Orientador: Margarethe Born Steinberger-Elias / Dissertação (mestrado) - Universidade Federal do ABC. Programa de Pós-Graduação em Engenharia da Informação, 2012

Orientadora: Margarethe Born Steinberger-Elias / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós- Graduação em Engenharia da Informação, 2012

Orientadora: Profa. Dra. Margarethe Born Steinberger-Elias / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia da Informação, 2014. / Esta pesquisa integra um projeto interdisciplinar nas áreas da Comunicação, Linguística e Computação, voltado à Comunicação de Desastres em língua portuguesa. O objetivo é a exploração de aplicações de métodos de Processamento de Linguagem Natural para modelagem de redes comunicativas a fim de criar um modelo que possibilite o reconhecimento e a classificação automática dos perfis comunicacionais dos atores envolvidos em situações de desastre. Assumindo que o perfil dos atores pode ser detectado linguisticamente em textos jornalísticos, esta pesquisa explora a capacidade dos verbos de elocução (dicendi) funcionarem como marcadores discursivos. Utiliza-se, então, de ferramentas computacionais para identificar automaticamente marcadores de interlocução. Dessa forma, o problema da pesquisa recai sobre como identificar marcadores semânticos associados a modos de apropriação de conceitos (sistemas de categorização) adotados pelas comunidades de conhecimento a que pertençam os atores. A análise de frequência e probabilidade de certos itens lexicais vinculados aos atores envolvidos em desastres específicos permitirá detectar como eles se organizam em redes sócio discursivas. A geração automática destas redes contribui para aperfeiçoar a comunicação em cenários emergenciais. Com apoio de ferramentas de Processamento de Linguagem Natural, o estudo baseia-se em dados de um corpus de textos do jornal Folha de S. Paulo sobre desastres importantes ocorridos em 2010 e 2011 no Estado do Rio de Janeiro, que mataram milhares de pessoas e desencadearam muitos prejuízos sociais e econômicos. / This research is part of an interdisciplinary project in the areas of communication, Linguistics and computing, focused on disaster Communication in Portuguese language. The goal is an exploration of applications of Natural Language Processing methods for modeling communication networks, in order to create a conceptual model that allows recognition and categorization automatic of communicational profiles of actors involved in disaster situations. Assuming that the profile of actors can be detected linguistically in journalistic texts, this study explores the ability of verbs of elocution (dicendi) work as discursive markers. It is used, then of computational tools for automatically identifying markers of interlocution. In this way, the problem of research rests on how to identify semantic markers associated with modes of appropriation of concepts (categorization systems) adopted by the knowledge communities that belong to the actors. The frequency analysis and probability of certain lexical items linked to actors involved in specific disaster will detect how they organize themselves in socio-discursive networks. The automatic generation of these networks contributes to enhance communication in emergency scenarios. With the support of Natural Language Processing tools, the study is based on data from a text corpus of newspaper Folha de S. Paulo on major disasters occurring in 2010 and 2011 in the State of Rio de Janeiro, which killed thousands of people and triggered many social and economic losses.

Orientadora: Profa. Dra. Margarethe Born Steinberger-Elias / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia da Informação, 2014. / Esta é uma pesquisa interdisciplinar envolvendo Ciências da Comunicação, Linguística e Computação, aplicando métodos e técnicas de modelagem linguística à comunicação de desastres baseada em textos jornalísticos. O objetivo específico é recuperar informação relativa à causalidade em textos sobre desastres naturais nas regiões mais propensas do estado de São Paulo entre 1994 e 2012. A metodologia prevê a criação de um corpus de relatos noticiosos do qual se possam extrair indicadores linguísticos para reconhecimento automático das causas mais comumente atribuídas aos desastres. São três etapas: a) identificação de vocabulário específico associado a diferentes tipos de desastres naturais e a regiões do estado de São Paulo onde ocorreram; b) extração de informação sobre causalidade e cadeias causais vinculadas a tipos de desastres e a regiões referidas no corpus; c) criação de um modelo capaz de reconhecer o encadeamento entre expressões de causalidade e de representação dos efeitos associados. Para o desenvolvimento da pesquisa foi feita a coleta e organização de um corpus dos textos jornalísticos de referência; seleção e aplicação de ferramentas computacionais para tratamento de itens lexicais por critérios semânticos e estatísticos; construção de matrizes para visualização de redes léxico-semânticas; e um mapeamento da distribuição da informação sobre causalidade associada a desastres indexados por tipo e região. Os resultados obtidos indicam recursos de modelagem linguística que podem ser generalizados para uma recuperação automática de informação relevante sobre causalidade em textos jornalísticos. Tais resultados também permitem acesso rápido a informações estratégicas que ajudem a avaliar riscos e orientar medidas de prevenção de desastres. A modelagem baseada em língua portuguesa contribuiu para viabilizar o projeto futuro de um "banco de riscos" brasileiro contando com informação sobre causas de desastres em dimensão regional e nacional no Brasil. / This is an interdisciplinary research involving Communication, Language and Computation Sciences, applying methods and techniques of linguistic modeling to disaster communication in journalistic texts. Our goal is to retrieve information about causality in texts on natural disaster prone regions in the state of São Paulo between 1994 and 2012. The methodology includes the creation of a corpus of news reports with linguistic indicators to allow automatic recognition of most commonly attributed causation to disasters. Research methods followed three steps: a) identification of specific vocabulary associated with types of natural disasters and regions of the state of São Paulo where they mostly occurred, b) extraction of information about causation and causal chains linked to types of disaster and regions referred to in the corpus; c) development of a model to recognize the linkage between expressions of causality and lexical representation of associated effects. Adequate computational tools were necessary for collecting and organizing the corpus, treating lexical items by semantic and statistical criteria, viewing lexical-semantic networks, and mapping the distribution of information on causality associated to disasters indexed by type and region. Results indicated that linguistic modeling can be generalized to automatic retrieval of causal information in journalistic texts. Results extensions could provide quick access to strategic information on Brazilian most risky regions and relevant disaster prevention measures. Modeling in Portuguese language could also allow to build a wider and more ambitious "brazilian bank of risks" relying on regional and national scale information on causality.

Orientadora: Margarethe Born Steinberger-Elias / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia da Informação, 2013