Search

Muitas pessoas estão constantemente conectadas na Web. Elas estão procurando por todo tipo de coisa. A Web é uma enorme fonte de informação. Assim, as pessoas podem encontrar praticamente tudo que elas precisam. Entretanto, as informações da Web são desorganizadas e não possuem uma estrutura formal. Isso dificulta o processamento das máquinas e consequentemente torna o acesso à informaçã mais difícil. Trazer estrutura para a Web pode ser um dos pontos chave para facilitar a busca e navegaçã dos usuários. Uma técnica recente, Extração de Informação Aberta, foi aplicada com sucesso para extrair informação da Web. Essa técnica foi aplicada principalmente em páginas em Inglês. Este trabalho é focado especificamente na extração de informação em Português. As técnicas usadas aqui também podem ser utilizadas para outras linguagens. Many people are constantly connected on the Web. They are looking for all kinds of things. The Web is a huge source of information. So, they can find almost everything they want. However, Web information is disorganized and have no formal structure. This hampers machine processing and consequently makes information access more difficult. Bringing structure to the Web can be one of the key points for facilitating user searching and navigation. A recent technique, Open Information Extraction, has been successfully applied to extract structured information from the Web. This technique has been mostly applied in pages written in English. This work is specifically focused on information extraction for Portuguese. Techniques used here can be also used to other languages too. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES

O contínuo desenvolvimento da tecnologia e sua disseminação em todas as áreas têm provocado mudanças significativas na sociedade e na educação. É preciso buscar a formação necessária às novas competências do mundo globalizado e considerar que o momento proporciona uma oportunidade de aproximar novas tecnologias ao processo educativo como possibilidade de melhorar os sistemas de ensino tradicionais. O foco deve ser a busca da informação significativa e da pesquisa, o desenvolvimento de projetos e não predominantemente a simples transmissão de conteúdo. Ao ministrar conteúdo de determinada disciplina, o professor muitas vezes disponibiliza fontes complementares que ajudam na compreensão do tema e auxiliam os alunos na execução de atividades. Já o aluno, dentro de uma abordagem pró-ativa, deve ser capaz de interpretar e identificar outras fontes que melhor complementem e expandam assunto. No entanto, um dos desafios atuais é a sobrecarga de informação - são muitos documentos à disposição e poucas formas eficientes de tratá-los. O sistema BOOKISH, proposto neste trabalho, busca auxiliar os alunos na atividade de identificar e filtrar informações relevantes e dentro do contexto que está sendo estudado em sala de aula. A partir de apresentações em forma de slides disponibilizados pelos professores, a ferramenta identifica documentos eletrônicos contextualmente semelhantes e os disponibiliza para os alunos. É objetivo minimizar o tempo gasto nas atividades de busca por material complementar relevante e direcionar o aluno para o conteúdo do qual necessita. A ferramenta apresentada neste trabalho utiliza técnicas de mineração de textos e expansão automática de consultas com esta finalidade. The continuous development of technology and its dissemination in all domains have caused significant changes in society and in education. The new global society demands new skills and provides an opportunity to introduce new technologies into the educational process, improving traditional education systems. The focus should be on the search for information, significant research, and on the development of projects, rather than on the pure transmission of content. When delivering a lecture about a given content, teachers often provide additional sources that will help students deepen their understanding of the subject and carry out activities. Furthermore, it is desirable to have proactive students, capable of interpreting and identifying other sources of information that complement and expand the subject being studied. However, one of the challenges today is information overload - there are many documents available and few effective ways to treat them. Every day, large numbers of documents are stored and made available. These documents contain a lot of relevant information. However finding that knowledge is a difficult task. The BOOKISH system, proposed in this work, assists students in their search activity. Analyzing PowerPoint slide presentations, the tool identifies contextually similar electronic documents, minimizing the time spent in searching for additional relevant material and directing the student to the content he needs. The tool presented in this document uses text mining techniques and automatic query expansion.

Modelling is one of the central tasks in the development of information retrieval systems. A useful tool for developing a new information retrieval model is a generic framework. This frameworks can be seen as formal meta-models that make possible to describe and to investigate formally the semantics of the retrieval process and becomes possible to reason about features and properties of information retrieval models (IR). With the growth and the differences between the IR strategies and models formal modelling comes becoming more and more important. In this dissertation, we propose a generic and formal framework for defining IR models named Functional Framework. This framework is a meta-model for IR models, defining a level of abstraction that allows the representation, formulation and comparison of IR models. With this meta-model, IR models can be represented in a unique common language, which makes the study of characteristics and properties of the models and the combination of these models easier. The framework also provides a formalism that permits the comparison of models without the need to carry out experiments. Moreover, we show examples of how to represent the three classic IR models and we design a model based on distance equivalent to the classic vector model using the framework functional. We also analyze the combination of multiple evidence, presenting two case studies of the use of the framework to combine multiple evidence in contexts bayesian belief networks and in the vector space model. We show that the combination of multiple evidence in the bayesian belief network can be carried at in of several ways, being that each form corresponds to a similarity function in the vector model. The analysis of this correspondence is made through the functional framework. We show that the framework allows us to design new models and helps designers to modify these models to extend them with new evidence sources. As application of the functional meta-model, we also present the ideas of development of a meta-tool for experimental comparison between IR models. Modelagem é uma das tarefas centrais no desenvolvimento de sistemas de recuperação de informação. Uma ferramenta para modelagem muito utilizada para desenvolvimento de um novo modelo de recuperação de informação é um framework genérico. Estes frameworks podem ser vistos como meta-modelos formais que possibilitam formalmente descrever e investigar a semântica do processo de recuperação e tornam possível o raciocínio sobre as características e propriedades de modelos de recuperação de informação (RI). Com o crescimento e as diferenças entre as estratégias e modelos de RI, a modelagem formal vem se tornando cada vez mais importante. Nesta dissertação, propomos um framework genérico e formal para definição de modelos de RI chamado de Estrutura Funcional. Este framework é um meta-modelo para modelos de RI que de- fine um nível de abstração permitindo a representação, combinação, formulação e comparação de equivalência entre modelos de RI. Com este meta-modelo, modelos de RI podem ser representados em uma única linguagem comum, tornando mais fácil o estudo de características e propriedades dos modelos e a combinação desses modelos. O framework também fornece um formalismo que permite a comparação de modelos sem a necessidade de realizar experimentos. Além disso, mostramos aqui exemplos de como representar os modelos clássicos de RI e construímos um modelo baseado em distância equivalente ao modelo clássico vetorial usando a estrutura funcional. Também analisamos a combinação de múltiplas evidências, apresentamos dois estudos de caso do uso da estrutura funcional para combinar múltiplas evidências nos contextos de redes bayesianas e modelo de espaço vetorial. Mostramos que a combinação de múltiplas evidências na rede bayesiana de crença pode ser realizada de várias formas, sendo que cada uma corresponde à uma função de similaridade no modelo vetorial. A análise dessa correspondência é feita através da estrutura funcional. Com isso, mostramos que o framework permite-nos desenvolver novos modelos e ajuda desenvolvedores a modificar esses modelos para extendê-los com novas fontes de evidências. Como aplicação do meta-modelo funcional, apresentamos também as idéias de desenvolvimento de uma meta-ferramenta para comparação experimental entre modelos de RI. Mestre em Ciência da Computação