Orientador: Eduardo R. J. Guimarães / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Estudos da Linguagem / Made available in DSpace on 2018-07-23T09:36:58Z (GMT). No. of bitstreams: 1 Grigoletto_Marisa_D.pdf: 5028204 bytes, checksum: 817566a7d22ae12f97782c83d6323600 (MD5) Previous issue date: 1988 / Resumo: Nesta tese, constituímos como objeto de investigação o discurso político britânico sobre a índia em um recorte específico que é o discurso produzido sobre a preparação da concessão da independência à colônia. Interessava nos compreender os efeitos de sentido produzidos por um discurso sobre a "transferência de poder" na constituição de formas de representação do eu (colonizador, governante), do outro (colonizado, governado) e da relação entre eles no interior de uma relação colonial, mas em um discurso que podemos denominar de "transição" pelo fato de antecipar uma nova configuração política que, supomos, desloca sentidos estabilizados em uma relação de colonização. O quadro teórico-metodológico no qual esta pesquisa está situada é a área de análise do discurso que postula que a linguagem é constituída sócio historicamente e estruturada por formações ideológicas e que os sentidos de u.m discurso se constituem no seu exterior, em outros discursos. A análise que empreendemos, do tipo semântico-enunciativa, toma o acontecimento enunciativo como lugar de observação dos sentidos de um discurso para nele compreender o funcionamento da língua na sua historicidade. Sob essa perspectiva, procura-se apreender as relações de um discurso com seu exterior constitutivo no sentido de que esse exterior tem modos diversos de se fazer presente e significar em um discurso determinado. Concluímos, em nossa análise, que a configuração discursiva que rege o discurso político britânico sobre a transferência de poder na índia caracteriza-se por fazer coexistirem sentidos contraditórios vindos de diferentes regiões do interdiscurso em um jogo entre dois opostos: aparentemente rompem-se os sentidos de um discurso colonialista por meio de "novas" formas de representação do eu e do outro (por exemplo, através de construções lingüísticas que remetem à igualdade, amizade e cooperação na relação entre britânicos e indianos), as quais são, no entanto, atravessadas por sentidos que invocam a memória da colonização e que são formuláveis somente no discurso colonialista. Nesse discurso, a configuração discursiva organiza as posições do sujeito enunciador e os funcionamentos discursivos de maneira a fazê-Ios significar de dois lugares políticos irredutivelmente contrários: o lugar do império e o lugar que reconhece o espaço da representação política / Abstract: The object of study of this dissertation is the British political discourse about India at the moment in which the preparations for handing over independence to India were being carried out. Our main interest was to understand the meaning effects produced by a discourse about the "transfer of power" as it constitutes forms of representing the self (colonizer, governar), the other (colonized, governed) and the relationship between them within a colonial frame. But this colonial frame is, nevertheless, signified by a discourse that could be termed a "transition" discourse because it anticipates a new political setting which should be able to dislocate stabilized meanings in a relationship of colonization. Our theoretical and methodological framework is a perspective of discourse analysis which postulates that language is socio-historically Constituted and structured by ideological formations and that the meanings of a discourse are constituted in other discourses, that is, in its interdiscourse. The specificity of our analysis, an analysis which is both semantic and enunciative, lies in that the enunciative event is taken as the place of observation of the meanings of the discourse with a view to understanding how language functions from a historical perspective. Thus, the analyst seeks to aprehend the relationships between this discourse and its constitutive alterity in the sense that this alterity has various ways of signifying in a given discourse. Through our analysis we concluded that the discursive configuration which governs the British political discourse about the transfer of power in India is characterized by the fact that it puts together contradictory meanings which come from different regions of the interdiscourse in the shape of a game of oppositions: apparently there is a rupture with meanings which come from a colonialist discourse through "new" forms of representation of the self and the other (for example, by means of linguistic constructions which speak of equality, friendship and cooperation in the relationship between British and Indians). However, these constructions are crossed by meanings which invoke the memory of colonization and which can only be formulated in a colonialist discourse. In the discourse we analysed, the discursive configuration organises the subject positions and the way of functioning of this discourse so as to make them signify from two opposing positions: the discursive "place" of the empire and the "place" which recognises the sphere of political representation / Doutorado / Doutor em Linguística

Orientador: Kanavillil Rajagopalan / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Estudos da Linguagem / Made available in DSpace on 2018-07-23T09:38:19Z (GMT). No. of bitstreams: 1 Pinto_JoanaPlaza_M.pdf: 10018558 bytes, checksum: beea68d2cf8b4eebc9c650b735238e0d (MD5) Previous issue date: 1998 / Resumo: Esta dissertação de mestrado tem como objeto de estudo a referência lingüística. Seu objetivo principal é analisar os pressupostos teóricos dos estudos sobre a referência, dentro do âmbito da Semântica Lógica de tradição analítica, que aparecem quando o problema do fracasso da referência é colocado. Através das críticas feitas por Quine (1968), Rorty (1994), Kaplan (1978) e Rajagopalan (1996), esta pesquisa procura mostrar que a presença marcante de determinados pressupostos teóricos tem impossibilitado uma abordagem ampla do problema da referência, e minimizado os efeitos de fenômenos da linguagem em uso, como o mal-entendido, na descrição do funcionamento referencia!. Dessa forma, situações como o mal-entendido tem sido tratadas como desvio, baseado num modelo de referência lingüística" correta" , "esperada" na atividade de fala. Entretanto, argumentamos que a recorrência desses fatos ditos "fracassados" na atividade de linguagem requer a incorporação de fenômenos de "desvio" na descrição da referência lingüística, e requer também uma proposta de descrição holística do funcionamento referencial, criticando os pressupostos em que se centram os estudiosos analíticos / Abstract: This dissertation has the linguistic reference as subject-matter. Its main objective is to analise the theoretical assumptions of reference studies, within the Analitic tradition Logic Semantic ground, which appears when the problem of reference failure is placed. Through the critics done by Quine (1968), Rorty 1994),Kaplan(1978) and Rajagopalan (1996), this research tries to show that the remarkable Presence of certain theoretical assumptions have turned an wide approach to the reference problem impossible, and have reduced the effects of the language in use phenomena, as misunderstanding, on the reference functioning description. This way, the misunderstanding has been treated as deviation, firmed on a "correct" reference model,"expected" on the speak activity. However we argue that the recurrence of these so called misunderstandings in the language activity requires the incorporation of the deviation phenomena on the linguistic reference description, and also requires the proposal of an holistic description of the reference functioning, criticising the assumptions in which the analitic schollars are based. / Mestrado / Mestre em Linguística

Orientador: Edson Françozo / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Estudos da Linguagem / Made available in DSpace on 2018-07-26T05:37:34Z (GMT). No. of bitstreams: 1 Lima_PaulaLenzCosta_D.pdf: 31075736 bytes, checksum: da6de79af45e3cbf0b58336bf7d7ef60 (MD5) Previous issue date: 1999 / Resumo: Este trabalho tem como objetivo principal analisar uma nova hipótese sobre a emergência e natureza das metáforas conceituais, segundo a qual as metáforas ou são primárias ou compostas de primárias (Grady et aI., 1996; Grady, 1997a, 1997b). Na nova visão, as metáforas primárias nascem de correlações entre dimensões distintas de experiências corpóreas básicas recorrentes e co-ocorrentes, que independem de influências culturais. Por exemplo, o homem freqüentemente tem fome. Essa experiência - ter fome - é entendida de alguma forma e uma delas diz respeito ao desejo por comida que é experienciado sempre que tem fome. Logo, o mapeamento entre desejo e fome nasce da correlação entre a sensação física de fome e o desejo simultâneo de comida que vai satisfazê-Ia. A nova proposta foi analisada através de uma pesquisa empírica, de caráter psicolingüístico experimental, coma metáfora primária DESEJAR É TER FOME, em duas línguas, inglês e português, para verificar seu caráter universal. Inicialmente foi investigada a conceitualização de fome e, a partir desses resultados, verificado se desejo é estruturado em termos de fome. Os resultados mostraram grande semelhança na forma como os sujeitos de uma língua e da outra conceberam fome e conceitualizaram desejo em termos dessa concepção, corroborando assim as idéias propostas por Grady e colaboradores. Além disso, foi analisada secundariamente a metáfora O OBJETO DO DESEJO É COMIDA, para verificar se o objeto do desejo sexual é estruturado conforme a conceitualização do objeto da fome. Apesar de os resultados terem mostrado que em inglês a comida é conceitualizada de duas formas distintas (a comida para satisfazer a fome e a comida para agradar o paladar) e que em português essa distinção não existe (a comida que satisfaz a fome é a mesma que agrada o paladar), o objeto do desejo foi conceitualizado através da comida que agrada o paladar, nas duas línguas. É possível que O OBJETO DO DESEJO É COMIDA seja uma metáfora composta tendo como suas primárias DESEJAR É TER FOME e O ATRAENTE É GOSTOSO / Abstract: The main objective of this study is to analyze a new hypothesis about the emergence and nature of conceptual metaphors, according to which all metaphors either are, or are composed of, primitives (Grady et aI, 1996; Grady, 1997a, 1997b). In the new view, primary metaphors arise from the correlation between distinct dimensions of recurring basic experiences, that do not depend on the particulars of culture. For instance, we often get hungry. This experience - to be hungry - is understood in certain ways, and one of them concerns the desire for food, experienced whenever one is hungry. Thus, the mapping between desire and hunger arises from the correlation between the physical sensation of hunger and the simultaneous desire for food that accompanies it. The new proposal was investigated throughout an empirical research, in an experimental psycholinguistic approach, with the primary metaphor DESIRE IS HUNGER in, two languages, English and Portuguese, in order to verify its universal feature. At first the conceptualization of hunger was examined, and from such results it was investigated whether desire was structured in terms of hunger. The results have shown great similarities between the way subjects from both languages have conceived hunger and have conceptualized desire in terms of such conception, thus corroborating the ideas proposed by Grady and colleagues. Besides, a secondary metaphor, THE OBJECT OF DESIRE IS FOOD, was also investigated, morder to verify whether the object of sexual desire was structured according to the conceptualization of the object of hunger. Although the results have shown that in English, food is conceptualized in two distinctive ways (food to satisfy hunger and food to please taste), and in Portuguese such distinction does not exist (food that satisfies hunger is the same that pleases taste), the object of desire is conceptualized as food that pleases taste, in both languages. It is then possible that the OBJECT OF DESIRE IS FOOD be a compound metaphor having as primitives DESIRE IS HUNGER and APPEALING IS TASTY / Doutorado / Doutor em Linguística

Orientador: Eduardo Roberto Junqueira Guimarães / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Estudos da Linguagem / Made available in DSpace on 2018-07-27T10:07:38Z (GMT). No. of bitstreams: 1 Leotti_MariaJose_M.pdf: 11938059 bytes, checksum: e64d5876224cf518ded218a7bcd3c81d (MD5) Previous issue date: 2000 / Reumo: Neste estudo nosso propósito é analisar, do ponto de vista enunciativo, as argumentações presentes nos enunciados das propagandas de tênis, buscamos nesse trabalho compreender os sentidos que estão sendo produzidos na enunciação dos textos dessas propagandas. Propomo-nos a fazer uma investigação a respeito do funcionamento enunciativo das metáforas nas propagandas e, ainda, compreendermos como se dá o jogo metafórico no processo, de construção dos sentidos nesses enunciados. O corpus para esse estudo está constituído por propagandas publicitárias de tênis estampadas em revistas brasileiras de circulação nacional. Inicialmente estaremos fazendo uma abordagem dos conceitos de enunciação, argumentação e dos termos da Análise de Discurso utilizados neste trabalho. Tomaremos a posição do semanticista e analisaremos de que forma é construída a argumentação e como está funcionando a metáfora nessas propagandas. Nossas reflexões se formularão no espaço da Semântica Histórica da Enunciação, numa articulação com os domínios da Análise de Discurso,na perspectiva francesa. No desenvolver de nossas análises, percebemos que a construção dos discursos dessas propagandas se da pelo processo de antecipação, ou seja, o locutor constrói a imagem de seu interlocutor e imagina que seu interlocutor, imagina que precisa do produto oferecido na propaganda. Portanto, é esse mecanismo de antecipação que regula a argumentação, possibilitando dessa forma, que o sujeito ajuste seu dizer conforme seus objetivos, e esse ajuste se dá por meio do jogo de imagens que constituem os enunciados, Nos textos analisados a metáfora tem um papel importante. É através da metáfora, de seu funcionamento no enunciado que o argumento é construído, ou seja, o argumento se constrói e é construído através do processo enunciativo desencadeado pela metáfora / Abstract: Our purpose in this study is to analyse through the linguistic materiality that composes the corpus, the argumentation that appears in the statements of the propagandas of tennis shoes. We sought to understand the meanings that are being produced in the wordings of the texts of these propagandas. We propose to investigare the functioning of the wordings of the metaphors in the propagandas and to understand how the metaphoric game happens in the process of the construction of the meanings of than statements. Our corpus is composed of publicity propaganda of tennis shoes shown in magazines that are sold all over the country. First we will be approaching the concepts of words, the argumentation and the terms of Discourse Analysis used in this paper. We will use semantics and analyse how the argumentation is built and how the metaphor is functioning in these statements. Our reflections will be in the area of historical semantics of discourse in an articulation with the domains of the Discourse Analysis through the French perspective. The propaganda discourse depends heavily on the metaphoras a recourse to elaborate a great part of this publicity texts. In the development of our analysis we percieyed that the construction of the discourse of these propagandas happen through the mechanism of anticipation, that is, the speaker as he speaks builds the imgge of his/her interlocutor and imagines that he/she thinks they need the product that is offered in the propaganda. 80 it is the anticipation mechanism that regulates the argumentation, making it possible for the subjects of the statements to adjust their speech according to their purposes, and this adjustment happens through images that are in the statements. The metaphor plays an important role in the texts analysed. It is through the metaphoric functioning that the argument is built. In other words, the argument builds itself and is built (that is in the enunciative process developed by the metaphor) / Mestrado / Mestre em Linguística

Orientador: Eduardo Roberto Junqueira Guimarães / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Estudos da Linguagem / Made available in DSpace on 2018-07-24T22:13:14Z (GMT). No. of bitstreams: 1 Agustini_CarmenLuciaHernandes_M.pdf: 21582110 bytes, checksum: 5454ceae3e2098ddc48c14e598e478b8 (MD5) Previous issue date: 1999 / Résumé: Ce travail examine le fonctionnement des plis interdiscursifs dans la construction énonciative des sens, sous la perspective théorique de la sémantique historique de l 'énonciation. Les plis interdiscursifs, en tant qu'effet de sens, sont des paraphrases dénégatives de l'effet même de l'interdiscours qui fait irruption dans l'intrad.iscours, em le (re)signifiant. Une formulation intradiscursive de l'effet de l'interdiscours nécessaire pour administrer/silencier une non-colncidence de dires-et-sens; qui aide à l'établissement des illusions de subjectivité et d'unité du sujet et du discours. Cette définition préssupose une conception hétérogene du langage, puisqu'elle met en jeu des discours-autres comme des espaces virtuels de lecture. En effet, le phénomene indique un processus ininterrompu: la détermination de l'intradiscours par l'interdiscours. Il y plusieurs sens traversant le dire simultanément, lesquels peuvent ou non se faire écho pour le sujet dans le geste d'interprétation érigé par l'effet de la prise de position. Quand a lieu la ressonance de l'interdiscours, une necessite discursive, qui se réfere à la textualisation du politique, réclame l'émergence d'un pli interdiscursif. Les plis interdiscursifs travaillent la politique du silence dans la textualisation du politique en tant que façon de faire dire une chose pour ne pas ce (laisser) dire d'autres choses (Orlandi, 1995:55), en dévoilant le mouvement du sujet à travers différentes lieux de signification, en ponctuant la position-sujet d'ou il énonce et la formation discursive de référence et en montrant une non-coincidencede dires-et-sens / Resumo: Nosso trabalho examina o funcionamento das dobras interdiscursivas na construção enunciativa dos sentidos, sob a perspectiva teórica da Semântica Histórica da Enunciação. As dobras interdiscursivas, enquanto efeitos de sentido, são paráfrases denegativas do próprio efeito do interdiscurso que irrompe no intradiscurso, (re)significando-o. Uma formulação intradiscursiva do efeito do interdiscurso necessária para administrar /silenciar uma não-coincidência de dizeres-e-sentidos, colaborando para o estabelecimento das ilusões de subjetividade e de unidade do discurso. A definição do fenômeno pressupõe uma concepção heterogênea da linguagem, visto que põe em jogo discursos-outros como espaços virtuais de leitura. Com efeito, o fenômeno indica um processo ininterrupto: a determinação do intradiscurso pelo interdiscurso. Há vemos sentidos perpassando o dizer simultaneamente, os quais podem ou não ecoar para o sujeito no gesto de interpretação erigido pelo efeito da tomada de posição. Quando ocorre a ressonância, uma necessidade discursiva, que se refere à textualização político, reclama uma obra interdiscursiva. As dobras trabalham a política do silêncio na textualização do político como forma de fazer dizer uma coisa para não se (deixar) dizerem outras coisas (Orlandi, 1995:55), descortinando, assim, o movimento do sujeito por diferentes lugares de significação, pontuando a posição-sujeito da qual se enuncia e a formação discursiva de referência do sujeito, e mostrando uma não-coincidência de dizeres-e-sentidos / Mestrado / Mestre em Linguística

Orientador: Eduardo R. J. Guimarães / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Estudos da Linguagem / Made available in DSpace on 2018-08-03T14:49:06Z (GMT). No. of bitstreams: 1 Souza_DeusaMariade_D.pdf: 7339254 bytes, checksum: 0f9f898cbe50c958a5d62df2fc494ec1 (MD5) Previous issue date: 2002 / Resumo: Esta tese tem como objeto de investigação o chamado "discurso ecológico" ou "discurso verde" (green discourse), mais especificamente o discurso ecológico-político-partidário. Nossa pesquisa teve como preocupação fundamental a investigação, pelo método da Semântica da Enunciação, da questão da significação através dos processos designativos apreendidos da análise do conjunto de textos que compõem o corpus selecionado e do processo de instauração dos sentidos que a partir dele se configuram, sentidos esses manifestados na relação do sujeito com a linguagem. No universo de discursos sobre o meio ambiente, optamos por enfocar o discurso ecológico-político-partidário, estabelecendo um recorte a ser examinado, ou seja, o manifesto dos partidos verdes tomados como textos "inaugurais", os quais se propõem reunir os princípios filosóficos norteadores da conduta do partido político e dos seus membros. Objetivamos, assim, investigar o discurso ecológico-político-partidário no âmbito da chamada "política verde", a fim de poder descrever elementos de seu funcionamento enunciativo, buscando identificar processos de instauração e produção de sentidos a partir da identificação de processos de designação. Procuramos confrontar, através da análise proposta, a aparente estabilidade das designações e a univocidade do nome próprio, e, conseqüentemente, a crença na transparência da linguagem. Na perspectiva teórico-metodológica a qual este estudo está filiado, ou seja, a Semântica Histórica da Enunciação, a língua funciona porque há uma determinação histórica que a faz funcionar. Na medida em que um sujeito ocupa uma posição no interdiscurso , a língua funciona, determinada por essa posição e significando por ela. Os efeitos de sentido se dão (o sentido se produz) na medida em que a língua funciona afetada pelo interdiscurso. Concluímos, em nosso estudo, que os processos designativos observados na análise do corpus constituem um lugar onde é possível depreender uma organização do mundo, ou seja, uma interpretação da atividade humana. Esses processos revelam uma aparente estabilidade das designações (como, por exemplo, a existência de uma única natureza a ser salva), contribuindo para a construção de um efeito de homogeneidade do dizer ecológico-político-partidário e produzindo um efeito de tipo (o discurso verde). Além disso, foi possível perceber, graças também à articulação do aparato teórico adotado e do material de análise selecionado, a efetiva relevância de se manter em aberto a questão da exterioridade da linguagem, como uma questão permanente para os estudos semânticos / Abstract: This dissertation aims at investigating the so-called "ecological discourse" (green discourse), more especifically the green party discourse. Relying on the method offered by the field of Semantics of Enunciation, we werenparticularly interested in questions of meaning observed in processes of designation through the analysis of a corpus formed by a set of documents produced by the English and Brazilian green parties. Within the different discourses on the environment, we selected the green party manifestoes taken as "inaugural" texts, Le., texts that include the philosophical principais that guide the members of the parties's attitudes. We sought to examine the green party discourse in order to describe elements of its enunciative functioning as well as identify processes of meaning production. Our analysis enabled us to confront the apparent stabilized designations in relation to the party's name and the belief in the transparency of language. In the orientations of Semantics of Enunciation, language works due to a historical determination. Insofar as a subject occupies a position in the interdiscourse, language works determined by such position creating meaning through it. Our analysis led us to conclude that the processes of designation observed in the corpus represent a place where it is possible to aprehend a particular organisation of the world, that is, an interpretation of human activity. Such processes reveal an apparent stabilization of designations (as, for instance, the existence of a single "nature" waiting to be saved), and contribute to the construction of an effect of homogeneity of the green party discourse, producing an effect of "type", ie, the green discourse. Besides, we could notice, thanks also to the articulation between the theoretical apparatus adopted and the analysis of the selected corpus, the relevance of maintaining open-ended the question of the externaI aspect of language, as a recurring question for any semantic studies / Doutorado / Doutor em Linguística

Orientador: Carlos Vogt / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Estudos da Linguagem / Made available in DSpace on 2018-07-16T21:59:47Z (GMT). No. of bitstreams: 1 Paulillo_Rosana_M.pdf: 3193369 bytes, checksum: 496e08e042e1888c84e884b201371d8f (MD5) Previous issue date: 1987 / Resumo: Não informado / Abstract: Not informed. / Mestrado / Mestre em Linguística

Orientador : Rodolfo Ilari / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Estudos da Linguagem / Made available in DSpace on 2018-07-17T10:38:41Z (GMT). No. of bitstreams: 1 Godoi, Elena.pdf: 9834069 bytes, checksum: 120f14e66a1eea300eb2ce970386620c (MD5) Previous issue date: 1992 / Resumo: Esta tese persegue dois objetivos: o primeiro é organizar o quadro caotico das teorias aspectológicas existentes através de sua anlise. O segundo objetivo é propor as hipoteses sobre a natureza da categoria de aspecto e apresentar uma definição formal da categoria e dos conceitos basicos com ela relacionados. A proposta é aplicada à análise do aspecto em algumas linguas de tipos diferentes e, especialmente, em línguas eslavas / Abstract: Not informed. / Doutorado / Doutor em Linguística

Orientador: Carlos Alberto Vogt / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Filosofia e Ciencias Humanas / Made available in DSpace on 2018-07-17T13:10:22Z (GMT). No. of bitstreams: 1 Tafarello_MariaCristinadeMoraes_M.pdf: 4622349 bytes, checksum: 60e85d2d98ee21b5363463211d489b63 (MD5) Previous issue date: 1979 / Resumo: O objetivo deste trabalho é fundamentalmente um só: o de analisar semanticamente a partícula mesmo, do português, procurando abranger o maior numero possível de suas ocorrências, a pesquisa se efetuou pela leitura de várias propostas de descrição já elaboradas a respeito desse elemento, o que acabou por evidenciar que, embora as hipóteses de partida sejam distintas, as noções básicas acabam por permitir um enquadramento dessas análises em dois grupos: aquelas que se utilizam da noção de implicação lógica e aquelas que preferem a da pressuposição e da argumentação. Algumas dúvidas e indagações, envolvendo em princípio a negação nem mesmo, acabarão por dar corpo a una análise que, chamada conciliatória, nada nais é do que uma tentativa de interpretar a partícula mesmo, levando em conta não só a noção de implicação, nas também aquelas normalmente eleitas pela teoria semântica argumentativa / Abstract: Not informed. / Mestrado / Mestre em Linguística

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2017-08-17T16:05:45Z No. of bitstreams: 1 texto completo.pdf: 2079237 bytes, checksum: 42491677e48c32006c0d10c2f53b0f35 (MD5) / Made available in DSpace on 2017-08-17T16:05:45Z (GMT). No. of bitstreams: 1 texto completo.pdf: 2079237 bytes, checksum: 42491677e48c32006c0d10c2f53b0f35 (MD5) Previous issue date: 2017-03-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Um dos desafios ao se agrupar documentos é encontrar uma boa medida de simila- ridade para documentos de textos, que seja capaz de gerar grupos coesos. Algumas medidas são baseadas no clássico modelo bag of words e consideram apenas o vo- cabulário do documento. Com isso, documentos semanticamente similares podem ser atribuídos a diferentes grupos se eles não compartilham o mesmo vocabulário. Por essa razão, medidas de similaridade semântica que usam conhecimento externo, como um corpus, dicionários ou banco de palavras, têm sido propostas na literatura. Neste trabalho, a medida Frequency Google Tri-grams Measures (FGTM) é proposta para identificar similaridade entre documentos baseado nas frequências dos termos nos documentos e no corpus Google n-grams. A comparação entre as frequências de um termo em um dado par de documentos pode quantificar a importância daquele termo para o assunto dos documentos, assumindo que um termo possui maior rele- vância para um documento se ele ocorre mais vezes. Adicionalmente, as frequências dos termos dos documentos no corpus Google n-grams permitem estimar semanti- camente suas similaridades. Adicionalmente, oito variantes de dois algoritmos de agrupamento são aplicadas a vários conjuntos de dados reais, com o objetivo de avaliar experimentalmente a qualidade dos grupos obtidos com a medida proposta e compará-la com outras medidas do estado da arte. Análises de complexidade computacional das medidas comparadas são apresentadas. Os resultados experi- mentais demonstram que a medida proposta melhora significativamente a qualidade dos agrupamentos de documentos, comprovado por testes estatísticos. Também é mostrado que, combinar resultados de agrupamento obtidos com bag of words e medida semântica obtém melhores resultados que adotar uma medida individualmente. Para finalizar, é feito um estudo sobre heurísticas para estimar o número K de gru- pos em agrupamento de textos. Uma versão modificada da heurística G-means é proposta e comparada com heurísticas da literatura. / One challenge for document clustering consists of finding a proper similarity me- asure for text documents, which enables the generation of cohesive groups. Some measures are based on the classic bag of words model and take into account the vocabulary of the documents solely. In doing so, semantically similar documents may reside in different clusters if they do not share the same vocabulary. For this reason, semantic similarity measures that use external knowledge, such as corpus, dictionaries, or word bases, have been proposed in the literature. In this paper, the Frequency Google Tri-grams Measure (FGTM) is proposed to assess similarity between documents based on the frequencies of terms in the compared documents and Google n-gram corpus. The comparison between the frequencies of a term in a given pair of documents can quantify the importance of that term to the documents’ subjects, assuming that a term is relevant to a document if it occurs multiple times. Additionally, the frequencies of documents’ terms in Google n-gram corpus allows to semantically estimate their similarity. Additionally, eight variants of two clustering algorithms are applied to several real data sets in order to experimentally evalu- ate the quality of the clusters obtained with the proposed measure and compare it with other state-of-the-art measures. Computational complexity analysis of the compared measures are provided. The experimental results demonstrate that the proposed measure improves significantly the quality of document clustering, based on statistical tests. Additionally, we show that combining clustering results obtained with bag of words and semantic measure give better results than adopting a single approach. Finally, a study involving heuristcs to identify the number K of clusters in a document clustering is done. A modified version of the G-means heuristic is proposed and compared to other heuristcs from the literature.