While performing information extraction or natural language processing tasks, one usually encounters problems when working with data or texts containing noise, typing mistakes or other different kinds of errors. In this thesis we investigate the use of modified Levenshtein edit distances to deal with these problems in two specific tasks. The first one is the record linkage in databases where distinct records can be representing the same entity. For this task we used and extended the WEKA API for Machine Learning and we were able to show that a modified Levenshtein distance provides good precision and recall results in the detection of records representing the same entities. The second task is the search and annotation of occurrences of specified words in texts written in natural language. Our main result in this task was the implementation of an approximate Gazetteer for GATE, the General Architecture for Text Engineering.

A tecnologia e as técnicas de desenvolvimento web têm permitido a publicação e manutenção de documentos envolvendo um grande número de usuários finais. Existem abordagens para edição colaborativa de documentos, contudo elas não endereçam a edição de documentos grandes realizada por um grande número de usuários. Não existe um modelo de especificação que permita a adoção de abordagens sistemáticas para automatizar as atividades de construção dos ambientes de edição colaborativo hierárquico. Assume-se que um modelo requer a estruturação dos usuários em grupos e a definição de organização de documentos de forma hierárquica para que a sua elaboração possa ser gerenciável. Este trabalho propõe um modelo para editor colaborativo hierárquico de grandes documentos e que envolve um grande número de usuários usando técnicas de controle de acesso baseado em papéis (RBAC) e de fluxo de trabalho. Um ambiente de edição colaborativa hierárquica foi construído com intuito de subsidiar a modelagem. Uma avaliação da implementação com respeito à dificuldade de construção também é apresentada.

O processo de resolução de um problema inclui diversas fases e tarefas. A fase de modelagem do sistema estudado é parte integrante de várias metodologias disponíveis atualmente. Uma tarefa comum na fase de modelagem é a especificação de modelos, que pode ser realizada com o apoio de editores gráficos ad hoc. Uma das restrições de editores gráficos é a capacidade limitada de prover formas efetivas de edição de grafos de grandes proporções. Uma forma de amenizar o problema é a possibilidade de estruturar os grafos em forma hierarquizada. O desenvolvimento tecnológico ocorrido nas últimas décadas disponibilizou muitos recursos para auxiliar na execução das tarefas. Entre eles pode-se citar o poder de processamento dos computadores, a capacidade de armazenamento de informações, a diversidade de aplicativos, e a rede de comunicação global, conhecida por Internet, que permitiu não só o compartilhamento de informações numa escala nunca antes imaginada, como também está servindo de base para o desenvolvimento de uma nova linhagem de sistemas que permitem o trabalho cooperativo. Sistemas que utilizam o computador e possibilitam o trabalho cooperativo de várias pessoas com um objetivo comum são chamados de groupware. A proposta deste trabalho é a de implementar uma ferramenta de groupware baseado na Internet para a edição de grafos hierárquicos. Para a implementação do mecanismo responsável para manter a consistência do grafo entre as partes envolvidas é utilizado o algoritmo de replicação total sem migração. Para a implementação da ferramenta utilizou-se a plataforma Java incluindo a interface de programação de aplicação RMI para comunicação. A fim de endereçar a questão de conscientização em groupware, alguns mecanismos de percepção como por exemplo o telepointer foram implementados. Foram realizados alguns estudos de caso para avaliar a ferramenta. A partir desses estudos de caso pode-se verificar a viabilidade e flexibilidade da ferramenta. Pode-se também identificar algumas limitações e propostas de melhorar a ferramenta.