Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2008. / Submitted by Natália Cristina Ramos dos Santos (nataliaguilera3@hotmail.com) on 2009-09-11T18:53:14Z No. of bitstreams: 1 2008_EdmilsonFariaRodrigues.pdf: 682916 bytes, checksum: 70969af99e50343b1c6274e957485e14 (MD5) / Approved for entry into archive by Luanna Maia(luanna@bce.unb.br) on 2009-12-01T14:46:14Z (GMT) No. of bitstreams: 1 2008_EdmilsonFariaRodrigues.pdf: 682916 bytes, checksum: 70969af99e50343b1c6274e957485e14 (MD5) / Made available in DSpace on 2009-12-01T14:46:14Z (GMT). No. of bitstreams: 1 2008_EdmilsonFariaRodrigues.pdf: 682916 bytes, checksum: 70969af99e50343b1c6274e957485e14 (MD5) Previous issue date: 2008-02 / A recuperação da informação pode ser entendida como uma área da ciência que se dedica ao estudo de técnicas de armazenamento de documentos e de recuperação de informação neles contidas, utilizando ou não metadados que os descrevem. Nos dias atuais em que as ferramentas de busca na Internet tornaram possível pesquisar documentos produzidos pelo mundo inteiro, o acesso à informação relevante torna a precisão na recuperação da informação uma demanda que ganha cada vez mais importância. Da necessidade do Tribunal de Contas da União de melhorar os resultados da precisão e da revocação da sua pesquisa textual jurisprudencial nasceu a motivação para o presente trabalho. A precisão é o percentual de documentos relevantes em relação ao número de documentos retornados na consulta [Kent et al., 1955]. A revocação é o percentual de documentos relevantes em relação ao número de documentos relevantes do corpus de documentos [Kent et al., 1955]. Os mecanismos de recuperação da informação devem ser capazes de auxiliar o usuário que, em geral, não tem conhecimento da forma exata em que ocorrem os termos nos documentos que contém a informação que procura. Um esforço que tem sido feito no sentido de contornar esse problema é a utilização de ontologias ou tesauros para ampliar a consulta solicitada pelo usuário [Miller, 1990]. No entanto, essa alternativa envolve um esforço em recursos humanos, financeiro e tempo muito grande para a construção dessas estruturas. Nessa pesquisa é proposta a utilização de um modelo estatístico da linguagem, derivado da tradução estatística da linguagem [Brown et al.,1993], para ampliar a consulta solicitada pelo usuário. Nessa abordagem é utilizado um algoritmo de EM (do inglês, Expectation Maximization) [Dempster, Laird & Rubin, 1977] para estimar índices de similaridades entre termos dos documentos. Nesta abordagem, cada consulta retorna os documentos contendo os termos nela contidos e os termos que são similares àqueles. Com essa metodologia, espera-se melhorar a precisão sem reduzir a revocação. Para permitir uma avaliação experimental com corpus com milhares de documentos, o algoritmo EM foi alterado para permitir a manipulação de matrizes esparsas e gerência de memória virtual. Foram introduzidas alterações na ferramenta aberta de recuperação de informação Terrier [Ounis et al. 2006] visando permitir que a indexação e recuperação considerem similaridades. Os experimentos realizados consideram corpora em língua inglesa (Medline e CFC) para permitir utilizar a metodologia de avaliação da TREC (Text Retrieval Conference). Foram também realizados experimentos em língua portuguesa (corpus CETEN-Folha) mas para eles não foi possível aplicar a metodologia de avaliação internacional. Os resultados obtidos até o momento são iniciais e não permitem afirmar que a utilização da metodologia proposta no sistema de recuperação de textos do TCU possa superar o desempenho do sistema atual. No entanto, espera-se uma melhora potencial visto que os resultados obtidos com os corpora da TREC são relativamente próximos aos obtidos com os melhores algoritmos de recuperação implementados no Terrier. _______________________________________________________________________________ ABSTRACT / Information retrieval(IR) is the science of searching for information in documents, searching for documents themselves, searching for metadata which describe documents, or searching within databases. Nowadays, when search engines make worldwide browsing an ubiquitous activity, there is a growing demand for precise information retrieval. The motivation for the present work results from the Brazilian Court of Audit (from portuguese, TCU) requirements for achieving better results in terms of precision and recall of its information retrieval systems. Precision is measured as the fraction of documents retrieved that are relevant to the user's information need [Kent et al., 1955]. Recall is the fraction of documents that are relevant to the query that are successfully retrieved [Kent et al., 1955]. The retrieval mechanisms of information retrieval must be able to support the user that, in general, doesn't know the exact word used in relevant documents to express the information needed. The use of an ontology such as WordNet [Miller, 1990] is a popular approach for addressing this issue. However, this approach implies in a huge effort by human specialists to build these structures. In the present survey, our approach is the use of an language model derived from statistical machine translation [Brown et al., 1993] to expand the user's queries. We use Expectation Maximization algorithm [Dempster, Laird & Rubin, 1977] to estimate the similarities between terms within the documents. In this approach , each query retrieves not only the documents that contain the terms of the query but also the terms that are similar to them. With this methodology we hope to increase precision without decreasing recall. To Allow for experimental evaluation on a corpus with thousands of documents, the EM algorithm was modified to allow the handling of sparse matrix and virtual memory management. The open platform fo Information Retrieval, Terrier [Ounis at al. 2006], was modified in order to enable similaritires to be handled by the indexing and retrieval modules. The accomplished experiments used corpora in english language (Medline and CFC) to allow the application of TREC international evaluation methodology. The results achieved so far are preliminary and cannot yet support the claim of having provide substantial improvements to the TCU's information retrieval systems. Nevertheless, we hope a substantial improvement on these systems as far as the results obtained so far with TREC english corpora are comparable to those obtained with the state-of-the-art theoretically-founded models for IR that Terrier implements.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2013-07-16T01:41:00Z (GMT). No. of bitstreams: 1 221373.pdf: 3640722 bytes, checksum: 70ee32b689c63958f0f78e1493538779 (MD5) / As bibliotecas digitais oferecem um modo eficiente de busca ao acervo graças à indexação de seu conteúdo. Apesar disto, caso o acervo seja grande, mecanismos tradicionais de busca podem não ser eficientes em recuperar informação mais pertinente às necessidades do usuário. O conceito de Hiperdocumento Adaptativo pode ser adicionado às bibliotecas digitais de modo a considerar o interesse do usuário na busca de informações, representando as suas necessidades de informação através de uma estrutura bem definida, denominada de perfil. Esta Dissertação tem como proposta aplicar os conceitos de hiperdocumento adaptativo às bibliotecas digitais, para que o resultado das consultas sejam apresentados de maneira organizada levando em conta o perfil do usuário da biblioteca, visando facilitar a identificação dos documentos relevantes no conjunto de documentos da Biblioteca. É realizado o agrupamento dos documentos recuperados, atendendo os critérios de busca em níveis de relevância e em cada nível os documentos são ordenados segundo um critério. Tanto o critério de agrupamento quanto o de ordenação são definidos baseados no perfil do usuário. Como base para a implementação da proposta é utilizada a Biblioteca Digital de Literatura Brasileira e Catarinense (LBC), desenvolvida no contexto do projeto CNPq SIDIE (Sistema de Disponibilização de Informações para o Ensino).

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2014. / Made available in DSpace on 2015-02-05T20:35:37Z (GMT). No. of bitstreams: 1 327166.pdf: 2075994 bytes, checksum: 47666d16552d645d47e60543f900fc90 (MD5) Previous issue date: 2014 / Sistemas de recuperação de informação têm se tornado cada vez mais populares e eficientes. Porém, a recuperação de objetos complexos (e.g., imagens, vídeos, séries temporais) ainda apresenta enormes desafios, principalmente quando envolve similaridade de conteúdo. O problema se torna ainda mais intrincado se as condições de busca incluem predicados convencionais conectados logicamente à predicados baseados em similaridade. A otimização de tais consultas é um problema em aberto hoje em dia. Este trabalho valida uma proposta para melhorar o desempenho de consultas que podem ser expressas por conjunções de predicados convencionais e baseados em similaridade. Tal proposta utiliza fragmentação de dados, segundo predicados diversos e compatíveis com predicados utilizados em consultas. A validação da proposta é feita sobre uma grande base de dados chamada CoPhIR a respeito de imagens, com dados convencionais a elas relacionados. Esta base é manipulada em um sistema de banco de dados relacional com extensões para o tratamento de predicados baseados em similaridade, caracterizada segundo a distribuição do seu conteúdo, fragmentada e indexada, com métodos de acesso convencionais e métricos. Verificou-se um melhor desempenho na execução de algumas consultas com cláusulas conjuntivas para filtragem de dados utilizando os fragmentos propostos do que sobre a base completa.<br> / Abstract : Information retrieval systems are growing in popularity and efficiency. However, the retrieval of complex data (e.g., images, video, temporal series) presents huge challenges yet, particularly when it involves content similarity. The problem becomes even more intricate if the search condition includes conventional predicates logically connected to similarity-based predicates. The optimization of such queries is an open problem nowadays. This work validates a proposal for improving the performance of queries that can be expressed by conjunctions of conventional predicates and similarity-based predicates. This proposal employs data fragmentation, according to diverse predicates, that are compatible with the predicates used in queries. The validation of this proposal is done on a large image database, named CoPhIR with conventional data associated with the images. This database is handled in a relational database system with extensions for coping with similarity-based predicates, characterized according to contents distribution, fragmented and indexed, for efficient access with conventional methods and metric methods. The result of the experiments shows that for some queries with conjunctive filtering clauses were executed more efficiently on fragments than by accessing the complete database.

Orientador : Prof. Dr. Marcos Didonet Del Fabro / Co-Orientador : Prof. Dr. Angus Roberts / Tese (doutorado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 05/04/2016 / Inclui referências : f. 95-105 / Resumo: Técnicas e sistemas de extração de informações são capazes de lidar com a crescente quantidade de dados não estruturados disponíveis hoje em dia. A informação temporal está entre os diferentes tipos de informações que podem ser extraídos a partir de tais fontes de dados não estruturados, como documentos de texto. Informações temporais descrevem as mudanças que acontecem através da ocorrência de eventos, e fornecem uma maneira de gravar, ordenar e medir a duração de tais ocorrências. A impossibilidade de identificar e extrair informação temporal a partir de documentos textuais faz com que seja difícil entender como os eventos são organizados em ordem cronológica. Além disso, em muitas situações, o significado das expressões temporais é impreciso, e não pode ser descrito com precisão, o que leva a erros de interpretação. As soluções existentes proporcionam formas alternativas de representar expressões temporais imprecisas. Elas são, entretanto, específicas e difíceis de generalizar. Além disso, a análise de dados temporais pode ser particularmente ineficiente na presença de erros ortográficos. As abordagens existentes usam métodos de similaridade para procurar palavras válidas dentro de um texto. No entanto, elas não são suficientes para processos erros de ortografia de uma forma eficiente. Nesta tese é apresentada uma metodologia para analisar e normalizar das expressões temporais imprecisas, em que, após a coleta e pré-processamento de dados sobre a forma como as pessoas interpretam descrições vagas de tempo no texto, diferentes técnicas são comparadas a fim de criar e selecionar o modelo de normalização mais apropriada para diferentes tipos de expressões imprecisas. Também são comparados um sistema baseado em regras e uma abordagem de aprendizagem de máquina na tentativa de identificar expressões temporais em texto, e é analisado o processo de produção de padrões de anotação, identificando possíveis fontes de problemas, dando algumas recomendações para serem consideradas no futuro esforços de anotação manual. Finalmente, é proposto um mapa fonético e é avaliado como a codificação de informação fonética poderia ser usado a fim de auxiliar os métodos de busca de similaridade e melhorar a qualidade da informação extraída. / Abstract: Information Extraction systems and techniques are able to deal with the increasing amount of unstructured data available nowadays. Time is amongst the different kinds of information that may be extracted from such unstructured data sources, including text documents. Time describes changes which happen through the occurrence of events, and provides a way to record, order, and measure the duration of such occurrences. The inability to identify and extract temporal information from text makes it difficult to understand how the events are organized in a chronological order. Moreover, in many situations, the meaning of temporal expressions is imprecise, and cannot be accurately described, leading to interpretation errors. Existing solutions provide alternative ways of representing imprecise temporal expressions, though they are specific and hard to generalise. Furthermore, the analysis of temporal data may be particularly inefficient in the presence of spelling errors. Existing approaches use string similarity methods to search for valid words within a text. However, they are not rich enough to processes misspellings in an efficient way. In this thesis, we present a methodology to analyse and normalise of imprecise temporal expressions, in which, after collecting and pre-processing data on how people interpret vague descriptions of time in text, we compare different techniques in order to create and select the most appropriate normalisation model for different kinds of imprecise expressions. We also compare how a rule-based system and a machine learning approach perform on trying to identify temporal expression from text, and we analyse the process of producing gold standards, identifying possible sources of issues, giving some recommendations to be considered in future manual annotation efforts. Finally, we propose a phonetic map and evaluate how encoding phonetic information could be used in order to assist similarity search methods and improve information extraction quality.

Orientador: Edberto Ferneda / Banca: Maria José Vicentini Jorente / Banca: Luciana Maria Vieira Pöttker / Resumo: Um sistema de recuperação de informação é um elemento mediador entre um acervo documental e os usuários que buscam por documentos relevantes. Nesse contexto, as interfaces desempenham uma função importante: em um primeiro momento, auxiliando o usuário na tarefa de expressar a sua necessidade de informação por meio de uma expressão de busca e, em um segundo momento, fornecendo recursos para ajudá-lo a selecionar documentos relevantes dentre os resultados obtidos. A recuperação de informação é um processo linguístico cuja eficiência depende de coincidências terminológicas entre a expressão de busca do usuário e a representação dos documentos. Este trabalho propõe um modelo de interface na qual a estrutura terminológica de uma ontologia é utilizada para auxiliar o usuário na seleção de documentos relevantes dentre aqueles resultantes de sua busca. Caracteriza-se como uma pesquisa de natureza aplicada, e exploratória e bibliográfica quanto aos procedimentos. Conclui-se que a apresentação visual de uma ontologia permite o desenvolvimento de interfaces dinâmicas e interativas, proporcionando ao usuário uma navegação estimulante e prazerosa por entre os documentos resultantes de sua busca, tendo por base os termos de uma determinada área de conhecimento. / Abstract: An information retrieval system is a mediating element between a document collection and the users who looking for relevant documents. In this context, interfaces play an important role: firstly, assisting the user to expressing their information need by means of a search expression, and secondly by providing resources to help selecting relevant documents from the obtained results. The information retrieval is a linguistic process whose efficiency depends on terminological coincidences between the user's query and the representation of documents. This work proposes an interface model in which the terminological structure of an ontology is used to assist the user in the selection of relevant documents among those resulting from their search. It is characterized as an applied, exploratory and bibliographic research. It is concluded that the visual presentation of ontology allows the development of dynamic and interactive interfaces, providing the user with stimulating and pleasant navigation among the documents resulting from their search, based on the terms of a certain knowledge area. / Mestre

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Ciência da Informação, Programa de Pós-Graduação em Ciência da Informação, 2010. / Submitted by Allan Wanick Motta (allan_wanick@hotmail.com) on 2011-01-24T15:50:27Z No. of bitstreams: 1 2010_FabioAugustoGuimaraesTeixeira.pdf: 1513619 bytes, checksum: f46f3e4d9e0f2ab030041c5f1c8dac80 (MD5) / Approved for entry into archive by Daniel Ribeiro(daniel@bce.unb.br) on 2011-01-25T23:50:31Z (GMT) No. of bitstreams: 1 2010_FabioAugustoGuimaraesTeixeira.pdf: 1513619 bytes, checksum: f46f3e4d9e0f2ab030041c5f1c8dac80 (MD5) / Made available in DSpace on 2011-01-25T23:50:31Z (GMT). No. of bitstreams: 1 2010_FabioAugustoGuimaraesTeixeira.pdf: 1513619 bytes, checksum: f46f3e4d9e0f2ab030041c5f1c8dac80 (MD5) / Investiga a existência de características da Recuperação da Informação em iniciativas de colaboração de usuários na Web como forma de sugerir novos desenvolvimentos para a área. Estuda definições de Recuperação da Informação e de sistemas, contextualizando-os com o maior valor conferido à informação na sociedade atual, caracterizada pelo advento de Tecnologias de Informação e Comunicação, notadamente a Internet e a Web. Define tópicos que representam objetivos e preocupações da Recuperação da Informação para pesquisa em artigos recuperados na base Web of Science, com indexação contendo as palavras-chave “Web”, “user” e “collaboration” e publicados nos últimos cinco anos em áreas previamente selecionadas para o estudo de iniciativas de colaboração de usuários na Web. Examina, dentre os artigos recuperados, aqueles pertinentes ao escopo da pesquisa e com conteúdo acessível, verificando que todos apresentaram características que os enquadram como de interesse para a Recuperação da Informação. Discute a aplicação e o potencial uso de outros tópicos relacionados à Recuperação da Informação nos artigos analisados e em novos estudos. Indica possíveis fontes de interesse e inovação, não identificadas antecipadamente como características tradicionais, para a pesquisa na área a partir da descrição das iniciativas de colaboração de usuários na Web nos artigos analisados. _________________________________________________________________________________ ABSTRACT / The existence of Information Retrieval characteristics in users’ collaboration on the Web research is investigated as a mean to propose new developments to the field. Information Retrieval and systems definitions are reviewed and contextualized with the greater value given to information in current society, characterized by the emergence of Information and Communication Technologies, especially the Internet and the Web. Topics representing Information Retrieval objectives and concerns are defined in order to analyze articles retrieved from the Web of Science database, indexed with “Web”, “user”, and “collaboration” as keywords, and published in the last five years in previously selected fields approaching users’ collaboration on the Web research. Articles relevant to the study scope and with accessible content were examined, finding that all presented characteristics that classified them as of interest to Information Retrieval. The application and potential use of other topics related to Information Retrieval in the articles analyzed and in new research are discussed. Possible sources of interest and innovation for investigations in the field, not previously identified as traditional characteristics, are indicated based on the description of users’ collaboration on the Web initiatives in the articles analyzed.

Orientador: Claudia Bauzer Medeiros / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-03T19:58:07Z (GMT). No. of bitstreams: 1 Fileto_Renato_D.pdf: 5888725 bytes, checksum: 998839af140b2e39d54ce60eeba063d8 (MD5) Previous issue date: 2003 / Resumo: POESIA (Processes for Open-Ended Systems for lnformation Analysis), a abordagem proposta neste trabalho, visa a construção de processos complexos envolvendo integração e análise de dados de diversas fontes, particularmente em aplicações científicas. A abordagem é centrada em dois tipos de mecanismos da Web semântica: workflows científicos, para especificar e compor serviços Web; e ontologias de domínio, para viabilizar a interoperabilidade e o gerenciamento semânticos dos dados e processos. As principais contribuições desta tese são: (i) um arcabouço teórico para a descrição, localização e composição de dados e serviços na Web, com regras para verificar a consistência semântica de composições desses recursos; (ii) métodos baseados em ontologias de domínio para auxiliar a integração de dados e estimar a proveniência de dados em processos cooperativos na Web; (iii) implementação e validação parcial das propostas, em urna aplicação real no domínio de planejamento agrícola, analisando os benefícios e as limitações de eficiência e escalabilidade da tecnologia atual da Web semântica, face a grandes volumes de dados / Abstract: POESIA (Processes for Open-Ended Systems for Information Analysis), the approach proposed in this work, supports the construction of complex processes that involve the integration and analysis of data from several sources, particularly in scientific applications. This approach is centered in two types of semantic Web mechanisms: scientific workflows, to specify and compose Web services; and domain ontologies, to enable semantic interoperability and management of data and processes. The main contributions of this thesis are: (i) a theoretical framework to describe, discover and compose data and services on the Web, inc1uding mIes to check the semantic consistency of resource compositions; (ii) ontology-based methods to help data integration and estimate data provenance in cooperative processes on the Web; (iii) partial implementation and validation of the proposal, in a real application for the domain of agricultural planning, analyzing the benefits and scalability problems of the current semantic Web technology, when faced with large volumes of data / Doutorado / Ciência da Computação / Doutor em Ciência da Computação

Orientador : Fernando Antonio Campos Gomide, Ivan Luiz Marques Ricarte / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-03T23:34:55Z (GMT). No. of bitstreams: 1 Pereira_RachelCarlos_M.pdf: 557140 bytes, checksum: e39dcce5f472e0a302b8a1e8b9802b8b (MD5) Previous issue date: 2004 / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Orientador: Carlos Marcelo Pastre / Resumo: Estudos anteriores mostraram resultados positivos da fototerapia na melhora do desempenho e na aceleração da recuperação pós-exercício. No entanto, os efeitos da fototerapia a partir de diferentes tipos de exercícios e ajustados a um modelo de treinamento ainda não estão claros. A partir de revisão sistemática com meta-análise, concluiu-se que as evidências disponíveis sugerem que a fototerapia tem efeitos benéficos no controle da atividade da CK e demonstra uma possível relação baseada nos danos causados pelo exercício, proporcionando maior efeito nos estudos que utilizaram exercício localizado. O ensaio clínico randomizado revelou que doze semanas de treinamento combinado de sprints e agachamento foram capazes de melhorar alguns resultados funcionais e causar aumento da concentração do fator de crescimento endotelial vascular; no entanto, nenhuma evidência foi encontrada de que a fototerapia aplicada durante o treinamento promove efeitos adicionais. / Abstract: Previous studies have shown positive results of the phototherapy on the improvement of performance and post-exercise recovery acceleration. However, the effects of phototherapy from diferente types of exercise and adjusted to a model of training remain unclear. From systematic review with meta-analysis it was concluded that the available evidence suggest that phototherapy has beneficial effects on the management of CK activity and demonstrate a possible relationship based on damage caused by exercise, providing a greater effect in studies that used localized exercise. The randomized clinical trial revealed that twelve weeks of combined training of sprints and squat improve some functional outcomes and increase of vascular endothelial growth factor concentration; however, no evidence was found that phototherapy applied during training promotes additional effects. / Doutor

Orientador: Lauri Amândio Schorn. / Co-orientador: Marcelo Diniz Vitorino. / Dissertação (Mestrado em Engenharia Ambiental) - Programa de Pós-Graduação em Engenharia Florestal, Centro de Ciências Tecnológicas.