Geração automática de “playlists” de músicas semelhantes

Dissertação de Mestrado em Engenharia Informática

Reordenação de documentos através de técnicas de aprendizagem automática

Sistemas de gestão documental e de recuperação de informação são hoje ferramentas essenciais para aceder aos grandes volumes de informação disponíveis. O exemplo mais popular deste cenário é o motor de pesquisa Google, que se estimava possuir cerca de 45 milhares de milhões de páginas Web, em Março de 2013 [14]. Uma vez que a maioria das pessoas, apenas consultam os primeiros dez resultados duma pesquisa, torna-se crucial conseguir uma boa ordenação das respostas, de forma a permitir que o utilizador veja os resultados contendo informação diversificada, de acordo com as suas preferências e indo ao encontro daquilo que escreveu na pesquisa. Além do objetivo de ordenação segundo a query escrita pelo utilizador, também foi tido como objetivo a remoção de documentos similares do topo dos resultados das pesquisas. Nesta tese, pretendemos investigar o uso de algoritmos de aprendizagem de ordenação de resultados, por forma a aumentar a qualidade dos resultados de topo das pesquisas e analisar algumas maneiras para aumentar a diversidade de informação no topo dos resultados das pesquisas. Uma aplicação foi desenvolvida no contexto desta tese e foi aplicada a um sistema de pesquisa que foi desenvolvido em contexto empresarial com a Quidgest S.A, sendo que posteriormente irá ser integrada numa plataforma de desenvolvimento rápido de aplicações.

Conservar depois da catástrofe. O caso dos documentos queimados do antigo Arquivo Histórico do Museu Bocage: caracterização material e proposta de um protocolo de intervenção

Tendo como caso de estudo um conjunto documental do Arquivo Histórico dos Museus da Universidade de Lisboa (AHMUL) – Museu Nacional de História Natural e da Ciência (MUHNAC), anteriormente fazendo parte do antigo Arquivo Histórico do Museu Bocage – fortemente atingido por um incêndio em 1978, o objectivo principal desta investigação é dar início à pesquisa e explorar a possibilidade de aplicação de métodos não invasivos de restauro digital, como a técnica de digitalização volumétrica (volumetric scanning), para a recuperação da informação escrita na parte mais deteriorada do arquivo; e propor métodos de estabilização/recuperação do seu suporte físico, usando técnicas tradicionais de conservação e restauro. Assim, o objectivo deste estudo não é apenas rever métodos de recuperação da informação para estes documentos tidos como perdidos, mas também propor uma forma de recuperar, tanto quanto possível, o seu suporte original. Será realizada a caracterização material da colecção, com recurso a métodos de exame e análise e o diagnóstico de conservação da parte da colecção mais deteriorada, bem como uma contextualização histórica sobre o arquivo e as condições do incêndio. Como conclusões principais salienta-se a confirmação da possibilidade de aplicação de técnicas de digitalização, os resultados promissores de outras técnicas como a fotografia de infravermelho com recurso adicional a software de processamento da imagem e o uso da imagem multiespectral em documentos carbonizados, além do estabelecimento de uma proposta de protocolo de intervenção para documentos queimados, com recurso a dois éteres de celulose, com diferentes solventes (água e etanol) de acordo com a solubilidade dos meios de escrita. Pretendeu-se ainda com este estudo contribuir para a divulgação da existência deste fundo do AHMUL em específico, tendo sido fundamental a realização, após 37 anos, do primeiro registo e compilação de fontes documentais sobre o incêndio de 18 de março de 1978, um facto tão relevante para a Memória do MUHNAC e dos Museus de Portugal.

Biblioteca digital: bibliografia internacional anotada

Bibliografia internacional seletiva e anotada sobre bibliotecas digitais. Aborda os seguintes aspectos: a) visionários, principais autores que escreveram sobre a biblioteca do futuro, no período de 1945-1985; b) conceituação de biblioteca digital; c) projetos em andamento na Alemanha, Austrália, Brasil, Canadá, Dinamarca, Espanha, Estados Unidos, França, Holanda, Japão, Nova Zelândia, Reino Unido, Suécia e Vaticano; d) aspectos técnicos relativos à construção de uma biblioteca digital: arquitetura do sistema, conversão de dados e escaneamento, marcação de textos, desenvolvimento de coleções, catalogação, classificação/indexação, metadados, referência, recuperação da informação, direitos autorais e preservação da informação digital; e) principais fontes de informação: monografia, periódicos, reuniões técnicas específicas, lista de discussão, grupos e centros de estudos, cursos e treinamento.

FUTURA: uma base de dados sobre a biblioteca do futuro

Base de dados que objetiva disponibilizar, em único local de fácil e rápido acesso, informações básicas essenciais aos interessados na biblioteca do futuro, seja ela eletrônica, virtual, digital, sem paredes ou biônica. Desenvolvida com o software MicroIsis, encontra-se disponível na Internet a todo e qualquer interessado por intermédio do servidor de bases de dados ISIS para o WWW (software intitulado WWWIsis, desenvolvido pela Bireme). A recuperação da informação é possível por índice de termos indexados ou formulário de pesquisa utilizando-se lógica booleana em campos de autoria, título, assunto, data e língua. Delimitações de pesquisa por tipo de documento e conteúdo de informação também são oferecidas. URL: http://www.eca.usp.br/eca/nucleos/biblial/futura/index.htm

Informetria: explorando bases de dados como instrumentos de análise

O artigo aborda os programas de pesquisa do Centro de Estudos Informétricos de Copenhague. Descrevendo a informetria como subcampo da bibliometria, discute uma nova abordagem para a área, qual seja, a combinação de teorias e metodologias avançadas de recuperação da informação com o estudo científico dos fluxos da informação. O Centro objetiva aplicar métodos bibliométricos não somente em estudos cienciométricos e em avaliações da pesquisa científica e tecnológica, mas também na análise de suas relações sociais, econômicas etc., ampliando as análises bibliométricas tradicionais para abranger as comunidades não acadêmicas nas quais a informação é produzida, comunicada e usada. A autora também convoca os profissionais de biblioteconomia e ciência da informação para enfrentarem o desafio dessa nova área de estudos quantitativos, aprendendo a explorar as bases de dados também como um instrumento para desenvolver atividades de análise, enfatizando as possibilidades que esses profissionais têm para elevar o nível de suas posições hierárquicas, assim como para explorar as técnicas informétricas no gerenciamento de políticas e de tomadas de decisão.

Pergamum: sistema informatizado da biblioteca da PUC/PR

O objetivo deste trabalho é apresentar e enfatizar a importância da informática nos serviços inerentes à Biblioteca da Pontifícia Universidade Católica do Paraná/PUC-PR, agilizando nos processos técnicos (catalogação, classificação, indexação, seleção/aquisição, empréstimo/devolução e relatórios estatísticos). Também busca auxiliar o usuário do sistema a utilizar e compreender melhor o processo de pesquisa de informações no acervo existente na biblioteca. Apresenta também o nível de conhecimento e satisfação dos usuários quanto ao Sistema Pergamum da Biblioteca da PUC-PR, o que possibilitará alterações necessárias e aperfeiçoamentos desejáveis para melhor atendimento à comunidade acadêmica.

Uso das linguagens controlada e natural em bases de dados: revisão da literatura

O trabalho tem como objetivo examinar o uso da linguagem controlada ou da linguagem natural , no planejamento da estratégia de busca em um ambiente de bases de dados em CD-ROM ou em linha. São revisados os estudos que abordam o uso das linguagens controlada e natural nas estratégias de busca, suas vantagens e desvantagens, proporcionando uma perspectiva sobre a complexidade para a busca da informação bibliográfica e referencial, incluindo a seleção de termos para as estratégias e a função do vocabulário controlado ou da linguagem natural nesse contexto.

Como incrementar a qualidade dos resultados das máquinas de busca: da análise de logs à interação em português

Com o intuito de avaliar a submissão de consultas em língua natural, especificamente em português, a máquinas de busca na Web, e contrastar com as consultas por palavras-chave, realizou-se um experimento com alunos, professores e funcionários de uma universidade brasileira. Particularmente, analisaram-se as consultas para verificar se os usuários expressavam bem seus objetivos em palavras-chave; como expressariam seus objetivos em língua natural, caso esta possibilidade fosse oferecida; se as consultas em língua natural forneciam informações que pudessem facilitar a recuperação de informação. O pedido de colaboração foi enviado a 440 pessoas de um instituto de computação da universidade. Foram obtidas 63 consultas, correspondentes a 42 objetivos. Observou-se que, para o item a, na maioria dos casos (71,43%), as consultas por meio de palavras-chave não trazem todas as informações declaradas importantes no objetivo; para o item b as consultas foram feitas por meio de perguntas (71,87%), afirmações (18,75%) e ordens (9,37%); e, para o item c todas as perguntas diretas deixavam claro o objetivo da consulta já com a primeira palavra da frase, ou com as duas ou três primeiras, com exceção das iniciadas pela palavra "qual".

Sistema de classificação facetada e tesauros: instrumentos para organização do conhecimento

O artigo tem o objetivo de aprofundar questões teóricas e conceituais que fundamentam a concepção de sistema de classificação facetada e o tesauro. Apresenta aspectos teóricos referentes aos meios utilizados para organização e recuperação da informação. Os sistemas para organização do conhecimento incluem uma variedade de esquemas para organizar, gerenciar e recuperar a informação, existindo vários tipos de sistemas. Dentre eles, podemos citar sistemas de classificação, tesauro, cabeçalhos de assuntos, ontologia, glossários e dicionários. Descrevem-se princípios, natureza e tipos de sistemas de classificação, com especial ênfase aos sistemas de classificação facetada e o tesauro.

Biblioteca digital de peças teatrais

Biblioteca Digital de Peças Teatrais - BDTeatro é um projeto para preservação, formatação, armazenamento e disseminação de Peças Teatrais. Este projeto foi desenvolvido pela Faculdade de Computação, Faculdade de Artes, Filosofia e Ciências Sociais e Biblioteca Central da Universidade Federal de Uberlândia - UFU. A Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG) forneceu parte do suporte financeiro para o PROJETO. BDTeatro foi proposto para resolver os problemas de preservação e disseminação de uma coleção com aproximadamente 800 peças teatrais em papel. Esta coleção apresenta sinais de deterioração e sua digitalização foi a motivação deste projeto. Adicionalmente, a ausência de um catálogo on-line e de um processo automatizado para pesquisa de informações na coleção também motivou o projeto. Este artigo descreve o desenvolvimento da Biblioteca Digital de Peças Teatrais, onde foi usada uma perspectiva interdisciplinar de trabalho, garantindo desta maneira, padrões de qualidade no processo de construção do catálogo, na entrada dos dados e nos mecanismos de pesquisa de informações na coleção.

A representação de imagens no acervo da Biblioteca Digital Paulo Freire: proposta e percursos

O presente trabalho apresenta os resultados obtidos no projeto Identificação e Análise de Imagem para Formação de um Sistema de Representação e Recuperação da Informação, financiado pela Coordenação Institucional de Ensino a Distância da UFPB, que visa à elaboração de princípios de representação da informação imagética do acervo da Biblioteca Digital Paulo Freire, com o intuito de formar uma política de representação para a informação de natureza imagética. Para sua execução, contou-se com os pressupostos teóricos da semiótica, estética e teoria da arte, bem como subsídios da teoria da representação. Como resultados o presente trabalho aponta as possíveis formas de representação das imagens e sua incorporação ao acervo informacional da Biblioteca Digital Paulo Freire.

Base de dados de informações jornalísticas sobre a Amazônia: ciência, tecnologia e meio ambiente - BDIJAm: em busca da qualidade

Apresenta a avaliação da qualidade da Base de Dados de Informações Jornalísticas sobre a Amazônia: Ciência, Tecnologia e Meio Ambiente - BDIJAm. O estudo integra o Projeto Temáticas Amazônicas: Dossiês Comentados e Qualidade da Informação sobre Ciência, Tecnologia e Meio Ambiente, do Museu Paraense Emílio Goeldi. Foram aplicados questionários aos usuários para identificação dos pontos positivos e possíveis lacunas do serviço. Como principais resultados foram apontadas a relevância dos temas da Base e a necessidade de se desenvolver ações que visem aperfeiçoar a estrutura de recuperação da informação. Conclui que toda base de dados deve ser continuamente aperfeiçoada e os usuários consideram a BDIJam um instrumento de suma importância para a sociedade como recurso de preservação da memória social da Amazônia.

Aplicação da descoberta de conhecimento em textos para apoio à construção de indicadores infométricos para a área de C&T

Relata resultados de pesquisa aplicando a descoberta de conhecimento em texto (DCT) em conteúdos textuais, importantes fontes de informação para tomada de decisão. O objetivo central da pesquisa foi verificar a eficácia da DCT na descoberta de informações para apoio à construção de indicadores e definição de políticas públicas. O estudo de caso foi o Serviço Brasileiro de Respostas Técnicas (SBRT) e a técnica aplicada a de agrupamento de documentos a partir dos termos minerados na base de dados. Comprovou-se a aplicabilidade da DCT na extração de informações ocultas em documentos textuais para subsidiar a tomada de decisão e a construção de indicadores, informações essas que não poderiam ser visualizadas utilizando-se recursos tradicionais de recuperação da informação. Observou-se a preocupação com o meio ambiente nas demandas feitas pelos usuários do SBRT e a aplicabilidade da DCT para orientação de políticas internas à rede SBRT.

ANÁLISE DE EXPERIMENTOS EM LÁTICE QUADRADO COM ÊNFASE EM COMPONENTES DE VARIÂNCIA: II. ANÁLISE CONJUNTA

Este trabalho teve como objetivo avaliar as seguintes alternativas de análise de grupo de experimentos em látice quadrado ("Square Lattice"), quanto à estimação de componentes de variância e alguns parâmetros genéticos: 1) análise intrablocos com tratamentos ajustados e blocos dentro de repetições não-ajustados; 2) análise do látice com blocos casualizados completos; 3) análise intrablocos com tratamentos não-ajustados e blocos dentro de repetições ajustados; 4) análise do látice como blocos casualizados completos, utilizando-se as médias ajustadas dos tratamentos, obtidas a partir da análise com recuperação da informação interblocos, tendo como quadrado médio do resíduo, a média dos resíduos (variância efetiva média), das análises individuais, desta mesma análise com recuperação da informação interblocos. Para as quatro alternativas de análise, obtiveram-se os estimadores e as estimativas para os componentes de variância e coeficientes de herdabilidade. Houve grande concordância entre as quatro alternativas de análise estudadas, quanto à classificação dos materiais avaliados. Para um particular conjunto de dados e dependendo dos objetivos da análise, convém pesquisar qual das alternativas de análise é preferível, principalmente nos casos em que se obtém uma estimativa negativa para o componente de variância devido a efeitos de blocos dentro de repetições ajustados, para várias das análises individuais.