extrair cadeias de caracteres que não constituem sintagmas nominais, e; do percentual de sintagmas nominais extraídos não relevantes. Resultados: O processo de extração de sintagmas nominais através do OGMA teve diferentes desempenhos para cada programa de pós-graduação, sendo obtido melhor desempenho (melhor índice de precisão) para resumos de Direito, seguidos dos de Computação e Nutrição. Esta diferença de desempenho pode em parte ser explicada pela diferente natureza dos termos técnicos presentes nos resumos. Conclusões: Embora existam limitações nas ferramentas disponíveis, a aplicação de métodos automatizados de extração e indexação por sintagmas nominais mostra-se promissora, pois os sintagmas nominais se configuram como melhores descritores e pontos de acesso aos documentos, eliminando os problemas causados pela sinonímia e a polissemia das palavras isoladas. Palavras-chaveSintagmas nominais; Recuperação de informação; Indexação automática; Teses e dissertações. IntroduçãoAtualmente, vivencia-se uma transição das atividades relacionadas com a manipulação, a edição, o armazenamento, a distribuição das informações e a sua recuperação da forma impressa para a forma digital.Durante os últimos anos, um volume crescente de informações tem sido registrado em várias bases de dados, nos mais diversos domínios do conhecimento e sob diversas formas (numéricas, textuais, imagens etc.).Muitas pesquisas vêm tentando contribuir para enfrentar alguns dos muitos desafios que surgem quando lidamos com massivas quantidades de dados, como nos grandes acervos de documentos digitais, notadamente quando estes precisam ser regularmente organizados, pesquisados, recuperando em tempo hábil informação relevante para algum objetivo específico.

Seleção de sintagmas nominais na indexação automática

“…Outro estudo que se deteve ao uso dos sintagmas nominais como instrumentos de indexação e que pode ser considerado um dos primeiros estudos nessa vertente para a língua portuguesa foi o de Brito (1992). Tal Os identificadores de sintagmas nominais têm como propósito analisar um determinado texto observando as sequências de léxicos e respectivas etiquetas gramaticais a fim de aplicar as regras gramaticais de formação dos sintagmas nominais (gramática sintagmática).…”

“…Apesar da não aplicação do critério de posição do termo no texto nos trabalhos voltados para indexação automática por meio de sintagmas nominais, Corrêa et al (2011) e Borges e Lima (2015) apontam para a relevância deste critério, ratificando o fato de que determinadas partes de um texto são potencialmente mais relevantes do que outras.…”

“…Michel Le Guern (1991) traz contribuições pertinentes no que diz respeito à utilização dos sintagmas nominais como descritores documentais. Encontra-se em Brito (1992) um estudo que pode ser considerado um dos precursores, juntamente com Le Guern (1991), no que se refere ao uso dos sintagmas nominais em sistemas de indexação automática. Kuramoto (1995) também possui contribuições nos primeiros estudos voltados para a utilização de sintagmas nominais em sistemas de indexação e recuperação de documentos em língua portuguesa.…”

Avaliação de critérios para seleção de sintagmas nominais com valor para a recuperação da informação

“…A partir da década de 1990, pesquisas voltadas à indexação automática buscaram não só levar em conta a semântica do texto, mas também minimizar alguns problemas identificados na indexação automática baseada em palavras isoladas (Correa;Lapa, 2013).…”

Metodologia para estruturação de informações de laudos radiológicos

“…A variação léxica diz respeito unicamente às diversas formas, variação morfológica, que um léxico pode assumir por conta das regras linguísticas do idioma que está submetido, por exemplo, um mesmo léxico será escrito de formas diferentes no singular, plural, gerúndio, tempo verbal, etc. A variação terminológica, por outro lado, se refere à problemática do conceito associado ao termo observando fenômenos como a polissemia, onde um termo possui vários significados, e a sinonímia, onde vários termos são atribuídos ao mesmo significado (Corrêa;Miranda, 2011;. A normalização reduz a variação léxica, mas não reduz a variação terminológica.…”