[pt] A Categorização de Documentos, uma das tarefas desempenhadas em Mineração de Textos, pode ser descrita como a obtenção de uma função que seja capaz de atribuir a um documento uma categoria a que ele pertença. O principal objetivo de se construir uma taxonomia de documentos é tornar mais fácil a obtenção de informação relevante. Porém, a implementação e a execução de um processo de Categorização de Documentos não é uma tarefa trivial: as ferramentas de Mineração de Textos estão em processo de amadurecimento e ainda, demandam elevado conhecimento técnico para a sua utilização. Além disso, exercendo grande importância em um processo de Mineração de Textos, a linguagem em que os documentos se encontram escritas deve ser tratada com as particularidades do idioma. Contudo há grande carência de ferramentas que forneçam tratamento adequado ao Português do Brasil. Dessa forma, os objetivos principais deste trabalho são pesquisar, propor, implementar e avaliar um framework de Mineração de Textos para a Categorização Automática de Documentos, capaz de auxiliar a execução do processo de descoberta de conhecimento e que ofereça processamento linguístico para o Português do Brasil. / [en] Text Categorization, one of the tasks performed in Text Mining, can be described as the achievement of a function that is able to assign a document to the category, previously defined, to which it belongs. The main goal of building a taxonomy of documents is to make easier obtaining relevant information. However, the implementation and execution of Text Categorization is not a trivial task: Text Mining tools are under development and still require high technical expertise to be handled, also having great significance in a Text Mining process, the language of the documents should be treated with the peculiarities of each idiom. Yet there is great need for tools that provide proper handling to Portuguese of Brazil. Thus, the main aims of this work are to research, propose, implement and evaluate a Text Mining Framework for Automatic Text Categorization, capable of assisting the execution of knowledge discovery process and provides language processing for Brazilian Portuguese.

[pt] O presente trabalho apresenta os resultados que obtivemos com a aplicação de grande número de modelos e algoritmos em um determinado conjunto de experimentos de agrupamento de texto. O objetivo de tais testes é determinar quais são as melhores abordagens para processar as grandes massas de informação geradas pelas crescentes demandas de data quality em diversos setores da economia. O processo de deduplicação foi acelerado pela divisão dos conjuntos de dados em subconjuntos de itens similares. No melhor cenário possível, cada subconjunto tem em si todas as ocorrências duplicadas de cada registro, o que leva o nível de erro na formação de cada grupo a zero. Todavia, foi determinada uma taxa de tolerância intrínseca de 5 porcento após o agrupamento. Os experimentos mostram que o tempo de processamento é significativamente menor e a taxa de acerto é de até 98,92 porcento. A melhor relação entre acurácia e desempenho é obtida pela aplicação do algoritmo K-Means com um modelo baseado em trigramas. / [en] This document reports our findings on a set of text clusterig experiments, where a wide variety of models and algorithms were applied. The objective of these experiments is to investigate which are the most feasible strategies to process large amounts of information in face of the growing demands on data quality in many fields. The process of deduplication was accelerated through the division of the data set into individual subsets of similar items. In the best case scenario, each subset must contain all duplicates of each produced register, mitigating to zero the cluster s errors. It is established, although, a tolerance of 5 percent after the clustering process. The experiments show that the processing time is significantly lower, showing a 98,92 percent precision. The best accuracy/performance relation is achieved with the K-Means Algorithm using a trigram based model.

Nesta investigação, refletimos sobre as avaliações impressas em textos de periódicos contemporâneos tiras e crônicas , que retomam narrativas da tradição oral, em circulação entre os séculos XVII e XIX, a fim de compreender aspectos de diferentes visões de mundo e o posicionamento valorativo do sujeito-autor e do sujeito-contemplador previsto, como forma de resposta compromissada com seu tempo. Ao longo das edições dos periódicos, a tematização dessas narrativas aconteceu de forma aleatória, em meio a conteúdos diversos e como parte do repertório cultural dos artistas. Em levantamento realizado, o corpus de análise ficou composto da seguinte forma: (1) cinquenta e quatro tiras do cartunista Fernando Gonsales que, publicadas no jornal Folha de S. Paulo entre os anos de 2004 e 2011, tematizam os contos maravilhosos Chapeuzinho Vermelho, Branca de Neve e A história dos três porquinhos; (2) três crônicas de Millôr Fernandes, que circularam nas revistas semanais Veja e IstoÉ na década de 1980, tematizando os mesmos contos, o que viabiliza um trabalho comparativo. Para orientar nosso olhar, fundamentamos nossa análise na concepção bakhtiniana de arquitetônica, desenvolvida principalmente nos primeiros textos produzidos por Bakhtin e o Círculo, na década de 1920. Essa concepção nos permite compreender como os elementos do texto forma, conteúdo e material são organizados pelos centros de valores estabelecidos na relação autor-criador, herói, autor-contemplador. Associadas a essa noção, tratamos das categorias de espaço e tempo, desenvolvidas pelo pensador Bakhtin (1937-1938, 1973). Essas categorias nos instrumentalizam para a compreensão da interação entre autor-criador e/ou autor-contemplador e objeto artístico, em determinado contexto espaço-temporal. No diálogo com o objeto de pesquisa, partimos da seguinte hipótese: se todo texto é um ato responsivo ao tempo de que emerge, então a visão de mundo contemporânea é refratada em textos de humor da esfera periodística que circularam no final do século XX e início do XXI, quando esses textos retomam narrativas da tradição oral difundidas entre os séculos XVII e XIX. Ao final do trabalho, mostra-se que, no entrecruzamento das tiras de Fernando Gonsales e das crônicas de Millôr Fernandes com os contos maravilhosos, transita a paródia de um mundo idealizado: nas tiras, ela se configura também como deboche do modo de vida contemporâneo; nas crônicas, como crítica social e reflexão sobre a existência humana. / In this thesis, we reflect on the standpoints printed on contemporary journal texts - strips and chronics that retake oral tradition narratives, between the seventeenth and nineteenth centuries, in order to understand aspects of different worldviews and the evaluative positioning of the subject-author and of the expected subject-contemplator as a way to give a committed answer to their time. Along the issues of the journals, the theming of these narratives was done at random, amid diverse contents and as part of the cultural repertoire of the artists. In the survey that was conducted, the corpus was composed as follows: (1) fifty-four strips by the cartoonist Fernando Gonsales, published in the newspaper Folha de S. Paulo between 2004 and 2011, that bring as the theme the fairy tales Little Red Riding Hood, Snow White and The story of the three little pigs; (2) three chronics by Millor Fernandes, that circulated in the weekly magazines Veja and IstoÉ in the 1980s, thematising the same tales, which enables a comparative work. To guide our vision, we base our analysis on Bakhtin\'s architectonic design, developed mainly in the first texts written by Bakhtin and the Circle in the 1920s. This concept allows us to understand how the text elements - form, content and materials - are organized by centers of values established in the relation between author-creator, hero, author-contemplator. Associated with this notion, we deal with the categories of space and time, developed by Bakhtin (1937-1938, 1973). These categories lead us to the understanding of the interaction between author-creator and/or author-contemplator and artistic object, in a particular spatial-temporal context. In dialogue with the research object, we start from the following hypothesis: if all text is a responsive act to the time that it emerges from, then the contemporary world view is refracted in humor texts from the journal sphere that circulated in the late twentieth and early twenty-first centuries, when these texts resume narratives of the oral tradition spread between the seventeenth and nineteenth centuries. At the end of the work, it is shown that, in the crossing of the strips by Fernando Gonsalves and the chronics by Millor Fernandes with the fairy tales, the parody moves from an idealized world: in the strips, it also sets as a mockery of the contemporary way of life; in the chronics, as a social critique and reflection on human existence.

Aquilo que é posto na terceira pessoa, aquilo de que se fala/escreve, quando considerado como produto da interação autor/destinatário(s), traz, no apelo ao já-dito, um terceiro elemento (uma terceira voz) na composição do objeto de discurso. Este último, por se constituir também a partir de um já-dito, de uma voz social, expressa uma réplica específica do locutor, de acordo com as diversas posições as diferentes experiências sociais que ele, na qualidade de escrevente, assume na interação. Pensar o objeto de discurso como uma voz social é, portanto, assumi-lo como produto da réplica do locutor a destinatários (BAKHTIN, [1979] 2010a), o que permite refletir não só sobre a interação presente, mas também constituindo-a sobre possíveis dizeres ligados a práticas sociais recuperadas pelo escrevente. Para tanto, ao assumir a participação de um terceiro na produção de linguagem, busca-se descrevê-lo, no caso das redações de vestibular, em termos das vozes que participam dos textos dos vestibulandos e defini-las segundo práticas letradas a que o escrevente tem/teve acesso (direto ou indireto). O quadro teórico da análise dialógica (BAKHTIN [1961-1962, 1975, 1979] 2010 a, b, c) e o CÍRCULO), o da argumentação (PERELMAN; OLBRECHTS-TYTECA, 2005), o das teorias do letramento (STREET, 2012b, 2014) e o paradigma indiciário (GINZBURG, 1989) são assumidos como arcabouço teórico-metodológico do trabalho. Desse modo, são buscados os fenômenos que mobilizam o aparecimento de indícios materializados nos textos, fenômenos ao mesmo tempo ligados ao que há de específico da situação enunciativa imediata, por um lado, e aos que se mostram como elementos estabilizados nas e pelas interações ao longo da história, por outro. O corpus é composto por 264 redações de vestibular do exame da FUVEST de 2006, cujo tema foi trabalho. Os resultados obtidos evidenciam que a construção do objeto de discurso trabalho é um diálogo entre três interlocutores rigorosamente presentes nessa produção escrita: o escrevente, o(s) destinatário(s) e determinadas vozes do já-dito, cujas marcas se alojam no objeto de discurso, constituindo-o e a ele se impondo. / That which comes in the third person, that about which one says / writes, when it is considered a product of authors / addressees interactions, brings, by referring to an already-said, brings a third element (a third voice) in the composition of discourse objects. This last, due to also constitute itself from an already-said, a social voice, expressa reply from the addresser, in accordance with the many several positions the different social experiences that the addresser, as the author, takes in interactions. To think discourse objects as social voices is, thus, to accept it as a product of addressers replies to addressees (BAKHTIN, [1979] 2010a 2006), which allows to think not only about the present interaction, but also as its constitutive element on possible utterances linked by addressers to social practices authors bring to bear on their texts. For doing this, by accepting the participation of a third in language production, we aim to describe it, as regards college entrance exam texts, in terms of voices that participate in college entrance exam texts and define them according to school practices authors have had or have (direct or indirect) access. The theoretical foundation sof dialogical analysis (BAKHTIN [1961-1962, 1975, 1979] 2010 a, b, c) and the CIRCLE), modern rhetoric (PERELMAN; OLBRECHTS-TYTECA, 2005), literacy theories (STREET, 2012b, 2014), and the indiciary paradigm (GINZBURG, 1989), are taken as the works theoretical-methodological basis. Thus, phenomena are examined that mobilize the emergence of marks materialized in texts, phenomena at the same time linked to the specificities of the immediate enunciative situation, on the one side, and to what appear as elements stabilized in and by interactions throughout history, on the other. The corpus is composed by 264 FUVEST 2006 college entrance exam texts having work as their subject. Results obtained show that the construction of the discourse object work is a dialogue among three rigorously present interlocutors in these written productions: the addresser/author, addressees and some identifiable voices of the already-said, whose marks are summoned in discourse objects, constituting them and imposing themselves on them.

Made available in DSpace on 2016-04-28T18:23:47Z (GMT). No. of bitstreams: 1 A construcao das identidades sociais.pdf: 1731210 bytes, checksum: 029758c60b24ad8711ac10422f7496f6 (MD5) Previous issue date: 2005-05-23 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This research aims at investigating the construction of social identities of the visually impaired students when they are talking about texts, focusing three fundamental interrelated aspects which are: 1. How the visually impaired students see themselves; 2. Their interpretation of the way the society sees them; 3. How the visually impaired students see the sighted individuals. To collect the data, a reading group using the verbal protocol method was organized. According to Zanotto (1997), this method is a social-cognitive practice in which the readers share and negotiate the various readings. When these protocols were used, different social identities came up and could be identified through the analysis of the participants´positionings during the discoursive interaction process. This analysis is based on the positioning theory developed by Harré and Langenhove (1999). The different social identities built up by the visually impaired students, which could be identified in this analysis, are anchored in positive and negative evaluation. When the visually impaired students talk about themselves they evaluate themselves positively emphasizing their potencialities such as the capacity, autonomy and independence to accomplish daily tasks. On the other hand, when the visually impaired students interpret the way the society sees them, the former positive evaluation changes into a negative image related to the social stereotypes which contribute to build up their identity. They understand that the society sees them as incompetent and unable to accomplish the social tasks. Moreover, when they talk about the sighted individuals they also have a negative evaluation, since they see them as individuals who discriminate and who do not know their reality. The research concluded that that the social identities of the visual impaired students are built up from the positive and negative evaluations which are emphasized mainly by the social stereotypes that turn into serious learning problems in the reading classes / Esta pesquisa pretende investigar a construção das identidades sociais do aluno deficiente visual, nas conversas sobre textos, partindo de três pontos fundamentais imbricados entre si: 1. como o deficiente visual vê a si próprio; 2. a interpretação que o deficiente visual faz a respeito de como a sociedade o vê; e 3. como o deficiente visual vê o vidente. Para que fosse possível a coleta dos dados, houve a necessidade de organizar um grupo de leitura em que foi empregado o método do protocolo verbal em grupo. De acordo com Zanotto (1997), esse método é uma prática sócio-cognitiva na qual os leitores partilham e negociam as várias leituras. Durante o emprego desses protocolos, diferentes identidades sociais surgiram e puderam ser identificadas por meio da análise dos posicionamentos assumidos pelos participantes durante o processo de interação discursiva. Essa análise encontrou respaldo, principalmente, na teoria dos posicionamentos desenvolvida por Harré e Langenhove (1999). Nessa análise, pôde-se identificar que as diferentes identidades sociais, construídas pelos deficientes visuais, estão ancoradas em valorações positivas e negativas. O deficiente quando fala de si mesmo trabalha com valorações positivas que ressaltam suas potencialidades representadas na sua capacidade, autonomia e independência para a execução de tarefas diárias. Quando interpreta a forma como a sociedade o vê, essa valoração positiva dá lugar a uma imagem construída negativamente onde os estereótipos sociais marcam sua identidade. Ele interpreta que a sociedade o vê como incompetente, e incapaz de realizar tarefas sociais. Ao se referir ao vidente, o faz também a partir de valorações negativas, pois ele vê o vidente como alguém que o descrimina, desconhecendo sua realidade. Chega-se assim à conclusão que as identidades sociais do deficiente visual são construídas a partir de valorações positivas e negativas, marcadas principalmente, pelos estereótipos sociais e esses estereótipos se tornam um grave problema de aprendizagem nas aulas de leitura

Made available in DSpace on 2016-04-28T19:33:41Z (GMT). No. of bitstreams: 1 Dissertacao ANA KARINA BARBOSA SAMPAIO.pdf: 639922 bytes, checksum: 45b1ff8aef3b742bbb9fddadb0919ecd (MD5) Previous issue date: 2005-11-21 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This Master essay deals with inductive understanding for local produced texts written by students in Basic Education Local Network, Picos, State of Piaui, Brazil. We deem local produced texts as those texts written by individuals involved in the research social-cognitive environment. Our purpose, from a comprehensive point of view, is to discuss the inductive process for local circulating text readers as a starting point for their social-cultural universe increasing. Therefore, in order to establish which induction types were performed by 8th grade students who read a sole text, we analyzed such induction types. In this essay, we deem reading as the knowledge building process which occurs through an interaction between text and reader. Reader gives meaning to his/her readings, i.e., he/she understands the written text using inferences, which inferences were defined by Marcuschi (1985) as being a reader cognitive capability for building new propositions from other given propositions. Inferences are methods performed by the reader in the reading interaction process. Inferences are basic for understanding, since reader fulfills at the interaction time holes left in text, when there occurs prior acknowledge activation which acknowledge is stored in memory, and it is organized into a structure forming a cognitive model. We performed the research in two schools: Frei Damião (inside city zone), and Acelino Araújo (rural zone). Data were collected from a social-cultural questionnaire, and from the performance of two reading workshops, writing and voicing, in which the understanding of poems Rios Guaribas and Rios sem Discurso was suggested. The major part of students performed analogical-semantic type inferences, and they exhibited a greater understanding interaction in connection with Rio Guaribas poem, a local produced text. Such event is explained for this text dealing with questions that are closer to students social-cognitive environment, while otherwise in relation to Rios sem Discurso poem understanding it was more difficult, which is explained by a fault in linguistic acknowledgement activation in relation to certain lexical items. / Esta dissertação de Mestrado versa sobre a compreensão inferencial do texto escrito dos alunos do Ensino Fundamental da Rede Municipal de Picos-PI em textos de produção local. Consideramos os textos de produção local aqueles que são produzidos contexto sociocognitivo dos sujeitos envolvidos na pesquisa. Objetivamos, num campo maior, discutir o processo inferencial dos leitores em textos de circulação local como ponto de partida para a ampliação do seu universo sociocultural. Para isso, analisamos quais os tipos de inferência foram realizados por educandos da 8ª série na leitura de um mesmo texto. Entendemos a leitura, nesta dissertação, como um processo de construção do conhecimento que se dá por meio da interação entre o texto e leitor. Este último produz sentidos para suas leituras, isto é, compreende o texto escrito utilizando-se das inferências, as quais Marcuschi (1985) as define como sendo uma capacidade cognitiva do leitor para construir novas proposições a partir de outras já dadas. As inferências são estratégias realizadas pelo leitor no processo de interação da leitura. Elas são fundamentais para a compreensão, uma vez que o leitor preenche as lacunas deixadas no texto no momento da interação, em que há uma ativação dos conhecimentos prévios que são armazenados na memória e são organizados em estruturas que formam um modelo cognitivo. Realizamos a pesquisa em duas escolas: Frei Damião (zona urbana) e Acelino Araújo (zona rural). Coletamos os dados a partir de questionário sociocultural e a aplicação de duas oficinas de leitura, escrita e oralidade, em que foram sugeridas a compreensão dos poemas Rio Guaribas e Rios sem Discurso, respectivamente. Os educandos realizaram, em sua maioria, inferências do tipo analógico-semânticas e apresentaram um maior grau de interação na compreensão do poema Rio Guaribas, texto de produção local. Este fato é explicado pelo fato deste texto abordar questões que estão mais próximas do contexto sociocognitivo dos alunos, enquanto que na compreensão do poema Rios sem Discurso houve um maior grau de dificuldade, justificado pela falha na ativação dos conhecimentos lingüísticos relacionados a determinados itens lexicais.

As expressões idiomáticas (EIs), com suas características peculiares, são utilizadas com certa frequência como recurso para a construção da argumentação irônica em textos opinativos. Este trabalho pretendeu analisar, com base nos estudos discursivos, as consequências de seu emprego. Nosso primeiro passo foi diferenciá-las de outros conceitos como os provérbios, ditos populares, frases feitas. Consideramos três como as principais características identificadoras de uma EI: combinabilidade de no mínimo duas palavras, idiomaticidade e inserção dentro de uma memória da língua e discursiva. Num segundo momento investigamos as características presentes nos textos opinativos de jornais, como a Folha de São Paulo e o Clarín de Buenos Aires, para que se pudesse justificar a presença das EIs. Tal investigação nos levou a associar a sua presença ao surgimento da ironia. Características como a mudança de registro, a necessidade de inscrever-se dentro de uma memória discursiva que possa ser compartilhada entre enunciador e enunciatário são as mais evidentes. As EIs, ao serem incorporadas a um discurso, podem sofrer algumas modificações que as relacionam à enunciação, como por exemplo, inserções de palavras ou substituições de outras. São reformulações que se apresentam a fim de melhor contribuírem para a construção de uma argumentação irônica que exigem do enunciador e enunciatário uma capacidade discursiva essencial para que possam atingir sua plenitude semântica. A observação das EIs, nos levou, também, a questionar o modo peculiar como a sua reformulação se apresenta. Concluímos que elas estão muito além de lugares comuns; podem, com seu jogo entre transparente/idiomático, coloquial/institucional, exercer um papel significativo para que se possa instaurar a ironia, revelando-se como importantes elementos participantes da memória de uma língua. / The Idiomatic Expressions (IE) with their peculiar characteristics, are used quite frequently as a resource for the construction of ironic argumentation in opinionated texts. This research aimed to analyse, based on discursive studies, the consequences of their use. Our first step was to differentiate them from other concepts like proverbs, sayings, ready-made expressions . We considered three of them as the main identifiers of an Idiomatic Expression: combinability of at least two words, idiomaticity and insertion in the memory of the language and in the discursive memory . Our second step was to investigate the characteristics present in opinionated texts in newspapers such as a Folha de São Paulo and a Buenos Aires newspaper, Clarín, so that the presence of IE could be justified. Such investigation led us to associate their presence with the appearance of irony. Characteristics such as the change of register , the necessity of inscribing itself in a discursive memory that could be shared between the enunciator and enunciatee are the most evident. When IE are incorporated into a discourse, they can undergo some modifications that relate them to the enunciation, like for example, the insertion of words or substitution of others. These are reformulations thar arise in order to make a major contribution to the construction of a an ironic argumentation that demand of the enunciator and the enunciatee essencial discursive skills so that they can reach their semantic fullness. The observation of IEs also led us to question the peculiar way how their reformulation arises We conclude they are far beyond common places, they can, with their game between transparent/idiomatic, colloquial/institutional, exert a significant role so that irony can be established, constituing themselves as important integrated elements in the memory of a language.

Made available in DSpace on 2016-07-27T13:48:40Z (GMT). No. of bitstreams: 1 ERIKA REJANE RODRIGUES DE SOUZA FIDELES.pdf: 3986777 bytes, checksum: c3fc7991e62d4f4525aa944efd404c18 (MD5) Previous issue date: 2015-02-04 / In this research we aim to analyze the influence of sacred text interpretations of 1 Timothy 2: 11-15, which deals with the submission and silence of women, and the direct or indirect influence of their interpretations and traditions crests in the development of Civil Code articles 1916 , Criminal Code of 1940 which regulated and govern the social and family situation of submission and oppression of women, with regard to social and legal problems of various forms of violence committed until today against women. Also analyze the release process developed by feminist hermeneutics in search of the end of the silence and of female oppression. The readings, reinterpretations and reconstruction of that macho tradition and the many interpretations of sacred texts as 1 Timothy 2: 11-15 that legitimized all this silence condition and subordination of women in stems from the Christian religious and social history. And finally, the achievements made by these women in religious and social life and the reflection of the whole process of struggle and liberation in Brazilian law. We will reflect on historical moments that guided the Brazilian legislation from the standpoint of history and women s movements. Finally, we discuss the origin and the facts that led to the drafting and enactment of Law 11.340 - 2006, popularly nicknamed by Maria da Penha Law, as well as news and advances brought about by this law to the Brazilian laws related to women. / Nesta pesquisa analisaremos a influência direta ou indireta de interpretações do texto sagrado 1Timóteo 2, 11-15, que trata da submissão e do silêncio da mulher, sobre tradições cristãs, bem como na elaboração de artigos do Código Civil de 1916 e do Código Penal de 1940, que disciplinaram e ainda disciplinam a condição social e familiar de submissão e opressão da mulher no que diz respeito à problemática social e jurídica das várias formas de violência cometidas até os dias atuais contra as mulheres. Pesquisaremos sobre o processo de libertação desenvolvido pela hermenêutica feminista na busca do fim do silêncio e da opressão feminina, bem como as releituras, reinterpretações e reconstrução dessa tradição machista e das muitas interpretações de textos sagrados que legitimaram essa condição de silêncio e subordinação das mulheres no decorrer da história religiosa cristã e social como, por exemplo, 1Timóteo 2, 11-15. Investigaremos também sobre as conquistas alcançadas por essas mulheres na vida religiosa e social e o reflexo desse processo de luta e libertação na legislação brasileira. Refletiremos ainda sobre momentos históricos que nortearam a legislação brasileira sob o enfoque da história e dos movimentos de mulheres. Por fim, abordaremos a origem e os fatos que levaram à elaboração e promulgação da lei n. 11.340 - 2006, alcunhada popularmente por Lei Maria da Penha, bem como as novidades e os avanços promovidos por essa lei para a legislação brasileira em relação à mulher.

A busca de palavras em uma grande coleção de documentos é um problema muito recorrente nos dias de hoje, como a própria utilização dos conhecidos \"motores de busca\" revela. Para que as buscas sejam realizadas em tempo que independa do tamanho da coleção, é necessário que a coleção seja indexada uma única vez. O tamanho destes índices é tipicamente linear no tamanho da coleção de documentos. A compressão de dados é outro recurso bastante utilizado para lidar com o tamanho sempre crescente da coleção de documentos. A intenção deste estudo é aliar a indexação utilizada nas buscas à compressão de dados, verificando alternativas às soluções já propostas e visando melhorias no tempo de resposta das buscas e no consumo de memória utilizada nos índices. A análise das estruturas de índice com os algoritmos de compressão mostra que arquivo invertido por blocos em conjuntos com compressão Huffman por palavras é uma ótima opção para sistemas com restrição de consumo de memória, pois proporciona acesso aleatório e busca comprimida. Neste trabalho também são propostas novas codificações livres de prefixo a fim de melhorar a compressão obtida e capaz de gerar códigos auto-sincronizados, ou seja, com acesso aleatório realmente viável. A vantagem destas novas codificações é que elas eliminam a necessidade de gerar a árvore de codificação Huffman através dos mapeamentos propostos, o que se traduz em economia de memória, codificação mais compacta e menor tempo de processamento. Os resultados obtidos mostram redução de 7% e 9% do tamanho dos arquivos comprimidos com tempos de compressão e descompressão melhores e menor consumo de memória. / Pattern matching over a big document collection is a very recurrent problem nowadays, as the growing use of the search engines reveal. In order to accomplish the search in a period of time independent from the collection size, it is necessary to index the collecion only one time. The index size is typically linear in the size of document collection. Data compression is another powerful resource to manage the ever growing size of the document collection. The objective in this assignment is to ally the indexed search to data compression, verifying alternatives to the current solutions, seeking improvement in search time and memory usage. The analysis on the index structures and compression algorithms indicates that joining the block inverted les with Huffman word-based compression is an interesting solution because it provides random access and compressed search. New prefix free codes are proposed in this assignment in order to enhance the compression and facilitate the generation of self-sinchronized codes, furthermore, with a truly viable random access. The advantage in this new codes is that they eliminate the need of generating the Huffman-code tree through the proposed mappings, which stands for economy of memory, compact encoding and shorter processing time. The results demonstrate gains of 7% and 9% in the compressed le size, with better compression and decompression times and lower memory consumption.

Este trabalho teve por objetivo descrever e problematizar a natureza multimodal que o texto dramático (texto escrito para o teatro e texto oralizado/representado) instaura na prática escolar. Assumimos a hipótese de que escolarizar o híbrido constitui-se tarefa complexa, pois que o texto dramático restabelece o vínculo entre estrutura e ação, entre linguagem e corpo, entre saber e prática, exatamente o que a escola denegou como necessidade histórica de se legitimar como forma social autônoma (KRESS, 2000; VINCENT; LAHIRE; THIN, 2001; SOARES, 2002). Para subsidiar este estudo, procedemos a um levantamento de dados que nos aproximou, de forma gradativa, à prática de sala de aula (das representações do que seja ensinar/aprender texto dramático às condições de produção efetivas de ensino e aprendizagem desse gênero discursivo). A investigação das percepções/concepções sobre o ensino de texto dramático foi realizada por meio de análise documental de livros didáticos voltados ao 8º ano e 9º anos do ensino fundamental, publicados entre 2008 e 2010, aprovados pelo Programa Nacional do Livro Didático PNLD (BRASIL, 2010) e pela elaboração e aplicação de questionários a professores da rede pública de ensino, que lecionam língua portuguesa em municípios localizados no norte do Paraná; e alunos de 8os e 9os anos do Colégio Estadual Rodrigues Alves (Maringá-PR). A atuação didática em torno desse gênero correspondeu a uma pesquisa-ação com alunos do 8º ano do ensino fundamental, no contexto de ensino e aprendizagem do texto dramático na disciplina Língua Portuguesa, totalizando 30h/a. O procedimento buscou promover o seguinte percurso de recepção/produção de textos: assistir a uma peça em um teatro da cidade; ler a peça de teatro a que assistiu; escrever, coletivamente, o próprio texto dramático; encenar o texto que escreveu em um teatro da cidade. Para atender a cada um desses itens, foram elaboradas atividades organizadas em cinco (05) módulos didáticos: 1) Presentificação do Objeto de Ensino; 2) Produção de Leitura; 3) Produção Escrita; 4) Produção Oral e Multimodal e 5) Circulação. Para as discussões e análises foram necessárias várias teorias; dentre elas: a concepção bakhtiniana da linguagem (BAKHTIN/VOLOCHÍNOV, 2002[1929]; BAJTIN/MEDEVEDEV, 2003[1928]; BAKHTIN, 2003[1979], 2005[1929]), a contribuição teórico-metodológica dos pesquisadores genebrinos (DOLZ; SCHNEUWLY, entre outros, 2004), os estudos teatrais para concepção de texto dramático como gênero híbrido (MAGALDI, 1997; PAVIS, 2011; RYNGAERT, 1995; CHACRA, 2010; UBERSFELD, 2010), os pressupostos da multimodalidade que nos autorizam pensar texto dramático no ensino de língua materna (COPE; KALANTZIS, 2000; ROJO, 2009, 2013, 2014, DIONÍSIO, 2011, ROJO; MOURA, 2012; ROJO; BARBOSA, 2015) e a proposta modular para apreensão e produção de gêneros discursivos (LOPES-ROSSI, 2002, 2006, 2011, 2012), que nos ajudaram a desenvolver a pesquisa-ação (THIOLLENT, 2005[1985]; FRANCO, 2005). O estudo evidenciou que o texto dramático constitui desafio para o ensino de língua portuguesa, ao promover: i) a ampliação dos saberes convocados para produção/recepção desse gênero discursivo e de seus modos de apropriação (do escritural para o oral e destes para o multimodal); ii) a experimentação de práticas discursivas engendradas pela esfera teatral (ir ao teatro, efetuar leituras dramáticas, escrever peça, produzir cartazes de divulgação, encenar etc.) e iii) o desenvolvimento de competências relacionadas a esse objeto de ensino (linguístico-discursiva, interacional, comunicativa e expressiva). Nessa direção, o trabalho buscou contribuir para o aprofundamento dos estudos voltados à Linguística Aplicada no que concerne à correlação Arte e ensino de língua portuguesa. / This thesis had as its objective describing and problematizing the multimodal nature that dramatic texts (theater-aimed texts and texts to be read aloud/acted out) bring to school practices. The hypothesis of this work in that transforming what is hybrid in a teaching topic is a complex task, since dramatic texts reestablish the bond between structure and action, between language and body, between knowledge and practice, that is, precisely what the school has refused as historical need to legitimate itself as an autonomous social form (KRESS, 2000; VINCENT; LAHIRE; THIN, 2001; SOARES, 2002). In order to make this study possible, data was gathered in a way that has led to the gradual approach to classroom practices (from the representations of what teaching/learning dramatic texts is to the actual requisites for the teaching and learning of this discourse genre). The investigation of the perceptions/conceptions of dramatic text teaching was carried out by means of documental analysis of textbooks published between 2008 and 2010, approved by the National Program of Textbooks (Programa Nacional do Livro Didático PNLD), and aimed at elementary school 8th and 9th graders. Besides that, quizzes were created, to which Portuguese teachers from cities in the north of Paraná and students in the 8th and 9th grades of Rodrigues Alves School (located in Maringá-PR) were asked to provide answers. The didactic practice regarding this genre led to a 30-hour action research sequence involving elementary school 8th graders, in the context of the teaching and the learning of dramatic texts in Portuguese. This procedure sought to promote the following course of action regarding the reception and production of texts: seeing a play in a city theater, reading the play that was seen, writing a dramatic text collectively, and stage it in a city theater. In order to cater for each of those steps, activities were created and organized in five modules: 1) Presentification of the Teaching Topic; 2) Reading; 3) Writing; 4) Oral and Multimodal Production; and 5) Circulation. The discussion and analysis required several theories, among which: Bakhtins concept of language (BAKHTIN/VOLOCHÍNOV, 2002[1929]; BAJTIN/MEDEVEDEV, 2003[1928]; BAKHTIN, 2003[1979], 2005[1929]), the theoretical and methodological contribution of the Genevan researchers (DOLZ; SCHNEUWLY, and others, 2004), the theatrical studies for the conception of dramatic texts as a hybrid genre (MAGALDI, 1997; PAVIS, 2011; RYNGAERT, 1995; CHACRA, 2010; UBERSFELD, 2010), the theoretical assumptions on multimodality which make it possible to relate dramatic texts and mother language teaching (COPE; KALANTZIS, 2000; ROJO, 2009, 2013, 2014, DIONÍSIO, 2011, ROJO; MOURA, 2012; ROJO; BARBOSA, 2015), and the modular proposal for the apprehension and production of discourse genres (LOPES-ROSSI, 2002, 2006, 2011, 2012), which was one of the bases for the development of the action research sequence (THIOLLENT, 2005[1985]; FRANCO, 2005). This study made it evident that dramatic texts pose a challenge to the teaching of Portuguese as it promotes: i) the increment of the knowledge necessary to the production/reception of this discourse genre and its modes of appropriation (from written to oral language and from those to multimodality); ii) the experience with discursive practices inherent to the theater (going to the theater, reading and writing plays, creating posters, acting etc.), and iii) the development of competences related to this teaching topic (linguistic-discursive, interactional, communicative and expressive). This work has intended to contribute to the expansion of Applied Linguistics studies as far as the relationship between Art and Portuguese teaching is concerned.