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

AtoZ

Endereço:
Universidade Federal do ParanáSetor de Ciências Sociais Aplicadas // Av. Prefeito Lothário Meissner, 632 - Campus III - Jardim Botânico
Curitiba / PR
80210-170
Site: http://www.revistas.ufpr.br/atoz
Telefone: (04) 1336-0419
ISSN: 2237-826X
Editor Chefe: Profª. Drª. Maria do Carmo Duarte Freitas
Início Publicação: 31/07/2011
Periodicidade: Semestral
Área de Estudo: Ciência da computação, Área de Estudo: Administração, Área de Estudo: Ciência da informação, Área de Estudo: Comunicação, Área de Estudo: Multidisciplinar

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

Ano: 2011 | Volume: 1 | Número: 1
Autores: Renato Fernandes Corrêa, Darliane Goes de Miranda, Camila Oliveira de Almeida Lima, Tiago José da Silva
Autor Correspondente: Renato Fernandes Corrêa | [email protected]

Palavras-chave: sintagmas nominais, recuperação de informação, indexação automática, teses e dissertações

Resumos Cadastrados

Resumo Português:

Introdução. 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, definiram-se 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.



Resumo Inglês:

Introduction: Discusses the use of noun phrases in the automatic indexing process of theses and dissertations deposited in the UFPE Digital Library of Theses and Dissertations (BDTD-UFPE), on the assumption that noun phrases consist of a better knowledge unit for indexing and information retrieval that individual words, allowing an adequate response to the users information need when searching for information. It presentes the state of the art of noun phrases and their automatic extraction process, as well as its applicability in automatic indexing and information retrieval.
Method: Based on text analysis tool (OGMA), analyses the applicability of the extraction of noun phrases in automatic indexing and information retrieval of thesis and dissertations in the context of BDTD-UFPE. Applied to abstracts from Law, Computer and Nutrition thesis and dissertations, the variables could be observed, allowing the research team assess the extraction of noun phrases using: the percentage of accuracy of relevant noun phrases; the error rate extract strings that are not noun phrases, and; the percentage of non relevant noun phrases extracted.
Results: The process of extracting noun phrases by OGMA showed different performances for each graduate program, with better performance (better accuracy rate) for abstracts from Law Thesis and Dissertations, followed by Computer and Nutrition ones. This performance difference can be partly explained by the different nature of technical terms presented in the abstracts.
Conclusions: It concludes that although there are limitations in the available tools, the application of automated methods of extraction and indexing by noun phrases appears to be quite promising, since the noun phrases are configured as best descriptors and access to documents, eliminating the problems caused by synonymy and polysemy of isolated words.



Resumo Espanhol:

Introducción: Aborda la utilización de los sintagmas nominales en el proceso de indización automática de las tesis y las disertaciones depositadas en la Biblioteca Digital de Tesis y Disertaciones de UFPE (BDTD-UFPE), considerando la hipótesis de que los sintagmas nominales consistirían en una mejor unidad de conocimiento para la indización y recuperación de información, que términos aislados, permitiendo aumentar la satisfacción de las necesidades de información del usuario durante la búsqueda de información. Se discute sobre el estado del arte de los sintagmas nominales y de su extracción automática, tanto como de su aplicación en la indización automática y en la recuperación de información. Metodología: Tomando como base la herramienta para análisis de texto (OGMA), analiza la aplicación de la extracción de sintagmas nominales en la indización automática y recuperación de información de las tesis y disertaciones en el contexto de BDTD-UFPE. Con base en los resúmenes en el área de Derecho, Computación y Nutrición, se definieron los valores totales para cada una de las variables observadas, lo que permitió evaluar la extracción de sintagmas nominales a través de los porcentajes de precisión de los sintagmas nominales relevantes; la tasa de error al extraer las cadenas de caracteres que no constituyen sintagmas nominales, y, el porcentaje de sintagmas nominales extraídos que no son relevantes. Resultados: El proceso de extracción de sintagmas nominales a través de OGMA tiene diferentes desarrollos para cada programa de posgrado, habiéndose obtenido un mejor desarrollo (mejor índice de precisión) para los resúmenes de Derecho, seguidos por los de Computación y los de Nutrición. Esta diferencia en el desarrollo puede explicarse en parte por la naturaleza diferente de los términos técnicos presentes en los resúmenes. Conclusión: Aunque existan limitaciones en las herramientas disponibles, la aplicación de métodos automatizados de extracción e indización por medio de sintagmas nominales es prometedora, ya que los sintagmas nominales se configuran como mejores descriptores y puntos de acceso a los documentos, eliminando los problemas causados por la sinonimia y la polisemia de las palabras aisladas.