Cartografia das aprendizagens na freguesia da Torre de Coelheiros – a dimensão institucional

Comunicação que apresenta os resultados de um processo de levantamento dos episódios de aprendizagem mais significativos disponibilizados pelas instituições da freguesia de Torre de Coelheiros, entre 2002 e 2004.

Cartografia das Aprendizagens das freguesias de Torre de Coelheiros, Nossa Senhora de Machede e São Miguel de Machede

O presente projeto de pesquisa foi concretizado no período compreendido entre os meses de Fevereiro de 2002 e de Dezembro de 2004. Durante este período, o projeto conheceu três fases distintas: 1) coinstituição da equipa de colaboradores, 2) conceção, construção e validação dos instrumentos de recolha de informação, 3) caracterização da população a estudar (pessoas e instituições).

OntoSPARES: da linguagem natural às ontologias. Contributos para a classificação automática de dados históricos (séc. XVI-XVIII)

O processamento de linguagem natural e as ontologias são ferramentas cuja interação permite uma melhor compreensão dos dados armazenados. Este trabalho, ao associar estas duas áreas aos elementos disponíveis numa base de dados prosopográfica, tornou possível identificar e classificar relacionamentos entre setores de ocupação na forma como eram designados na época, setores de atividade num formato mais próximo do de hoje e o estatuto social que essas incumbências tinham na sociedade coeva. Os dados utilizados são sobretudo de membros do Santo Ofício – do século XVI ao século XVIII. Para atingir este objetivo utilizaram-se algumas descrições textuais de ocorrências da época e outras pouco estruturadas, disponíveis no repositório SPARES. A aplicação de processamento de linguagem natural (remoção de stopwords e aplicação de stemming), conjugada com a construção de duas ontologias, tornou possível classificar esses dados, permitindo consultas mais eficazes. Ao contribuir para a classificação automática de dados históricos, propõem-se metodologias que podem ser aplicadas em dados de qualquer outra área do conhecimento, especialmente as que lidam com as variáveis de tempo e espaço de forma mais intensa; Abstract: OntoSPARES: from natural language to ontologies Contributions to the automatic classification of historical data (16th-18th centuries) The interaction between the natural language processing and ontologies are tools allowing a better understanding of the data stored. This work, by combining these two areas to the elements available in a prosopographic database, has made possible to identify and classify relationships between occupations of many individuals (in general Holy Office members of the 16th-18th centuries). To achieve this goal the data used was gathered in SPARES repository, including some textual descriptions of the time occurrences. They are all few structured. The application of natural language processing (stopwords removal and stemming application), combined with the construction of two ontologies, made possible to classify those data, allowing a more effective search. By contributing to the automatic classification of historical data, this thesis proposes methodologies that can be applied to data from any other field of knowledge, specially data dealing with time and space variables.

CARTOGRAFIA ANTIGA

CARTOGRAFIA ANTIGA Resumo: A cartografia, ou seja, a ciência de preparar cartas, mapas e planos para os mais variados fins, com diversos níveis de complexidade e informação, baseados em elementos científicos, técnicos e artísticos de extremo apuro, tendo por base os resultados da observação direta ou da análise de documentos, remonta a tempos muito antigos. Conhecem-se cartas ou representações de território ou do mundo que ia sendo descoberto, desde Ptolomeu que os realizou baseado nas referências de viajantes e mercadores, e no material coligido por geógrafos que o antecederam, dados sobre a Europa, Ásia e África. Uma das representações mais remotas que existe é uma reconstituição (de autor não identificado) do mapa de Eratóstenes, de cerca de 220 a.C. O matemático grego e bibliotecário da Alexandria usou os levantamentos do mundo conhecidos, após as conquistas de Alexandre, o Grande. Posteriormente nos mapas-mundo medievais, a Terra não tem forma geográfica, mas geográfica ou anti geográfica -como se poderá observar em Psalter, manuscrito em papel velino, anónimo, 1265). Mais tarde o Planisfério de Cantino (1502), constitui-se como a mais antiga carta náutica portuguesa conhecida, mostrando o resultado das viagens de Vasco da Gama à Índia, Colombo à América Central, Gaspar Corte Real à Terra Nova e Pedro Álvares Cabral ao Brasil, representando a superfície terrestre em seu conjunto, apresentando os dois hemisférios lado a lado. A época dos descobrimentos, foi para Portugal, altura em que a ciência da cartografia se desenvolveu de forma muito assinalável, sendo de referir inúmeros cartógrafos reais, de entre os quais André Homem, Bartolomeu Velho, Fernando Álvaro Seco, João Teixeira Albernaz, o Moço, João Teixeira Albernaz, o Velho, Lopo Homem, Pedro Reinel, Pedro Teixeira Albernaz, Diogo Ribeiro, entre muitos outros. Os portugueses também se destacaram na produção de portulanos, especialmente no período do Infante D. Henrique e da lendária "Escola de Sagres “. A partir do século XVI a designação de ‘'portulano'' disseminou-se e começou a ser aplicado a qualquer coleção de instruções náuticas, assim como aos mapas que as acompanhavam. A partir do século XIX o termo passou a designar, de forma genérica, as cartas marítimas produzidas até aos fins do século XVI. A cartografia, foi desde sempre um conjunto de documentos fundamentais, para que homens e bens pudessem circular, que as diferentes civilizações, nas mais distantes partes do mundo se conectassem. Como elementos de orientação terrestre ou marítima foram a representação de territórios novos a explorar. Mais ou menos guarnecidos de cor ou representações fantásticas de gentes e animais procuraram transmitir a visão dos homens coevos.

Normalização automática de descrições de hotéis

As descrições de produtos turísticos na área da hotelaria, aviação, rent-a-car e pacotes de férias baseiam-se sobretudo em descrições textuais em língua natural muito heterogénea com estilos, apresentações e conteúdos muito diferentes entre si. Uma vez que o sector do turismo é bastante dinâmico e que os seus produtos e ofertas estão constantemente em alteração, o tratamento manual de normalização de toda essa informação não é possível. Neste trabalho construiu-se um protótipo que permite a classificação e extracção automática de informação a partir de descrições de produtos de turismo. Inicialmente a informação é classificada quanto ao tipo. Seguidamente são extraídos os elementos relevantes de cada tipo e gerados objectos facilmente computáveis. Sobre os objectos extraídos, o protótipo com recurso a modelos de textos e imagens gera automaticamente descrições normalizadas e orientadas a um determinado mercado. Esta versatilidade permite um novo conjunto de serviços na promoção e venda dos produtos que seria impossível implementar com a informação original. Este protótipo, embora possa ser aplicado a outros domínios, foi avaliado na normalização da descrição de hotéis. As frases descritivas do hotel são classificadas consoante o seu tipo (Local, Serviços e/ou Equipamento) através de um algoritmo de aprendizagem automática que obtém valores médios de cobertura de 96% e precisão de 72%. A cobertura foi considerada a medida mais importante uma vez que a sua maximização permite que não se percam frases para processamentos posteriores. Este trabalho permitiu também a construção e população de uma base de dados de hotéis que possibilita a pesquisa de hotéis pelas suas características. Esta funcionalidade não seria possível utilizando os conteúdos originais. ABSTRACT: The description of tourism products, like hotel, aviation, rent-a-car and holiday packages, is strongly supported on natural language expressions. Due to the extent of tourism offers and considering the high dynamics in the tourism sector, manual data management is not a reliable or scalable solution. Offer descriptions - in the order of thousands - are structured in different ways, possibly comprising different languages, complementing and/or overlap one another. This work aims at creating a prototype for the automatic classification and extraction of relevant knowledge from tourism-related text expressions. Captured knowledge is represented in a normalized/standard format to enable new services based on this information in order to promote and sale tourism products that would be impossible to implement with the raw information. Although it could be applied to other areas, this prototype was evaluated in the normalization of hotel descriptions. Hotels descriptive sentences are classified according their type (Location, Services and/or Equipment) using a machine learning algorithm. The built setting obtained an average recall of 96% and precision of 72%. Recall considered the most important measure of performance since its maximization allows that sentences were not lost in further processes. As a side product a database of hotels was built and populated with search facilities on its characteristics. This ability would not be possible using the original contents.