Uso de marcadores estilísticos para a busca na Web em português

Abstract

Nils Erik Enkvist (Enkvist et ai 1074) ResumoComo lidar com o excesso de informação ao qual usuários são submetidos em suas buscas na Web'.' São muitas as página* sobre um mesmo assunto, por isso uma solução pode ser separá-las segundo os objetivos dos escritores. Melhor ainda seria separá-las segundo os objetivos dos leitores, tão diversos como buscar um programa, aprender sobre uma matéria ou saber as últimas notícias sobre um dado assunto. Fsse é o objetivo desta tese. ir além do conteúdo dos textos para minimizar o esforço do usuário em encontrar os documentos que são relevante* para sua consulta em um dado instante de busca. Investigou-se pela primeira vez a hipótese de que e tecnicamente possível e de fácil compreensão a classificação resultados de busca segundo os seus objetivos. Para isso estudou-se a classificação automática dos resultados de buscas na Web em português segundo a intenção da busca. Foram aplicados algoritmos de aprendizado de máquina sobre características linguísticas relacionadas com o estilo de documentos em português, e desenvolvidos estudos com usuários para avaliar na prática os classificadores criados. Foi também investigada a possibilidade de desenvolver classificadores personalizados que. dentro de um determinado assunto, separassem páginas interessantes de outras irrelevantes, com base em pequenos corpora de treinamento. Para a avaliação, foram utilizadas tanto as avaliações de sistema como as centradas no usuário. Os resultados mostram que (i) a classificação em necessidades é um conceito compreendido pelos usuários, (li) o uso de marcadores estilísticos é um caminho barato e eficiente a ser investigado para obter classificadores confiáveis, (iii) o treinamento com pequenos corpora da Web é capaz de gerar classificadores confiáveis, e (iv) a busca pode ser facilitada por resultados classificados segundo necessidades de busca. AbstractIlow should one cope witli mformation overtlow. whcn thcrc are too many pages on the Web aboul almost every subject? This thesis addresses the problem of information overtlow users taco wlien dealing witli Web search results. To go beyond content. it is proposed to classifv pages aceording to the seareli goals tliey sorve from a user point of view: to download a system. learn some subject or ftnd news about another are quite different user goals. lhe hypothesis validated iti the present dissertation is that it is both technically feasible and understandble to classifv Web pages aceording to user goal. By using machine learning teehniques over linguistically inspired tcaturcs. autoinatic classitlers were bui 11 to distinguish among user needs. Also. several user studies were conducted to assess the understandability of the concepts at stake and the gain achieved by using the particular classification in the displav of the results. In addition. this uork also tested personali/ed binarv classillers about specillc subjeets. traíned in small traming corpora supplied by the users themselves. With regard to evaluation. both system c\aluation and user-cen...

Indução de filtros lingüisticamente motivados na recuperação de informação

“…Os experimentos relatados indicam que estes recursos melhoram os resultados de sistemas de RI. Aires (2005) discorreu sobre a possibilidade técnica de classificar os resultados das buscas segundo os objetivos e intenções dos usuários. Ao invés da análise do conteúdo dos textos, foram escolhidas características linguísticas relacionadas com o estilo de documentos em português, e desenvolvidos estudos com usuários para avaliar os classificadores criados.…”