Nos domínios visuais, interpretações são iniciadas pela identificação de feições em imagens que irão, posteriormente, dar suporte aos processos mais abstratos de inferência. Para desenvolver sistemas de conhecimento neste tipo de domínio é necessário buscar a melhor representação do conhecimento visual para ser utilizado pelos métodos de inferência. A representação em formato simbólico deste conhecimento auxilia na captura do conhecimento implícito presente em imagens, permitindo seu uso nos processos de raciocínio, mesmo aceitando que parte desse conhecimento não é externalizado e, em conseqüência, não poderá ser representado adequadamente. Estudos recentes têm utilizado anotação de imagens como uma maneira capaz de auxiliar na explicitação do conhecimento, ampliando a expressividade dos formalismos de representação e permitindo o registro das informações associadas às imagens. Embora anotações de imagens flexibilizem a captura do conhecimento, ontologias são associadas às anotações para garantir a formalização do conhecimento nas imagens, suprindo os termos de domínio que podem ser usados para anotar e auxiliar a uniformização da linguagem nas consultas. O objetivo desse trabalho é capturar e documentar o conhecimento visual que dá suporte à inferência nas tarefas de interpretações. Nesse trabalho é elaborada uma maneira de identificar objetos em imagens que contenham feições diagnósticas através da utilização de uma ontologia de domínio pré-existente. Essa identificação de objetos é explorada para permitir a localização física de uma determinada feição em um objeto real. O resultado disso é a identificação de feições em uma imagem tendo-se um referencial de posição segundo um sistema de coordenadas espacial, possibilitando o seu re-posicionamento. O trabalho ainda explora recursos para a melhor utilização de informações relacionadas a uma imagem. Dessa forma, serve de documentação auxiliar para prover diferencial em interpretações. O domínio de aplicação deste trabalho é a Petrografia Sedimentar que tem como uma das tarefas a descrição quantitativa e qualitativa dos minerais que compõem uma amostra de rocha, visando a análise do potencial de um reservatório de petróleo. As informações são visualizadas em uma amostra de rocha e, assim, um especialista toma decisões quanto à viabilidade de exploração do reservatório. Esse modelo foi validado através da implementação de um módulo de anotação de imagem e de referenciamento de objetos, juntamente com um hardware. O processo de descrição de amostra de rocha é detalhado para se explorar o conhecimento em imagens com a precisão da localização dos objetos nela identificados. Essa abordagem complementa os modelos de representação simbólica, que normalmente são insuficientes para capturar a semântica das feições que dão suporte a inferência em domínios visuais. / Problem solvers in visual domains apply image interpretation to extract evidences to support the reasoning process in the search of solution. In order to develop knowledge systems in this kind of domain, it is necessary to represent the knowledge that is extracted from the scenes in the domain in such way that can be used by the inference methods. The symbolic representation formalisms help in shading light on the implicit knowledge embodied in images, allowing its use in reasoning processes, even accepting that part of this knowledge can not be properly expressed by the experts and, in consequence, it is never going to be adequately represented in knowledge models. Some studies use image annotation to extend the semantic capture of the visual knowledge beyond the expressiveness of representation formalisms, allowing that additional content could be described and stored with the images. Although the annotation is a more flexible way of capturing knowledge, ontologies are used along with it to guarantee the formalization of the knowledge annotated in the images, supplying the domain terms that can be used in the annotation process and helping the uniformization of the language and further consultation. The goal of this work is capturing and documenting the visual knowledge that supports inference on interpretation tasks. The work offer a way of identifying objects in images that correspond to diagnostic features and describing them with the support of a pre-existent domain ontology. The object identification is associated to the physical location of the feature in the real object, with the help of a hardware appliance. The result is the feature identification in the image with the reference of its position in a system of spatial coordinates. The work also explores multimedia resources for the best use of information associated to the image, providing an extra-support for knowledge documentation for interpretation tasks. The application domain of this work is the sedimentary petrography, the formal description of rocks in the scope of Petrological studies. The task in focus is the compositional description of minerals in a rock sample, both in qualitative and quantitative way, in order to evaluate the potential of a petroleum reservoir. Several aspects of the rock are studied by the geologist to suggest better techniques for exploration and production of oil fields. The approach defined in this project was validated through the implementation of an image annotation and referencing modules associated to microscope stage appliance that allows the computer to control the movement of the stage during the description process. The whole process of rock sample analysis using the software and the hardware is detailed in order to expose the visual knowledge and its physical position in the rock sample. This approach complements the symbolic representation models that are usually insufficient to capture the semantic of diagnostic features that support reasoning in visual domains.

LEMOS, Fabrício Dias Alves. Uma abordagem para inserção de sensibilidade ao contexo em técnicas de recomendação baseadas em conhecimento. 2012. 102 f. : Dissertação (mestrado) - Universidade Federal do Ceará, Centro de Ciências, Departamento de Computação, Programa de Pós-Graduação em Ciência da Computação, Fortaleza-CE, 2012. / Submitted by guaracy araujo (guaraa3355@gmail.com) on 2016-06-22T17:58:58Z No. of bitstreams: 1 2012_dis_fdalemos.pdf: 2928114 bytes, checksum: 0e0110fab82736ead8bd32ae8b1e2a15 (MD5) / Approved for entry into archive by guaracy araujo (guaraa3355@gmail.com) on 2016-06-22T18:00:02Z (GMT) No. of bitstreams: 1 2012_dis_fdalemos.pdf: 2928114 bytes, checksum: 0e0110fab82736ead8bd32ae8b1e2a15 (MD5) / Made available in DSpace on 2016-06-22T18:00:03Z (GMT). No. of bitstreams: 1 2012_dis_fdalemos.pdf: 2928114 bytes, checksum: 0e0110fab82736ead8bd32ae8b1e2a15 (MD5) Previous issue date: 2012 / O principal desafio de um Sistema de Recomendação é conseguir identificar e recomendar itens que tenham maior chance de corresponder aos interesses de seus usuários que, em geral, possuem uma natureza bastante subjetiva e heterogênea. É importante, então, que os Sistemas de Recomendação possam recomendar itens personalizados a partir da identificação do perfil de cada usuário. Entretanto, muitas vezes, o perfil do usuário não é suficiente para que o sistema consiga identificar completamente seus interesses. A utilização do sistema em um contexto diferente do habitual pode acarretar em um resultado insatisfatório para a recomendação, sendo necessária sua adaptação ao novo contexto. Este trabalho propõe uma abordagem para inserção de sensibilidade ao contexto em Sistemas de Recomendação, a qual utiliza, além do contexto do usuário, o próprio contexto dos itens recomendados. Para tal, técnicas de recomendação baseadas em conhecimento são adaptadas para incluir regras de domínio com caráter contextual. A abordagem proposta é utilizada na concepção de um sistema de recomendação de fotos sensível ao contexto que explora o contexto do usuário e o contexto de geração das fotos para a realização da recomendação. Através do sistema desenvolvido, a abordagem é validada a partir de experimentos com usuários, nos quais são avaliados a qualidade da recomendação e os ganhos obtidos com a utilização das informações contextuais.

LEMOS, Fabrício Dias Alves. Uma abordagem para inserção de sensibilidade ao contexo em técnicas de recomendação baseadas em conhecimento. 2012. 102 f. Dissertação (Mestrado em ciência da computação)- Universidade Federal do Ceará, Fortaleza-CE, 2012. / Submitted by Elineudson Ribeiro (elineudsonr@gmail.com) on 2016-08-04T12:16:49Z No. of bitstreams: 1 2012_dis_fdalemos.pdf: 2928114 bytes, checksum: 0e0110fab82736ead8bd32ae8b1e2a15 (MD5) / Approved for entry into archive by Rocilda Sales (rocilda@ufc.br) on 2016-08-05T15:45:39Z (GMT) No. of bitstreams: 1 2012_dis_fdalemos.pdf: 2928114 bytes, checksum: 0e0110fab82736ead8bd32ae8b1e2a15 (MD5) / Made available in DSpace on 2016-08-05T15:45:39Z (GMT). No. of bitstreams: 1 2012_dis_fdalemos.pdf: 2928114 bytes, checksum: 0e0110fab82736ead8bd32ae8b1e2a15 (MD5) Previous issue date: 2012 / O principal desafio de um Sistema de Recomendação é conseguir identificar e recomendar itens que tenham maior chance de corresponder aos interesses de seus usuários que, em geral, possuem uma natureza bastante subjetiva e heterogênea. É importante, então, que os Sistemas de Recomendação possam recomendar itens personalizados a partir da identificação do perfil de cada usuário. Entretanto, muitas vezes, o perfil do usuário não é suficiente para que o sistema consiga identificar completamente seus interesses. A utilização do sistema em um contexto diferente do habitual pode acarretar em um resultado insatisfatório para a recomendação, sendo necessária sua adaptação ao novo contexto. Este trabalho propõe uma abordagem para inserção de sensibilidade ao contexto em Sistemas de Recomendação, a qual utiliza, além do contexto do usuário, o próprio contexto dos itens recomendados. Para tal, técnicas de recomendação baseadas em conhecimento são adaptadas para incluir regras de domínio com caráter contextual. A abordagem proposta é utilizada na concepção de um sistema de recomendação de fotos sensível ao contexto que explora o contexto do usuário e o contexto de geração das fotos para a realização da recomendação. Através do sistema desenvolvido, a abordagem é validada a partir de experimentos com usuários, nos quais são avaliados a qualidade da recomendação e os ganhos obtidos com a utilização das informações contextuais.

Fundação Carlos Chagas Filho de Amparo a Pesquisa do Estado do Rio de Janeiro / Nesta Dissertação, investigo o conjunto de desenhos que denominei desenhos-conceitos e que constituem-se como uma prática processual da minha atuação enquanto artista. Tal investigação é percorrida através de seis tangentes transdisciplinares na tentativa de estabelecer pontos de contato entre a prática do Desenho e outras práticas contemporâneas investigativas do conhecimento humano. São elas: Tangente Diagramas, Tangente Cosmologia, Tangente Desenhos, Tangente Linguística, Tangente Lógica/Matemática e Tangente Escritura. A pesquisa procura estabelecer uma maior proximidade entre teoria e obra apresentando-se como texto dissertivo e também como a elaboração de um Fichário. Neste Fichário o léxico dos desenhos-conceitos é apresentado em conjunto com uma série de anotações que permearam a investigação e ambos, desenhos-conceitos e anotações, configuram-se como pontos-chave para a formação da arquitetura conceitual do léxico. Tanto o texto dissertivo quanto as anotações e desenhos presentes no Fichário tecem indagações acerca da relação entre o espaço-tempo e o corpo daquele que performa ações. A pesquisa conclui na abertura de novos procedimentos práticos, através da ideia de performatividade na realização de ações, com as obras Desire to communicate e Obscena. / This dissertation investigates a set of processual drawings that constitute a part of my artistic process, which I denominated concept-drawings. This investigation is made through six transdisciplinary tangents, in an attempt to establish points of contact between the practice of drawing and other contemporary investigative practices of human knowledge. These tangents are: Tangent Diagrams, Tangent Cosmology, Tangent Drawings, Tangent Linguistics, Tangent Logic/Mathemathics and Tangent Scripture. The research also seeks to establish a closer relationship between theory and work of art presenting itself as text and as a Binder, in which the lexicon of concept-drawings are brought together with a series of annotations that were made throughout the research. Both concept-drawings and annotations are key points for the formation of the conceptual architecture of the lexicon. Together with the text, these annotations and drawings intend to question the relationship between the space-time relation with the body of he who performs actions. The research concludes with concept of performativity in the works "Desire to communicate" and "Obscena", openning new practical procedures within my process as an artist

Nos domínios visuais, interpretações são iniciadas pela identificação de feições em imagens que irão, posteriormente, dar suporte aos processos mais abstratos de inferência. Para desenvolver sistemas de conhecimento neste tipo de domínio é necessário buscar a melhor representação do conhecimento visual para ser utilizado pelos métodos de inferência. A representação em formato simbólico deste conhecimento auxilia na captura do conhecimento implícito presente em imagens, permitindo seu uso nos processos de raciocínio, mesmo aceitando que parte desse conhecimento não é externalizado e, em conseqüência, não poderá ser representado adequadamente. Estudos recentes têm utilizado anotação de imagens como uma maneira capaz de auxiliar na explicitação do conhecimento, ampliando a expressividade dos formalismos de representação e permitindo o registro das informações associadas às imagens. Embora anotações de imagens flexibilizem a captura do conhecimento, ontologias são associadas às anotações para garantir a formalização do conhecimento nas imagens, suprindo os termos de domínio que podem ser usados para anotar e auxiliar a uniformização da linguagem nas consultas. O objetivo desse trabalho é capturar e documentar o conhecimento visual que dá suporte à inferência nas tarefas de interpretações. Nesse trabalho é elaborada uma maneira de identificar objetos em imagens que contenham feições diagnósticas através da utilização de uma ontologia de domínio pré-existente. Essa identificação de objetos é explorada para permitir a localização física de uma determinada feição em um objeto real. O resultado disso é a identificação de feições em uma imagem tendo-se um referencial de posição segundo um sistema de coordenadas espacial, possibilitando o seu re-posicionamento. O trabalho ainda explora recursos para a melhor utilização de informações relacionadas a uma imagem. Dessa forma, serve de documentação auxiliar para prover diferencial em interpretações. O domínio de aplicação deste trabalho é a Petrografia Sedimentar que tem como uma das tarefas a descrição quantitativa e qualitativa dos minerais que compõem uma amostra de rocha, visando a análise do potencial de um reservatório de petróleo. As informações são visualizadas em uma amostra de rocha e, assim, um especialista toma decisões quanto à viabilidade de exploração do reservatório. Esse modelo foi validado através da implementação de um módulo de anotação de imagem e de referenciamento de objetos, juntamente com um hardware. O processo de descrição de amostra de rocha é detalhado para se explorar o conhecimento em imagens com a precisão da localização dos objetos nela identificados. Essa abordagem complementa os modelos de representação simbólica, que normalmente são insuficientes para capturar a semântica das feições que dão suporte a inferência em domínios visuais. / Problem solvers in visual domains apply image interpretation to extract evidences to support the reasoning process in the search of solution. In order to develop knowledge systems in this kind of domain, it is necessary to represent the knowledge that is extracted from the scenes in the domain in such way that can be used by the inference methods. The symbolic representation formalisms help in shading light on the implicit knowledge embodied in images, allowing its use in reasoning processes, even accepting that part of this knowledge can not be properly expressed by the experts and, in consequence, it is never going to be adequately represented in knowledge models. Some studies use image annotation to extend the semantic capture of the visual knowledge beyond the expressiveness of representation formalisms, allowing that additional content could be described and stored with the images. Although the annotation is a more flexible way of capturing knowledge, ontologies are used along with it to guarantee the formalization of the knowledge annotated in the images, supplying the domain terms that can be used in the annotation process and helping the uniformization of the language and further consultation. The goal of this work is capturing and documenting the visual knowledge that supports inference on interpretation tasks. The work offer a way of identifying objects in images that correspond to diagnostic features and describing them with the support of a pre-existent domain ontology. The object identification is associated to the physical location of the feature in the real object, with the help of a hardware appliance. The result is the feature identification in the image with the reference of its position in a system of spatial coordinates. The work also explores multimedia resources for the best use of information associated to the image, providing an extra-support for knowledge documentation for interpretation tasks. The application domain of this work is the sedimentary petrography, the formal description of rocks in the scope of Petrological studies. The task in focus is the compositional description of minerals in a rock sample, both in qualitative and quantitative way, in order to evaluate the potential of a petroleum reservoir. Several aspects of the rock are studied by the geologist to suggest better techniques for exploration and production of oil fields. The approach defined in this project was validated through the implementation of an image annotation and referencing modules associated to microscope stage appliance that allows the computer to control the movement of the stage during the description process. The whole process of rock sample analysis using the software and the hardware is detailed in order to expose the visual knowledge and its physical position in the rock sample. This approach complements the symbolic representation models that are usually insufficient to capture the semantic of diagnostic features that support reasoning in visual domains.

Fundação Carlos Chagas Filho de Amparo a Pesquisa do Estado do Rio de Janeiro / Nesta Dissertação, investigo o conjunto de desenhos que denominei desenhos-conceitos e que constituem-se como uma prática processual da minha atuação enquanto artista. Tal investigação é percorrida através de seis tangentes transdisciplinares na tentativa de estabelecer pontos de contato entre a prática do Desenho e outras práticas contemporâneas investigativas do conhecimento humano. São elas: Tangente Diagramas, Tangente Cosmologia, Tangente Desenhos, Tangente Linguística, Tangente Lógica/Matemática e Tangente Escritura. A pesquisa procura estabelecer uma maior proximidade entre teoria e obra apresentando-se como texto dissertivo e também como a elaboração de um Fichário. Neste Fichário o léxico dos desenhos-conceitos é apresentado em conjunto com uma série de anotações que permearam a investigação e ambos, desenhos-conceitos e anotações, configuram-se como pontos-chave para a formação da arquitetura conceitual do léxico. Tanto o texto dissertivo quanto as anotações e desenhos presentes no Fichário tecem indagações acerca da relação entre o espaço-tempo e o corpo daquele que performa ações. A pesquisa conclui na abertura de novos procedimentos práticos, através da ideia de performatividade na realização de ações, com as obras Desire to communicate e Obscena. / This dissertation investigates a set of processual drawings that constitute a part of my artistic process, which I denominated concept-drawings. This investigation is made through six transdisciplinary tangents, in an attempt to establish points of contact between the practice of drawing and other contemporary investigative practices of human knowledge. These tangents are: Tangent Diagrams, Tangent Cosmology, Tangent Drawings, Tangent Linguistics, Tangent Logic/Mathemathics and Tangent Scripture. The research also seeks to establish a closer relationship between theory and work of art presenting itself as text and as a Binder, in which the lexicon of concept-drawings are brought together with a series of annotations that were made throughout the research. Both concept-drawings and annotations are key points for the formation of the conceptual architecture of the lexicon. Together with the text, these annotations and drawings intend to question the relationship between the space-time relation with the body of he who performs actions. The research concludes with concept of performativity in the works "Desire to communicate" and "Obscena", openning new practical procedures within my process as an artist

Nos domínios visuais, interpretações são iniciadas pela identificação de feições em imagens que irão, posteriormente, dar suporte aos processos mais abstratos de inferência. Para desenvolver sistemas de conhecimento neste tipo de domínio é necessário buscar a melhor representação do conhecimento visual para ser utilizado pelos métodos de inferência. A representação em formato simbólico deste conhecimento auxilia na captura do conhecimento implícito presente em imagens, permitindo seu uso nos processos de raciocínio, mesmo aceitando que parte desse conhecimento não é externalizado e, em conseqüência, não poderá ser representado adequadamente. Estudos recentes têm utilizado anotação de imagens como uma maneira capaz de auxiliar na explicitação do conhecimento, ampliando a expressividade dos formalismos de representação e permitindo o registro das informações associadas às imagens. Embora anotações de imagens flexibilizem a captura do conhecimento, ontologias são associadas às anotações para garantir a formalização do conhecimento nas imagens, suprindo os termos de domínio que podem ser usados para anotar e auxiliar a uniformização da linguagem nas consultas. O objetivo desse trabalho é capturar e documentar o conhecimento visual que dá suporte à inferência nas tarefas de interpretações. Nesse trabalho é elaborada uma maneira de identificar objetos em imagens que contenham feições diagnósticas através da utilização de uma ontologia de domínio pré-existente. Essa identificação de objetos é explorada para permitir a localização física de uma determinada feição em um objeto real. O resultado disso é a identificação de feições em uma imagem tendo-se um referencial de posição segundo um sistema de coordenadas espacial, possibilitando o seu re-posicionamento. O trabalho ainda explora recursos para a melhor utilização de informações relacionadas a uma imagem. Dessa forma, serve de documentação auxiliar para prover diferencial em interpretações. O domínio de aplicação deste trabalho é a Petrografia Sedimentar que tem como uma das tarefas a descrição quantitativa e qualitativa dos minerais que compõem uma amostra de rocha, visando a análise do potencial de um reservatório de petróleo. As informações são visualizadas em uma amostra de rocha e, assim, um especialista toma decisões quanto à viabilidade de exploração do reservatório. Esse modelo foi validado através da implementação de um módulo de anotação de imagem e de referenciamento de objetos, juntamente com um hardware. O processo de descrição de amostra de rocha é detalhado para se explorar o conhecimento em imagens com a precisão da localização dos objetos nela identificados. Essa abordagem complementa os modelos de representação simbólica, que normalmente são insuficientes para capturar a semântica das feições que dão suporte a inferência em domínios visuais. / Problem solvers in visual domains apply image interpretation to extract evidences to support the reasoning process in the search of solution. In order to develop knowledge systems in this kind of domain, it is necessary to represent the knowledge that is extracted from the scenes in the domain in such way that can be used by the inference methods. The symbolic representation formalisms help in shading light on the implicit knowledge embodied in images, allowing its use in reasoning processes, even accepting that part of this knowledge can not be properly expressed by the experts and, in consequence, it is never going to be adequately represented in knowledge models. Some studies use image annotation to extend the semantic capture of the visual knowledge beyond the expressiveness of representation formalisms, allowing that additional content could be described and stored with the images. Although the annotation is a more flexible way of capturing knowledge, ontologies are used along with it to guarantee the formalization of the knowledge annotated in the images, supplying the domain terms that can be used in the annotation process and helping the uniformization of the language and further consultation. The goal of this work is capturing and documenting the visual knowledge that supports inference on interpretation tasks. The work offer a way of identifying objects in images that correspond to diagnostic features and describing them with the support of a pre-existent domain ontology. The object identification is associated to the physical location of the feature in the real object, with the help of a hardware appliance. The result is the feature identification in the image with the reference of its position in a system of spatial coordinates. The work also explores multimedia resources for the best use of information associated to the image, providing an extra-support for knowledge documentation for interpretation tasks. The application domain of this work is the sedimentary petrography, the formal description of rocks in the scope of Petrological studies. The task in focus is the compositional description of minerals in a rock sample, both in qualitative and quantitative way, in order to evaluate the potential of a petroleum reservoir. Several aspects of the rock are studied by the geologist to suggest better techniques for exploration and production of oil fields. The approach defined in this project was validated through the implementation of an image annotation and referencing modules associated to microscope stage appliance that allows the computer to control the movement of the stage during the description process. The whole process of rock sample analysis using the software and the hardware is detailed in order to expose the visual knowledge and its physical position in the rock sample. This approach complements the symbolic representation models that are usually insufficient to capture the semantic of diagnostic features that support reasoning in visual domains.

O fungo endofítico Epicoccum nigrum atua no biocontrole de fitopatógenos e produz uma série de compostos com de interesse biotecnológico como antimicrobianos. Neste trabalho, foi utilizado um conjunto de sequências genômicas previamente montadas. As sequências foram anotadas para compreensão funcional utilizando a plataforma EGene2 incluindo alguns componentes específicos desenvolvido neste trabalho. Foram estimados 10.320 genes codificadores de proteínas, além de tRNAs, rRNAs e ncRNAs. As proteínas preditas foram comparadas aos proteomas de outros fungos e comparadas filogeneticamente. Além disso, foi desenvolvido Synteny Clusters, um programa que compara clusters de genes de metabólitos secundários aos de outros fungos. E. nigrum apresenta grande similaridade com outros fungos com estilo de vida distinto. Foram identificados três clusters de genes relacionados a doenças que estão presentes em fitopatógenos e ausentes em E. nigrum. Os resultados sugerem que as diferenças entre endófitos e fitopatógenos pode estar relacionada a um pequeno número de genes. / The endophytic fungus Epicoccum nigrum has been used for plant pathogen biocontrol in different host plants, since it produces a series of secondary metabolites of biotechnological interest, including antimicrobials. In this regard, we used assembled 454 sequencing dataset was used to perform a comprehensive functional annotation using the EGene2 platform, including some specific components developed in this work. We found 10,320 protein coding genes as well as tRNAs, rRNAs and ncRNAs. The predicted proteins were compared to proteomes of other fungi and used in phylogenetic analyses. In addition, we developed Synteny Clusters, a program that compares gene clusters with others fungi. E. nigrum presents a genome very similar to others fungi with distinct lifestyles. Finally, we identified three disease-related gene clusters that are absent in E. nigrum and present in most plant pathogenic fungi. This result suggests that the lifestyle differences observed between endophytic and pathogenic fungi may rely on a relatively low number of genes.

O aumento no volume de dados biológicos, oriundos principalmente do surgimento de sequenciadores de segunda geração, configura um desafio para a manutenção dos bancos de dados, que devem armazenar, disponibilizar e, no caso de bancos secundários, propagar informações biológicas para sequências sem caracterização experimental. Tal propagação é crucial , pois o fluxo com que novas sequências são depositadas é muito superior ao que proteínas são experimentalmente caracterizadas. De forma análoga ao EC number (Enzyme Commission number), a organização de proteínas em famílias visa organizar e facilitar operações automáticas nos bancos de dados. Dentro desse contexto este trabalho teve como objetivos a geração de modelos computacionais para famílias de proteínas envolvidas em processos microbianos biotecnologicamente interessantes para a produção de bioenergia. Para a geração dos modelos estatísticos foram escolhidas proteínas referência analisadas a priori em colaboração com o projeto MENGO1 . A partir da proteína referência foram realizadas buscas no UniProtKB com o objetivo de encontrar proteínas representativas para cada família e descrições de função com base na literatura científica. Com a coleção de sequências primárias das proteínas selecionadas foram realizados alinhamentos múltiplos de sequências com o programa MUSCLE 3.7 e posteriormente com o programa HMMER foram gerados os modelos computacionais (perfis de cadeia oculta de Markov). Os modelos passaram por consecutivas revisões para serem utilizados na propagação dos termos do Gene Ontology com confiança.Um total de 1.233 proteínas puderam receber os termos GO. Dessas proteínas 79% não apresentavam os termos GO disponibilizados no banco de dados UniProtKB. Uma comparação dos perfis-HMM com a utilização de redes de similaridade a um E-value de 10-14 confirmou a utilidade dos modelos na propagação adequada dos termos. Uma segunda validação utilizando um banco de dados construído com sequências aleatórias com base nos modelos e na frequência de codons das proteínas anotadas do SwisProt permitiu verificar a sensibilidade da estratégia quanto a recuperar membros não pertencentes aos modelos gerados. / The increase of biological data produced mainly by the second generation technologies stands as a challenge for the biological databases, that needs to adress issues like storage, data availability and, in the case of secondary databases, to propagate biological information to sequences with no experimental characterization. The propagation is important since the flow that new sequences are submited into databases is much higher than proteins having their function described by experiments. Similarly to the EC. number (Enzyme Commission number), an organization of protein families aims to organize and help automatic processes in databases. In this context this work had as goals the generation of computational models for protein families related to microbial processes with biotechnology potential for production of bioenergy. Several proteins annotated by MENGO2, a project in collaboration, were used as seeds to the statistic models. Alignments were made on UniProtKB, querying the seeds proteins, looking for representatives for each family generated and the existence of function descriptions referenced on the cientific literature. Multiple sequence alignment were made on each collection of seeds proteins, representatives of the families, thorough the MUSCLE 3.7 program, and after were generated the computational models (profile Hidden Markov Models) with the HMMER package. The models were consecutively reviewed until the curator consider it reliable for propagation of Gene Ontology terms. A set of 1,233 proteins from UniProtKB were classified in our families, suggesting that they could be annotated by the GO terms using MENGOfams families. From those proteins, 79% were not annotated by the MENGO specific GO terms. To compare the results that would be obtained using only BLAST similarity measures and using pHMMs we generated similarity networks, using an Evaue cutoff of 10-14. The results showed that the classification results of pHMMs are valuable for biological annotation propagation because it identifies precisely members of each family. A second analysis was applied for each family, using the respective pHMMs to query a collection of sequences generated by a null model. For null model were assumed that all sequences were not homologous and could be represented just by the aminoacid frequencies observed in the SwissProt database. No non-homologous proteins were classified as members by the MENGOfams models, suggesting that they were sensitive to identify only true member sequences.

O grande volume de dados que temos disponíveis em ambientes virtuais pode ser excelente fonte de novos recursos para estudos em diversas tarefas de Processamento de Linguagem Natural, como a Análise de Sentimentos. Infelizmente é elevado o custo de anotação de novos córpus, que envolve desde investimentos financeiros até demorados processos de revisão. Nossa pesquisa propõe uma abordagem de anotação semissupervisionada, ou seja, anotação automática de um grande córpus não anotado partindo de um conjunto de dados anotados manualmente. Para tal, introduzimos o TweetSentBR, um córpus de tweets no domínio de programas televisivos que possui anotação em três classes e revisões parciais feitas por até sete anotadores. O córpus representa um importante recurso linguístico de português brasileiro, e fica entre os maiores córpus anotados na literatura para classificação de polaridades. Além da anotação manual do córpus, realizamos a implementação de um framework de aprendizado semissupervisionado que faz uso de dados anotados e, de maneira iterativa, expande o mesmo usando dados não anotados. O TweetSentBR, que possui 15:000 tweets anotados é assim expandido cerca de oito vezes. Para a expansão, foram treinados modelos de classificação usando seis classificadores de polaridades, assim como foram avaliados diferentes parâmetros e representações a fim de obter um córpus confiável. Realizamos experimentos gerando córpus expandidos por cada classificador, tanto para a classificação em três polaridades (positiva, neutra e negativa) quanto para classificação binária. Avaliamos os córpus gerados usando um conjunto de held-out e comparamos a FMeasure da classificação usando como treinamento os córpus anotados manualmente e semiautomaticamente. O córpus semissupervisionado que obteve os melhores resultados para a classificação em três polaridades atingiu 62;14% de F-Measure média, superando a média obtida com as avaliações no córpus anotado manualmente (61;02%). Na classificação binária, o melhor córpus expandido obteve 83;11% de F1-Measure média, superando a média obtida na avaliação do córpus anotado manualmente (79;80%). Além disso, simulamos nossa expansão em córpus anotados da literatura, medindo o quão corretas são as etiquetas anotadas semi-automaticamente. Nosso melhor resultado foi na expansão de um córpus de reviews de produtos que obteve FMeasure de 93;15% com dados binários. Por fim, comparamos um córpus da literatura obtido por meio de supervisão distante e nosso framework semissupervisionado superou o primeiro na classificação de polaridades binária em cross-domain. / The high volume of data available in the Internet can be a good resource for studies of several tasks in Natural Language Processing as in Sentiment Analysis. Unfortunately there is a high cost for the annotation of new corpora, involving financial support and long revision processes. Our work proposes an approach for semi-supervised labeling, an automatic annotation of a large unlabeled set of documents starting from a manually annotated corpus. In order to achieve that, we introduced TweetSentBR, a tweet corpora on TV show programs domain with annotation for 3-point (positive, neutral and negative) sentiment classification partially reviewed by up to seven annotators. The corpus is an important linguistic resource for Brazilian Portuguese language and it stands between the biggest annotated corpora for polarity classification. Beyond the manual annotation, we implemented a semi-supervised learning based framework that uses this labeled data and extends it using unlabeled data. TweetSentBR corpus, containing 15:000 documents, had its size augmented in eight times. For the extending process, we trained classification models using six polarity classifiers, evaluated different parameters and representation schemes in order to obtain the most reliable corpora. We ran experiments generating extended corpora for each classifier, both for 3-point and binary classification. We evaluated the generated corpora using a held-out subset and compared the obtained F-Measure values with the manually and the semi-supervised annotated corpora. The semi-supervised corpus that obtained the best values for 3-point classification achieved 62;14% on average F-Measure, overcoming the results obtained by the same classification with the manually annotated corpus (61;02%). On binary classification, the best extended corpus achieved 83;11% on average F-Measure, overcoming the results on the manually corpora (79;80%). Furthermore, we simulated the extension of labeled corpora in literature, measuring how well the semi-supervised annotation works. Our best results were in the extension of a product review corpora, achieving 93;15% on F1-Measure. Finally, we compared a literature corpus which was labeled by using distant supervision with our semi-supervised corpus, and this overcame the first in binary polarity classification on cross-domain data.