Contributos para a eficácia do clustering usando o tagging social

Nos últimos anos temos vindo a assistir a uma mudança na forma como a informação é disponibilizada online. O surgimento da web para todos possibilitou a fácil edição, disponibilização e partilha da informação gerando um considerável aumento da mesma. Rapidamente surgiram sistemas que permitem a coleção e partilha dessa informação, que para além de possibilitarem a coleção dos recursos também permitem que os utilizadores a descrevam utilizando tags ou comentários. A organização automática dessa informação é um dos maiores desafios no contexto da web atual. Apesar de existirem vários algoritmos de clustering, o compromisso entre a eficácia (formação de grupos que fazem sentido) e a eficiência (execução em tempo aceitável) é difícil de encontrar. Neste sentido, esta investigação tem por problemática aferir se um sistema de agrupamento automático de documentos, melhora a sua eficácia quando se integra um sistema de classificação social. Analisámos e discutimos dois métodos baseados no algoritmo k-means para o clustering de documentos e que possibilitam a integração do tagging social nesse processo. O primeiro permite a integração das tags diretamente no Vector Space Model e o segundo propõe a integração das tags para a seleção das sementes iniciais. O primeiro método permite que as tags sejam pesadas em função da sua ocorrência no documento através do parâmetro Social Slider. Este método foi criado tendo por base um modelo de predição que sugere que, quando se utiliza a similaridade dos cossenos, documentos que partilham tags ficam mais próximos enquanto que, no caso de não partilharem, ficam mais distantes. O segundo método deu origem a um algoritmo que denominamos k-C. Este para além de permitir a seleção inicial das sementes através de uma rede de tags também altera a forma como os novos centróides em cada iteração são calculados. A alteração ao cálculo dos centróides teve em consideração uma reflexão sobre a utilização da distância euclidiana e similaridade dos cossenos no algoritmo de clustering k-means. No contexto da avaliação dos algoritmos foram propostos dois algoritmos, o algoritmo da “Ground truth automática” e o algoritmo MCI. O primeiro permite a deteção da estrutura dos dados, caso seja desconhecida, e o segundo é uma medida de avaliação interna baseada na similaridade dos cossenos entre o documento mais próximo de cada documento. A análise de resultados preliminares sugere que a utilização do primeiro método de integração das tags no VSM tem mais impacto no algoritmo k-means do que no algoritmo k-C. Além disso, os resultados obtidos evidenciam que não existe correlação entre a escolha do parâmetro SS e a qualidade dos clusters. Neste sentido, os restantes testes foram conduzidos utilizando apenas o algoritmo k-C (sem integração de tags no VSM), sendo que os resultados obtidos indicam que a utilização deste algoritmo tende a gerar clusters mais eficazes.

A metáfora no texto científico de medicina : um estudo terminológico da linguagem sobre aids

Esta pesquisa, que se insere no âmbito dos estudos de Terminologia, visa contribuir para a descrição da linguagem médica sobre AIDS. Para tanto, examina a incidência de expressões potencialmente metafóricas em textos da Revista da Associação Médica Brasileira que cobrem o período de 1984 a 2002. Esses textos perfazem um corpus de 57.842 palavras. Na revisão da literatura, é feito um panorama da trajetória dos estudos de metáfora, desde a visão mais tradicional até as vertentes mais recentes, como a da cognição. Em seguida, é apresentada a inserção do tema metáfora no âmbito dos estudos de Terminologia e de outros estudos dedicados a textos técnico-científicos. A partir da revisão da literatura, é estabelecido um conceito referencial de expressão potencialmente metafórica (EPM) que é um enunciado com apresentação sintagmática formado por pelo menos um termo mais uma palavra lexical (substantivo, adjetivo, verbo) ou uma locução (verbal, adjetival). É considerado potencialmente metafórico o contexto de ocorrência de um termo combinado com palavra(s) ou locução que estabelecer entre si uma distância semântica. O ponto de partida para a observação é uma lista de termos que sintetiza outras duas listas de palavras-chave relacionadas à AIDS. Uma delas foi composta a partir dos unitermos indicados no próprio corpus; a outra lista corresponde à nominata de um glossário sobre AIDS feito pelo Ministério da Saúde do Brasil. A fusão dessas duas listas fornece um conjunto de 113 termos. Com a ferramenta Wordlist do programa Wordsmith Tools, são arrolados todos os contextos de ocorrência desses termos, sendo que cada contexto está limitado a um período de ocorrência. São examinados, assim, 2.578 períodos. A partir desses períodos, são identificados 87 padrões de EPMs. A pesquisa conclui que o tipo de EPM de maior ocorrência é o de personificação, tendo predominado um efeito de sentido de poder e capacidade associado à terminologia. Ao final do trabalho, são tecidas algumas considerações sobre um efeito estigmatizante atribuído por alguns autores à funcionalidade da metáfora no texto sobre AIDS, efeito que poderia gerar resultados negativos para políticas de saúde pública relacionadas à doença, além de acentuar dificuldades para o próprio paciente de AIDS.

Valores de (inter)subjetividade na análise semântica: a marcação da distância

Tese apresentada para cumprimento dos requisitos necessários à obtenção do grau de Doutor em Linguística – especialização em Linguística Portuguesa

Estudio diacrónico comparativo de los usos y la semántica de la preposición DE en dos novelas españolas: Libro del caballero Zifar y El ingenioso hidalgo don Quijote de la Mancha

Prepositioner är välkända för sin polysemi eller betydelsemångfald, och utgångspunkten för den här uppsatsen har varit ett intresse av att undersöka om det är möjligt att för en av de mest mångtydiga spanska prepositionerna, DE, finna en sammanhängande semantisk struktur, eller om det är nödvändigt att se de olika betydelserna som inbördes orelaterade. För att utreda den här frågan och ge den ett diakroniskt perspektiv undersöker jag i den här uppsatsen användningen av den spanska prepositionen DE i två romaner ur den spanska litteraturhistorien, Libro del caballero Zifar och El ingenioso hidalgo don Quijote de la Mancha, del I. Uppsatsen består av tre delar. I kapitel två ger jag en teoretisk översikt över spanskans prepositionssystem och prepositionerna beskrivs både ur syntaktisk och semantisk synvinkel. Dessutom presenteras den kognitiva grammatiken och dess synsätt på prepositioner. Huvuddelen av arbetet koncentrerar sig på att presentera prepositionen DE på två sätt och enligt två skilda metoder. I kapitel tre presenteras de olika kontextuella användningarna av DE enligt den traditionella, historisk-komparativa metoden. Med utgångspunkt i dessa kontextuella användningar ställer jag i kapitel fyra med stöd av den kognitiva grammatikens begreppssystem upp en semantisk nätverksmodell av de olika betydelser som jag fastställt för DE i den funktionella analysen. För den semantiska beskrivningen har jag använt mig av den kognitiva grammatiken, eftersom denna grammatikuppfattning i motsats till den traditionella grammatiken ser polysemin som regel och utgångspunkt i den semantiska strukturen. Analysdelen av uppsatsen inleds med den funktionella presentationen av användningarna av DE av två grundläggande skäl: För det första anser jag det ändamålsenligt att för den semantiska beskrivningen ha en solid bas av exempel där användningen av DE analyserats med hänsyn till kontexten. Kapitel tre är därför indelat i fyra huvuddelar, enligt vilken ordklass DEs huvudord tillhör, t.ex.: substantiv, adjektiv, verb. I exemplen i den fjärde gruppen fungerar prepositionsfrasen som inleds av DE som en mer fristående bestämning på frasnivå, där huvudordets ordklasstillhörighet inte är av avgörande betydelse. För det andra utgår jag från att en viss utveckling av DE har skett under de 300 år som tidsmässigt skiljer de båda romanerna åt, både vad gäller dess användning och dess semantik. För att komma underfund med och beskriva utsträckningen hos denna utveckling är det nödvändigt att den komparativa delen presenteras innan den semantiska beskrivningen kan inledas. Resultaten av den komparativa analysen är att ett antal smärre skillnader i användningen förekommer, men detta till trots har ingen betydande semantisk utveckling kunnat iakttas. Detta innebär att den semantiska beskrivningen av DE kan göras utifrån ett relativt enhetligt material. Jag har följaktligen också kunnat ställa upp en enhetlig semantisk nätverksmodell av tolv olika, relaterade betydelser hos DE. Utgående från mitt material är det sålunda möjligt att se DEs polysemi som ett sammanhängande nätverk, trots att vissa av betydelserna kan verka sinsemellan motstridiga och att 300 år skiljer åt de två böckerna. Nyckelord: prepositioner, DE: semantik och användning, polysemi, kognitiv grammatik, diakroni

De "de" : Estudio histórico-comparativo de los usos y la semántica de la preposición "de" en español

El presente estudio supone un intento de describir y analizar el uso de la preposición "de" sobre la base de un corpus diacrónico, con énfasis en las diferentes relaciones semánticas que establece. Partiendo de un total de más de 16.000 casos de "de" hemos establecido 48 categorías de uso, que corresponden a cuatro tipos de construcción sintáctica, a saber, el uso de "de" como complemento de nombres (CN), verbos (CV), adjetivos (CA) y, finalmente, su uso como núcleo de expresiones adverbiales independientes (CI). El estudio consta de tres partes fundamentales. En la parte I, se introduce la Lingüística Cognitiva, que constituye la base teórica esencial del trabajo. Más exactamente, se introducen conceptos como la teoría del prototipo, la teoría de las metáforas conceptuales y la gramática cognitiva, especialmente las ideas de "punto de referencia" y "relación intrínseca" (Langacker 1995, 1999). La parte II incluye el análisis de las 48 categorías. En esta parte se presentan y comentan casi 2.000 ejemplos del uso contextual de "de" extraídos del corpus diacrónico. Los resultados más importantes del análisis pueden resumirse en los siguientes puntos: El uso de "de" sigue siendo esencialmente el mismo en la actualidad que hace 800 años, en el sentido de que todas las 48 categorías se identifican en todas las épocas del corpus. El uso de "de" como complemento nominal va aumentando, al contrario de lo que ocurre con su uso como complemento verbal. En el contexto nominal son especialmente las relaciones posesivas más abstractas las que se hacen más frecuentes, mientras que en el contexto verbal las relaciones que se hacen menos frecuentes son las de separación/alejamiento, causa, agente y partitivo indefinido. Destaca la importancia del siglo XVIII como época de transición entre un primer estado de las cosas y otro posterior, en especial en relación con el carácter cada vez más abstracto de las relaciones posesivas así como con la disminución de las categorías adverbales de causa, agente y partitivo. Pese a la variación en el contexto inmediato de uso, el núcleo semántico de "de" se mantiene inalterado. La parte III toma como punto de partida los resultados del análisis de la parte II, tratando de deslindar el aporte semántico de la preposición "de" a su contexto de uso del valor de la relación en conjunto. Así, recurriendo a la metodología para determinar el significado básico y la metodología para determinar lo que constituyen significados distintos de una preposición (Tyler , Evans 2003a, 2003b), se llega a la hipótesis de que "de" posee cuatro significados básicos, a saber, 'punto de partida', 'tema/asunto', 'parte/todo' y 'posesión'. Esta hipótesis, basada en las metodologías de Tyler y Evans y en los resultados del análisis de corpus, se intenta verificar empíricamente mediante el uso de dos cuestionarios destinados a averiguar hasta qué punto las distinciones semánticas a las que se llega por vía teórica son reconocidas por los hablantes nativos de la lengua (cf. Raukko 2003). El resultado conjunto de los dos acercamientos tanto refuerza como especifica la hipótesis. Los datos que arroja el análisis de los cuestionarios parecen reforzar la idea de que el núcleo semántico de "de" es complejo, constando de los cuatro valores mencionados. Sin embargo, cada uno de estos valores básicos constituye un prototipo local, en torno al cual se construye un complejo de matices semánticos derivados del prototipo. La idea final es que los hablantes son conscientes de los cuatro postulados valores básicos, pero que también distinguen matices más detallados, como son las ideas de 'causa', 'agente', 'instrumento', 'finalidad', 'cualidad', etc. Es decir, "de" constituye un elemento polisémico complejo cuya estructura semántica puede describirse como una semejanza de familia centrada en cuatro valores básicos en torno a los cuales se encuentra una serie de matices más específicos, que también constituyen valores propios de la preposición. Creemos, además, que esta caracterización semántica es válida para todas las épocas de la historia del español, con unas pequeñas modificaciones en el peso relativo de los distintos matices, lo cual está relacionado con la observada variación diacrónica en el uso de "de".

Evaluación de la memoria semántica

Resumen: La memoria semántica permite almacenar información acerca del significado de los objetos, las palabras y del mundo en general. Este conocimiento se altera en pacientes con Demencia Semántica, Enfermedad de Alzheimer y encefalitis por virus herpes, entre otros. El compromiso de la información semántica debe ser evaluado con herramientas que contemplen los diferentes aspectos que sustentan su organización. El objetivo del presente trabajo es hacer una revisión exhaustiva de las diferentes tareas que permiten indagar el procesamiento semántico e indicar aquellas que han sido diseñadas o adaptadas para ser usadas en la población rioplatense.

Interacción léxico-semántica en bilingües

Resumen: El presente artículo realiza un relevo teórico de las definiciones conceptuales de bilingüismo y de los principales modelos que procuran explicar la relación y los procesos cognitivos que se actualizan entre el nivel semántico y el nivel léxico de hablantes bilingües. Esta recensión se presenta con el objeto de analizar qué grado de influencia e interacción se produce entre el léxico de cada una de las lenguas y la red semántica que posee una persona bilingüe, ilustrado con rusoparlantes. Este desarrollo se propone constituir un aporte para las intervenciones sociales y educativas que involucran población bilingüe, cada vez más frecuentes en virtud de los crecientes movimientos migratorios

Educação à distância, tecnologias educacionais e o Plano Nacional de Educação : elementos para uma avaliação das metas

Consultoria Legislativa - Área XV - Educação, Cultura, Desporto, Ciência e Tecnologia.

A importância da afetividade nas ações do educador : um estudo sobre a presença da afetividade em momentos presenciais e a distância num curso, bimodal, de formação de instrutores/tutores

Investiga a afetividade presente entre tutor/alunos e alunos/alunos em um curso bimodal (presencial e a distância) e a adequação desse modelo de aprendizagem, a partir da análise das relações sociais em duas turmas do Curso de Formação de Instrutores e Tutores promovido pelo Núcleo de Educação a Distância do Centro de Formação, Treinamento e Aperfeiçoamento (CEFOR), no ano de 2004. Avalia em que medida a conduta do educador pode influenciar o relacionamento social, integração e afetividade entre os atores desse processo educativo.

SSI-Dijkstra+: Desarrollo de un sistema de resolución de la ambigüedad semántica basada en grafos

Este documento es la memoria de un Proyecto de Final de Carrera de la Ingeniería Técnica en Informática de Sistemas en la Facultad de Informática de San Sebastián que se encuadra en el procesamiento del lenguaje natural (PLN), el campo de la semántica y la desambiguación de palabras. El idioma del proyecto es el Español.

SSI-Dijkstra-Fast: Desarrollo de un sistema de resolución de la ambigüedad semántica basada en grafos

El proyecto desarrollará el algoritmo SSIDijkstra- Fast (una versión del SSI-Dijkstra) basándose en implementaciones del algoritmo existentes para versiones anteriores de UKB. UKB es una herramienta de desambiguación semántica basada en grafos. 2

Minding the Gap Between Expectations and Perceptions of Democracy = Refletindo sobre a distância entre expectativas e percepções da democracia

Este trabalho utilizou modelos de nível misto para estimar as avaliações da democracia a partir de dados do documento Wave 6 do European Social Survey. Foram utilizadas novas medidas de expectativas democráticas acerca de eleições e sistemas partidários, juntamente com o item "satisfação com a democracia”, para testar os efeitos de regras eleitorais sobre a percepção da democracia.

Docência em educação a distância: o professor por um fio

O tema Educação à Distância (EAD), com a expansão do uso das tecnologias de informação, faz-se presente na atualidade, através de propostas, debates e ações dos dirigentes da educação. Essa inovação pedagógica passou a ser uma modalidade regular do sistema educacional brasileiro, através da nova Lei de Diretrizes e Bases da Educação Nacional (Lei 9394/96). Diante da emergência de projetos como o do Consórcio de Educação Superior à Distância do Estado do Rio de Janeiro (CEDERJ) e da enorme polêmica que a introdução desta modalidade de ensino vem provocando, percebe-se a necessidade de discutir e pesquisar as ações e políticas públicas para a democratização da formação profissional e o atendimento às demandas sociais de educação. Elegemos como foco privilegiado o estudo do perfil dos tutores, traçando um paralelo entre a prática destes profissionais e a dos chamados professores presenciais. Nosso objetivo principal é identificar quem são os tutores e quais são as especificidades de seu perfil, incluindo a discussão de fatores como formação, atuação e prática político-pedagógica. Vale destacar que nossos estudos são resultado da experiência e da pesquisa acadêmica, portanto, para fundamentar o presente estudo nos valemos da revisão da literatura pertinente e da observação nas próprias unidades do CEDERJ.