Estudo linguístico dos títulos de imprensa em Portugal: a linguagem metafórica

Além de alguns estudos lexicais, não existe em Portugal nenhuma tradição de análise linguística da imprensa. Entre os aspectos que oferecem especial interesse, incluem-se os títulos das notícias, em parte porque propõem uma gramática diferente da da norma discursiva, mas também devido aos jogos linguísticos, nomeadamente o emprego de linguagem metafórica, a que os redactores recorrem para incentivar a leitura dos textos. O trabalho em curso debruça-se sobre os vários níveis da realização linguística deste tipo textual, partindo de um corpus informatizado de 2.060 títulos de notícia portugueses com linguagem metafórica. Assim, no nível sintáctico, interessou-nos estudar a configuração sintáctica do título e os constituintes que nele correspondem ao veículo metafórico. No nível semântico, identificámos, seguindo um enquadramento teórico subordinado à teoria dos espaços múltiplos de Fauconnier e Turner, as metáforas conceptuais presentes no corpus. No nível fonológico, foi feito um estudo sobre padrões sonoros de aliteração, rima e jogos de palavras concomitantes com a linguagem metafórica do título. O nível gráfico debruçou-se sobre os diversos processos de destacar graficamente o veículo metafórico e suas consequências na descodificação da mensagem. Finalmente, no nível intertextual, apresentou-se uma pesquisa sobre as relações internas do título com outros componentes do co-texto noticioso e as relações externas com textos mais ou menos distantes, mas culturalmente partilhados. Os resultados da pesquisa revelaram os processos através dos quais a linguagem metafórica no título de imprensa permite a verbalização de conceitos, a condensação de significados e motiva à leitura do texto.

Scalable semantic aware context storage

In recent years the Internet has grown by incorporating billions of small devices, collecting real-world information and distributing it though various systems. As the number of such devices grows, it becomes increasingly difficult to manage all these new information sources. Several context representation schemes have tried to standardize this information, however none of them have been widely adopted. Instead of proposing yet another context representation scheme, we discuss an efficient way to deal with this diversity of representation schemes. We define the basic requirements for context storage systems, analyse context organizations models and propose a new context storage solution. Our solution implements an organizational model that improves scalability, semantic extraction and minimizes semantic ambiguity.

Scalable semantic aware context storage

The number of connected devices collecting and distributing real-world information through various systems, is expected to soar in the coming years. As the number of such connected devices grows, it becomes increasingly difficult to store and share all these new sources of information. Several context representation schemes try to standardize this information, but none of them have been widely adopted. In previous work we addressed this challenge, however our solution had some drawbacks: poor semantic extraction and scalability. In this paper we discuss ways to efficiently deal with representation schemes' diversity and propose a novel d-dimension organization model. Our evaluation shows that d-dimension model improves scalability and semantic extraction.

Semantic features for context organization

In recent years the technological world has grown by incorporating billions of small sensing devices, collecting and sharing real-world information. As the number of such devices grows, it becomes increasingly difficult to manage all these new information sources. There is no uniform way to share, process and understand context information. In previous publications we discussed efficient ways to organize context information that is independent of structure and representation. However, our previous solution suffers from semantic sensitivity. In this paper we review semantic methods that can be used to minimize this issue, and propose an unsupervised semantic similarity solution that combines distributional profiles with public web services. Our solution was evaluated against Miller-Charles dataset, achieving a correlation of 0.6.