L’extraction de phrases en relation de traduction dans Wikipédia

Afin d'enrichir les données de corpus bilingues parallèles, il peut être judicieux de travailler avec des corpus dits comparables. En effet dans ce type de corpus, même si les documents dans la langue cible ne sont pas l'exacte traduction de ceux dans la langue source, on peut y retrouver des mots ou des phrases en relation de traduction. L'encyclopédie libre Wikipédia constitue un corpus comparable multilingue de plusieurs millions de documents. Notre travail consiste à trouver une méthode générale et endogène permettant d'extraire un maximum de phrases parallèles. Nous travaillons avec le couple de langues français-anglais mais notre méthode, qui n'utilise aucune ressource bilingue extérieure, peut s'appliquer à tout autre couple de langues. Elle se décompose en deux étapes. La première consiste à détecter les paires d’articles qui ont le plus de chance de contenir des traductions. Nous utilisons pour cela un réseau de neurones entraîné sur un petit ensemble de données constitué d'articles alignés au niveau des phrases. La deuxième étape effectue la sélection des paires de phrases grâce à un autre réseau de neurones dont les sorties sont alors réinterprétées par un algorithme d'optimisation combinatoire et une heuristique d'extension. L'ajout des quelques 560~000 paires de phrases extraites de Wikipédia au corpus d'entraînement d'un système de traduction automatique statistique de référence permet d'améliorer la qualité des traductions produites. Nous mettons les données alignées et le corpus extrait à la disposition de la communauté scientifique.

Da enciclopédia à Wikipédia: o conhecimento em circulação

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Cultura da Wikipédia como Política de capacitação compartilhada em meio digital de socialização do conhecimento

Presents a developing laboratory within History of Culture, subject taught in the Library and Archive Studies at UNESP (Marilia). The project is based upon the foundations of research line Information and Technology: students from the second under graduation year participate in the improving of 27 entries in Portuguese language Wikipedia. The aim is to capacitate for scientific reading and writing in digital media, habilitate for the information identification and recuperation and for the interpretation and understanding of formal and contents aspects and its reorganization. It includes activities of search, selection, remix and republishing of texts, images, audio and videos in the convergence of diverse hypertext information sources, supported by tutors with strategic abilities in digital environments. In this sense it was adhered to the international Wikipedia Foundation University Campus Ambassadors project. It’s also aimed to induce sharing and collaboration behaviors with the purpose of creating necessary habits for the informational empowerment in Brazil. As methodology is to optimize the work of individuals already trained in wiki culture and to create in within the subject information sharing programs with a more specialized bias, giving greater credibility to the digital environment. The environment syntaxes helps in the learning of the complementary skills of reading and writing and offers itself as an open repository from which information can be reused. It is, thus, an empowerment strategy in the search of autonomy and self reliance considering intersemiotic knowledge in the edition, visualization and understanding of information in the social web. A second step of a verifying research on the environment’s credibility after the consolidation and dissemination of the entries improvement work is proposed.

O impacto do Português brasileiro veiculado na internet para a educação básica portuguesa

O artigo analisa uma situação de aula em uma classe de 4º ano de uma escola em Lisboa – Portugal, em que a professora apresenta aos alunos um texto informativo sobre o corpo humano, gerado por um internauta brasileiro, encontrado na enciclopédia livre Wikipédia. São analisadas as ações da professora de verter o texto para a ortografia portuguesa e seus comentários a respeito. Para contextualizar o episódio, o artigo apresenta comentários sobre o acordo ortográfico da língua portuguesa, a reação pública a respeito e o impacto da introdução da internet como fonte de pesquisa para alunos portugueses. Os resultados indicam a preocupação da professora portuguesa em expor seus alunos à ortografia do português do Brasil, via internet.

O processo de pesquisa da informação, como pesquisa estruturada: da desordem à ordem cognitivas

Este texto tem como objectivo principal a descrição e análise das etapas do processo de pesquisa de informação, baseada nas etapas de Coral Collier Kuhlthau e nos skills de Michael B. Eisenberg, Doug Johnson e Robert E. BerKowitz. O aluno percorre diversas etapas, que produzem uma série de comportamentos relevantes, que vão desde a desordem à ordem cognitivas, ou seja, desde o desconhecimento das técnicas de recuperação da informação ao conhecimento das mesmas, e que permitem ao aluno estudar a matéria curricular e a realização de trabalhos com facilidade e destreza, credibilidade e autenticidade, afasta-o da tentação do plágio ou do paradigma do aluno wikipédia. É na biblioteca escolar que o aluno inicia o processo de pesquisa da informação, ou seja, a pesquisa estruturada, programada e disciplinada, quer nas fontes impressas, quer nas electrónicas. Contudo, existem ainda constrangimentos na aprendizagem do processo, uma vez que o mesmo não se encontra totalmente consolidado nos documentos vinculativos da escola, como sejam, o projecto curricular e o programa da biblioteca escolar. A biblioteca escolar carece de pessoal preparado e qualificado para implementar a conduta do trabalho colaborativo com todos os mediadores escolares, bem como, o ensino e a aprendizagem do processo.

Estratégias de aplicação de softwares educativos como instrumentos para o ensino de física

The technological advances of recent decades combined with digital inc1usion in Brazil sparked the country's population to the constant use of computers to perform tasks in many different natures. Whether it's for communication, entertainment, work or school, computers are tools with increasing numbers in Brazilian homes. Along with this evolution the Brazilian Physics teaching should be aware of the use of teaching tools that relate directly to the computer to student learning. Highlighting in this work we have scanned the contents of the Wikipedia community, a wide variety of educational videos placed on YouTube, educational games that try to teach the player in a fun way and a variety educational softwares placed on the World Wide Web. It is with special attention to educational softwares as tools for teaching physics, which describe some strategies for use of these software, combined with the textbooks, to illustrate some ways to introduce the use of educational softwares directly in the classroom

GEOFIER: um sistema de anotação geográfica de textos com o uso de classificadores de aprendizagem de máquina.

A anotação geográfica de documentos consiste na adoção de metadados para a identificação de nomes de locais e a posição de suas ocorrências no texto. Esta informação é útil, por exemplo, para mecanismos de busca. A partir dos topônimos mencionados no texto é possível identificar o contexto espacial em que o assunto do texto está inserido, o que permite agrupar documentos que se refiram a um mesmo contexto, atribuindo ao documento um escopo geográfico. Esta Dissertação de Mestrado apresenta um novo método, batizado de Geofier, para determinação do escopo geográfico de documentos. A novidade apresentada pelo Geofier é a possibilidade da identificação do escopo geográfico de um documento por meio de classificadores de aprendizagem de máquina treinados sem o uso de um gazetteer e sem premissas quanto à língua dos textos analisados. A Wikipédia foi utilizada como fonte de um conjunto de documentos anotados geograficamente para o treinamento de uma hierarquia de Classificadores Naive Bayes e Support Vector Machines (SVMs). Uma comparação de desempenho entre o Geofier e uma reimplementação do sistema Web-a-Where foi realizada em relação à determinação do escopo geográfico dos textos da Wikipédia. A hierarquia do Geofier foi treinada e avaliada de duas formas: usando topônimos do mesmo gazetteer que o Web-a-Where e usando n-gramas extraídos dos documentos de treinamento. Como resultado, o Geofier manteve desempenho superior ao obtido pela reimplementação do Web-a-Where.

UMA NOVA CARTOGRAFIA COGNITIVA PARA O ENSINO DA COMUNICAÇÃO

O trabalho proposto é a montar um projeto exploratório funcional que parta da cartografia cognitiva, que é definida como a arte, teoria e técnica de construir mapas do conhecimento, visando com esta cartografia a sua aplicabilidade na estruturação de um conjunto de cursos/saberes da área da Comunicação. Assemelhado ao conceito de mapas conceituais, ou cognitivos, representam o conhecimento organizado e são compostos por conceitos. Este mapas foram desenvolvido a partir da década de setenta por vários pesquisadores. A tese experimento foi montada tendo como base os softwares de relacionamento por temas e interesses dentro de um ambiente de interatividade tridimensional , montado no conceito de arvore do conhecimento relacional. Esta experiência é construída em ambiente tridimensional com uso de softwares 3D que rodam como aplicativos de engines de vídeo games, que são motores gráficos. A base de dados e a interatividade de textos e tarefas é realizada sob a plataforma do MediaWiki, que é o software aberto que roda a Wikipédia. A plataforma de mapas roda dentro de um software MindJet MindManager e do CMAPS. As vídeo conferências são administradas pelo FlashMeeting, de Web conferência. A maioria deles são softwares abertos. Todos operando em sistemas presenciais ou de modulação EAD. A base conceitual está estruturada dentro de uma visão de educação disruptiva, que lança um novo modelo educacional baseado em mapas, visto dentro de uma abordagem de um mundo de múltiplas telas, um mundo da era hiper, um mundo hipermoderno, que tem como base uma cultura da era tecnológica, numa renovação dos conceitos de Cultura, agora revigorados à luz das novas tecnologias e da nova sociedade interligada em rede.