Acesso aos livros eletrônicos (E-books), disponíveis para a comunidade USP

Este trabalho tem por objetivo demonstrar o processo de implementação de uma Base de Busca Unificada, para acesso aos títulos de E-books, adquiridos pelo Consórcio CRUESP Bibliotecas e desenvolvida pelo Sistema Integrado de Bibliotecas da Universidade de São Paulo (SIBi/USP). A Metodologia utilizada para elaboração do serviço foi a exportação dos registros de cada base dos fornecedores de E-books para um banco de dados MySQL, integrado com a linguagem Hypertext Preprocessor (PHP), a elaboração de treinamento com bibliotecários e usuários para utilização do recurso e o desenvolvimento de estatística por Unidades da USP. Após a realização dos treinamentos e análise dos dados estatísticos verificou-se um aumento significativo da utilização do serviço desde a sua implantação em 2008, pelos usuários das Bibliotecas da USP. Conclui-se que o serviço é essencial para o desenvolvimento das atividades de ensino, pesquisa e extensão da Universidade, além de estar em consonância com as Tecnologias de Informação e Comunicação (TIC) utilizadas atualmente em bibliotecas universitárias. Para aprimoramento do serviço outras atividades estão em desenvolvimento, como a ampliação da divulgação e a inclusão dos registros no Banco de Dados Bibliográficos da USP – DEDALUS

Probing the statistical properties of unknown texts: application to the Voynich manuscript

While the use of statistical physics methods to analyze large corpora has been useful to unveil many patterns in texts, no comprehensive investigation has been performed on the interdependence between syntactic and semantic factors. In this study we propose a framework for determining whether a text (e.g., written in an unknown alphabet) is compatible with a natural language and to which language it could belong. The approach is based on three types of statistical measurements, i.e. obtained from first-order statistics of word properties in a text, from the topology of complex networks representing texts, and from intermittency concepts where text is treated as a time series. Comparative experiments were performed with the New Testament in 15 different languages and with distinct books in English and Portuguese in order to quantify the dependency of the different measurements on the language and on the story being told in the book. The metrics found to be informative in distinguishing real texts from their shuffled versions include assortativity, degree and selectivity of words. As an illustration, we analyze an undeciphered medieval manuscript known as the Voynich Manuscript. We show that it is mostly compatible with natural languages and incompatible with random texts. We also obtain candidates for keywords of the Voynich Manuscript which could be helpful in the effort of deciphering it. Because we were able to identify statistical measurements that are more dependent on the syntax than on the semantics, the framework may also serve for text analysis in language-dependent applications.