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

O crescimento do mercado dos aviões executivos está em níveis excepcionais nos últimos anos. De acordo com pesquisas da fabricante de motores Rolls-Royce existe uma demanda prevista até 2025, de mais de 24000 novas aeronaves executivas de pequeno, médio e grande porte. Além do potencial de crescimento e a importância econômica do segmento, a complexidade e a diversidade tecnológica presentes tornam o mercado de aviação executiva um excelente universo de estudo. De forma a avaliar a evolução tecnológica desse segmento de mercado de aviação, desenvolveu-se uma metodologia de análise baseada na Teoria da Informação. A Teoria da Informação desenvolvida por Shannon (1948) a partir de seu artigo sobre a transmissão de dados através de um canal com ruído, possibilitou o desenvolvimento de teorias sobre a transmissão, compressão e codificação de dados. E através de alguns de seus conceitos fundamentais, ultrapassou os contornos da engenharia de comunicações tornando-se uma ferramenta multidisciplinar influenciando áreas como a economia, a matemática e a ciência da computação. Utilizando-se de alguns dos conceitos fundamentais propostos por Shannon Saviotti (1987) comprovou a relação entre o processo de evolução tecnológica e o desenvolvimento econômico e Frenken (1999) desenvolveu metodologias de estudo a respeito da dominância de projetos no mercado, em especial no mercado aeronáutico. Bosque (2006) propôs algumas melhorias ao trabalho de Frenken (1999). No presente trabalho, um banco de dados contendo 103 aeronaves lançadas no período de 1955 e 2007 foi criado. Nesse banco de dados 15 parâmetros de projeto definem a configuração de uma aeronave. Esses parâmetros foram avaliados com o objetivo de definir os projetos dominantes, o período de influência desses projetos no mercado, as tendências e as variações tecnológicas introduzidas no período estudado. Considerou-se ainda a influência do tempo de análise e dos parâmetros de projeto. A influência do tempo de análise foi determinada através da comparação dos resultados obtidos para intervalos de tempo de 2, 5, 10, 15 e 20 anos. A influência dos parâmetros de projeto foi determinada através da comparação dos resultados obtidos para a variação do tipo de motor, da carga alar e do índice de produtividade, o qual considera relação entre a velocidade, o alcance e a largura de cabine das aeronaves. Aeronaves como o Lockheed JetStar I, o Sabreliner, o Learjet 25, o Hawker Siddeley, o Challenger 600, o Gulfstream III, o Citation II, o Learjet 60 e o Gulfstream V destacaram-se como projetos dominantes do período estudado impactando seus sucessores de forma decisiva, definindo assim as trajetórias e os ciclos do processo de evolução tecnológica das aeronaves executivas. Nota-se que a metodologia de estudo da evolução tecnológica das aeronaves executivas, desenvolvida a partir de conceitos da Teoria da Informação, pode ser utilizada como uma ferramenta adicional ao projeto de aeronaves e ao estudo estratégico do mercado da aviação.

Desde o início da história da aviação, cada nova aeronave é criada para que seja mais econômica, mais rápida, mais leve, melhor do que as que a antecederam. Compreender a evolução tecnológica da aviação é extremamente útil quando se deseja projetar uma nova aeronave. Saviotti (1984) e, posteriormente, Frenken (1997) propuseram um método de análise da evolução tecnológica de aeronaves. Esse método, baseado em conceitos de teoria da informação desenvolvidos por Shannon (1948), especialmente o conceito de entropia estatística, se mostrou bastante eficaz. O método, porém, é essencialmente uma ferramenta de análise, e não de projeto. Baseado em um banco de dados de aeronaves, o método é capaz de determinar em que medida cada uma delas foi influenciada por seus predecessores (o que se denomina "convergência") e, por sua vez, influenciou seus sucessores (o que se denomina "difusão"). Neste trabalho, uma ferramenta de auxílio ao projeto de aeronaves é proposta. Essa ferramenta se baseia no método de entropia estatística. Dadas especificações da aeronave que se deseja projetar, e um banco de dados com informações de diversas aeronaves, é realizada a minimização da entropia do sistema, o que conduz a uma aeronave com alto índice de convergência, ou seja, que tenha absorvido o mais possível da tecnologia de aeronaves existentes. A minimização da entropia é realizada através de um algoritmo genético. O algoritmo foi selecionado devido a sua robustez ao lidar com grandes quantidades de informação, minimizando diversas variáveis independentes simultaneamente mesmo na ausência de uma modelagem física do sistema. Foram realizadas diversas análises para avaliar a eficácia do método da entropia estatística. Em especial, um design criado pelo método foi comparado com três outros projetos com as mesmas especificações, realizados por times distintos de engenheiros utilizando-se de métodos convencionais. Além disso, foi avaliada a gama de especificações na qual o método é eficaz, e os seus limites. Como forma de avaliar mais completamente a qualidade dos resultados produzidos pelo método, estes foram testados, através de uma análise de desempenho das aeronaves obtidas, para avaliar se eram internamente consistentes.

Employing the probabilistic entropy methodology, one of the objectives of this work is to develop a robust and simple tool to be employed in the empirical analysis of airplane configuration and technology evolution. Two specific analyses were performed to validate the procedure. One is the evolution of civil aviation transportation in the jet age (1950-2006) and the other being the evolution of fighter aircraft during the period of 1914 to 2009. An extensive study was carried out in order to select the variables used to describe each aircraft. After the creation of the aircraft databank, the tool developed in the present work takes the variables as input do evaluate two important technological indexes: the convergence and the diffusion. Studies analyzing the combination of the diffusion and the convergence indexes, as well as the critical transition of the airplanes were conducted in this paper. The methodology herein developed can be highly helpful as a decision making tool to be used during the conceptual design phase of an airplane.

Este trabalho apresenta um estudo sobre técnicas para detecção de variações em sequências temporais de imagens de Radar de Abertura Sintética (SAR). Apresentam-se os aspectos relevantes das características de imagens SAR e do processo de interferometria. Analisa-se o Mapa Coerência entre duas imagens, salientando-se suas peculiaridades e características na detecção de variações entre duas imagens SAR. São dados exemplos de estimação de Mapas Coerência entre imagens SAR de sensores orbitais e aerotransportados. Propõe-se uma nova técnica para detecção de variações em sequências de imagens SAR baseada no conceito de entropia, da Teoria de Informação. Esta técnica gera uma Imagem Entropia que é analisada e comparada com o Mapa Coerência. Define-se também a Imagem Entropia para um número qualquer de imagens SAR. São dados exemplos de Imagens Entropia entre imagens SAR de sensores orbitais e aerotransportados. Mostra-se que a Imagem Entropia pode ser estimada com mais precisão que o Mapa Coerência quando são utilizadas pequenas janelas de estimação (poucas amostras). Utilizando-se simulações e imagens SAR reais, mostra-se que a Imagem Entropia é mais sensível que o Mapa Coerência nas regiões com altos valores de coerência. Nas simulações utiliza-se um método, também proposto neste trabalho, para geração de imagens SAR com coerência controlada. Propõe-se ainda a formação de uma imagem composta, onde utilizam-se as vantagens da Imagem Entropia e do Mapa Coerência na sua formação.

A bioeletrogenese tem atraído a atenção da ciência desde a antiguidade. Capazes de produzir campos elétricos e também de sentir estes campos, os peixes elétricos pulsadores de campo fraco são um modelo de estudo praticamente com características únicas em neuroetologia, ja que permitem ao experimentador medir de maneira não invasiva os sinais espaco-temporais envolvidos em pelo menos duas capacidades complexas do sistema nervoso do animal: a eletrolocalizacao (em que e produzida uma imagem elétrica das proximidades) e a eletrocomunicacao (em que os padrões de pulsos são usados para identificar conspecificos, seu sexo, tamanho, resolver disputas de território, etc). Entretanto, como os pulsos geralmente são idênticos em indivíduos de uma mesma espécie e a amplitude do sinal medido depende da distancia dos animais aos eletrodos usados, experimentos com animais livres para se movimentar são muito difíceis de realizar, mais ainda experimentos com mais de um animal interagindo. Por isso, na maioria dos trabalhos encontrados na literatura o comportamento elétrico dos animais e registrado durante curtos intervalos de tempo em que seus movimentos eram bastante restritos ou limitados a agua bem rasa. Além disso, os estímulos eram geralmente compostos por pulsos quadrados ou períodos senoidais apresentados a intervalos regulares. Os protocolos experimentais usados eram sempre unidirecionais, ou seja, não dependiam nem se adaptavam a atividade dos peixes. Para lidar com estas limitações, que acreditamos tornarem o comportamento dos animais muito diferente do que ocorre na natureza, desenvolvemos aparatos experimentais para registrar e estudar o comportamento elétrico e motor de peixes elétricos pulsadores nadando livremente por longos períodos de tempo e que podem ser facilmente adaptados para o estudo de diversas espécies. Utilizamos técnicas de interação em tempo real entre computadores e sistema nervoso vivo, adaptado de protocolos do tipo dynamic clamp, para produzir estímulos elétricos realistas e também estímulos luminosos. Mostramos protocolos de estimulação clássicos unidirecionais bem como bidirecionais, dependentes da atividade dos animais. Aplicamos técnicas de analise de dados baseadas na teoria da informação que permitiram associar a entropia da serie de pulsos do órgão elétrico a movimentação do animal. Aplicamos estes aparatos e técnicas para estudar peixes elétricos de campo fraco de espécies que pertencem a ordens diferentes e, portanto, são o resultado de historias evolutivas distintas: o peixe sul americano G. carapo, da ordem dos Gymnotiformes e o peixe africano G. petersii, da ordem dos Mormyriformes. Obtivemos evidencias de comunicação dos animais e estudamos quais os padrões mais prováveis de disparo em diferentes condições. Uma das espécies apresentou um longo transiente quando exposta a um novo ambiente, evidenciando que as técnicas tradicionais de restringir periodicamente o movimento do peixe não são adequadas para o estudo do comportamento desta espécie. Nossos resultados apresentaram varias evidencias de que os animais são capazes de distinguir estímulos realistas (gravados de conspecificos), de estímulos aleatórios com propriedades estatísticas semelhantes e que há 2 valores de echo response validando a necessidade dos métodos de estimulo desenvolvidos. Também pudemos mostrar que protocolos de estimulação em tempo real bidirecionais, são mais efetivos em interagir com o código do peixe quando comparados com os protocolos unidirecionais tradicionais e que os animais são capazes de aprender a controlar seu comportamento motor e também sua frequência de disparo para evitar estímulos indesejados. / Bioloelectrogenesis is known since ancient times. Weakly electric fish are a wonderful model in Neuroethology because they produce and sense eletric fields. These unique features allow non invasive experiments to access complex spatio-temporal signals involved in 2 tasks called electrocommunication and electrolocation. Electrolocation is the ability to see the surrounding areas /objects by analyzing changes in the fish\'s own electric field and electrocommunication is the ability to identify conspecifics, fight for dominance etc. In this last task fish have their electric field distorted by conspecifics\' eletric organ discharges. Usually, within species, pulse-type weakly electric fish discharge pulses with similar waveform and the amplitude of the pulse depends on the distance to the recording electrodes being very difficult to measure the discharges in freely swimming animals, specially when 2 or more animals are interacting. For these reasons, most studies found in the literature are done with restrained animals or in shallow tanks. The most commom stimuli used are square/sine waves or very short pre-recorded discharges in classic protocol where the stimuli do not depend on the fish\'s activity. To overcome these issues trying to perform more naturalistic experiments, we developed experimental setups to record the electric and motor behavior in freely pulse-type electric fish for long periods. Our setups have also the advantage of being easy to adapt making possible to study several species. We performed real time experiments with realistic electric and light stimuli using dynamic clamp techniques adapted to Neuroethology. We show both classic unidirectional protocols as well as bidirectional closed loop interaction, taking into account the fish\'s dynamic activity. Analyzes based on Information Theory revealed that the entropy of the electric organ discharges are correlated to the their movement. We performed experiments using the setups and techniques mentioned before in 2 species that have evolved independently: G. Carapo (Gymnotidae) from South America and G. petersii (Mormyridae) from Africa. We show evidence of real communication and we study the inter pulse discharge probability in different behavioral circumstances. One specie showed a long transient behavior when introduced in new environment, hence, the traditional experiments with restrained animals might not be suitable to study natural behavior. Our results show several evidences that the fish can distinguish between realist stimuli from conspecifics and random ones, that there are 2 values of echo response instead of 1, demonstrating the importance of our new setup and protocols. We could also show that closed loop protocols were more effective to stimulate and interact with the fish\'s activity and that the animals are able to control their motor and electric behavior avoiding possibly harmful stimulation.

Orientador: José Augusto Chaves Guimarães / Co-orientador: Hope Alene Olson / Banca: Daniel Martínez Ávila / Banca: Fabio Assis Pinho / Banca: João Batista Ernesto de Moraes / Banca: Miriam Figueiredo Vieira da Cunha / Resumo: A representação de assunto pressupõe um poder que, valendo-se de processos e instrumentos convencionados, leva à construção de produtos por meio dos quais o usuário terá acesso à informação desejada − os denominados substitutos documentais. No entanto, há o risco de os substitutos documentais serem construídos com biases em dois contextos: em um contexto negativo, quando deixam de incluir diversas características, desprivilegiam grupos e temas (OLSON, 2002b) ou contêm inclinações, desvios ou preconceitos. Já em um contexto positivo, percebem-se direcionamentos ou vieses que visam garantir especificidade a determinadas comunidades usuárias. Neste cenário polissêmico, surge uma questão importante: como as biases se compõem, se constroem e se comportam teoricamente na representação de assunto? Face a uma constatada lacuna na literatura de Biblioteconomia e Ciência da Informação de estudos sobre esses temas, propomos uma discussão crítica no campo da organização da informação que possa situar, definir e caracterizar o fenômeno bias na representação de assunto. Para tanto, essa pesquisa exploratória e de caráter qualitativo adota uma metodologia mista e documental baseada na releitura que Frohmann (1994) faz da Análise de Discurso Foucaultiana e numa postura epistêmica pós-estruturalista, pois não estamos em busca de verdades universais, mas de uma outra maneira de entender a representação de assunto e os substitutos documentais construídos pelos bibliotecários. Elegemos o método Desconstrução (OLSON, 1996, 2001a, 2002b) para descentralizar a oposição binária "neutralidade versus interesses especiais", isto é, de um lado temos a crença do bibliotecário em evitar a interferência de seus valores morais na busca de uma suposta imparcialidade; e do outro, a necessidade ... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Subject representation presupposes a power supported by conventional processes and tools for the construction of products − the document surrogates, which will enable the user to have access to the desired information. However, document surrogates may be constructed with bias in two contexts: in a negative context, they may introduce bias by leaving out diverse features, disenfranchising groups and topics (OLSON, 2002b) or by conveying inclinations, detours or prejudices. In a positive context, slanting or tendency aimed to ensure specificity to a particular community of users can be perceived. Relevant questions arise from this polissemic scenario: how are biases composed and constructed and how do they act in subject representation from a theoretical point of view? Considering that the literature in Library and Information Science lacks studies on these issues, we propose a critical discussion in the field of information organization in order to situate, define, and characterize bias in subject representation. This dissertation is exploratory and documentary and adopts a mixed methodology based on Foucauldian Discourse Analysis (FROHMANN, 1994) and poststructuralist epistemology, as we are not searching for universal truths, but for another way to understand subject representation and the document surrogates constructed by librarians. Deconstruction (OLSON, 1996, 2001a, 2002b) was the method used to descentralize the binary opposition "neutrality versus special interests". Thus, we have on one hand the librarian's belief to avoid interference from his moral values while pursuing a supposed impartiality and, on the other hand, his need to make value judgments to better represent specific discursive communities. Binaries were descentralized using the Functional Requirements ... (Complete abstract click electronic access below) / Doutor

Orientador: Edberto Ferneda / Banca: / Resumo: As ontologias surgiram a partir de discussões na Filosofia com o objetivo de discutir a essência das coisas, nos estudos da metafísica por Aristóteles, que dentre os diferentes ramos de investigação filosófica, tratava do conhecimento da essência de toda a realidade. A ontologia trata do estudo do "Ser" enquanto ser. O termo foi posteriormente utilizado em diferentes áreas como a Ciência da Computação (CC), Psicologia, Ciência da Informação (CI), entre outros. Nesse texto é apresentado um levantamento da utilização das ontologias na representação do conhecimento, identificando e destacando a forma de utilização da ontologia como ferramenta na CC e CI. Para tal, o trabalho inicial com uma contextualização do termo ontologia, desde a sua origem na Filosofia até a sua utilização em algumas das áreas do conhecimento. Em seguida é apresentado um levantamento sobre a representação do conhecimento, a destacar a CC e CI, bem como sobre a utilização da ontologia nesse contexto informacional. Afim de evidenciar a importância das ontologias para representação do conhecimento, também são listadas as principais metodologias de criação de ontologia, aprendizado de ontologia, bem como as ferramentas utilizadas para essas tarefas, além do gerenciamento e engenharia de ontologias. E por fim são apresentadas as considerações finais acerca da utilização das ontologias como ferramentas semânticas na CI e como as futuruas pesquisas podem se beneficiar desse trabalho como uma base para o entendime... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Ontologies come from discussions in Philosophy to debate the essence of things in Aristotle's studies of metaphysics, which among the different branches of philosophical inquiry dealt with the knowledge of the essence of all reality. Ontology deals with the study of "Being" as being. The term was later used in different areas such as Computer Science (CC), Psychology, Information Science (IS), andothers. This thesis presents a survey of the use of ontologies in knowledge representation, identifying and highlighting how ontology is used as a semantic tool in CC and IS. For this, is presented a contextualization of the term ontology, from its origin in Philosophy to its use in some of the areas of knowledge. Next, a survey is presented on the representation of knowledge, highlighting the CC and IS, as well as on the use of the ontology in this informational context. In order to demonstrate the importance of ontologies for knowledge representation, the main methodologies for ontology creation, ontology learning, as well as the tools used for these tasks, as well as the management and engineering of ontologies are also listed. Finally, it's present the final considerations about the use of ontologies as semantic tools in IS and how future researches can benefit from this work as a basis for the understanding of ontologies as a semantic tool in IS. / Mestre

Orientador: José Augusto Chaves Guimarães / Banca: Mariangela Spotti Lopes Fujita / Banca: Marcos Luiz Cavalcanti de Miranda / Resumo: Os instrumentos e os processos de representação do conhecimento refletem as visões políticas e culturais de seus idealizadores e, portanto, não são neutros. Desse modo, e considerando que a ética se estabelece como uma maneira de distanciar o poder sobre os outros, evitando ser objeto de qualquer ideologia, observa-se que, a questão da representação está intimamente ligada a uma dimensão ética, porque deve se preocupar com sua utilidade e confiabilidade para determinados grupos de usuários. Nesse sentido, propõe-se, por meio de pesquisa exploratória de natureza teórico-investigativa, estabelecer, a partir dos estudos de Antonio García Gutiérrez, Michèle Hudon e Clare Beghtol, a identificação de vertentes teóricas convergentes que subsidiem as questões sobre os aspectos éticos nas atividades de representação do conhecimento. Do cotejo e análise crítica das idéias dos referidos autores, observa-se que os mesmos possuem concepções convergentes em relação ao usuário e suas crenças, e complementares em relação à competência profissional, podendo-se concluir que os valores de transculturalidade na mediação, multilingüismo e garantia cultural são inerentes às atividades de representação do conhecimento e determinantes do fazer profissional na área. / Abstract: The instruments and the processes of knowledge representation reflect the political and cultural standpoint of its creators and, therefore, they are not neutral. That way, and considering that ethics establishes itself as a way to distance power over others, preventing itself from being the object of any ideology, one can observe that, the issue of representation is linked to an ethical dimension, because it shall concern its utility and reliability for determined groups of users. In this direction, it is considered, by means of exploratory research of theoretical-investigative character, to establish, based on the studies of Antonio García Gutiérrez, Michèle Hudon and Clare Beghtol, the identification of convergent theoretical chains that subsidize the issues on ethical aspects in the activities of knowledge representation. From confrontation and critical analysis of the ideas of the authors listed above, one can observe that the same ones have convergent takes on the user and its beliefs, and complementary takes concerning the professional ability, thus concluding that the values of transcultural ethics of mediation, multilingualism and cultural warrant are inherent to the activities of knowledge representation and determinant to professional performance in the field. / Mestre

Orientador: João Batista Ernesto de Moraes / Banca: Mariângela Spotti Lopes Fujita / Banca: Maria de Fátima Gonçalves Moreira Tálamo / Resumo: A identificação de assuntos, ocorrida na etapa analítica de um documento submetido ao tratamento temático, constitui um campo de estudo carente de metodologias que auxiliem o leitor profissional na seleção de conceitos que propiciem os subsídios necessários à elaboração dos produtos documentários decorrentes desse processo. Dessa forma, os estudos em torno do conceito Aboutness têm adquirido um papel evidente nos estudos do campo documental, tendo em vista, que o processo de atribuição de termos e conceitos a partir da leitura documental deve sintetizar satisfatoriamente o conteúdo informativo do documento tornando esse procedimento um momento chave para todas as fases subsequentes do processo. Desse modo, a Ciência da Informação tem buscado também em outros campos, subsídios que colaborem para a abordagem temática, de forma a auxiliar a sua compreensão de acordo com a finalidade de sua representação em um sistema de informação. Realizamos assim a abordagem da literatura da Ciência da Informação em torno do conceito aboutness com vistas à melhor compreensão dessa abordagem e para tanto, são explorados além da literatura relacionada, quatro dos principais periódicos nacionais da área, selecionando artigos que tenham apresentado ou discutido essa questão. Verificou-se que o termo aboutness foi traduzido em geral por atinência, tematicidade e sobrecidade, sendo que não houve um consenso quanto a um dos três termos, no entanto, enquanto sobrecidade caiu em desuso, atinência e tematicidade permanecem em utilização. Além disso, apesar de pouco explorado em língua portuguesa, esse conceito traz implicações conceituais para a área, que podem influenciar o desenvolvimento teórico dos processos de identificação de assunto ao buscar uma abordagem que visa não apenas a identificação do aboutness... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The subject determination that occurred in the analytical stage of a document submitted to the subject analysis, is a field of study in need of methodologies that can help the professional readers in the selection of concepts that provide the subsidies to elaborate documentaries products. Thus, studies on the concept Aboutness have acquired a clear role in the documentary field studies in order that the process of assigning terms and concepts from the documentary reading should adequately summarize the information content of the document by making the procedure a key moment for all subsequent stages of the process. Thus, information science has sought in other fields, subsidies to help in the subject analysis in order to assist in your understanding in accordance with the purpose of their representation in an information system. We approach the literature of information science around the concept of aboutness with a purpose to better understanding this conception of subject analysis and both are explored in addition to the related literature, four major national journals in the field, selecting items that have submitted or discussed this concept. It was found that the term aboutness has been translated by atinência, tematicidade and sobrecidade, and there was no consensus on one of three terms, however, while sobrecidade has fallen into disuse, tematicidade and atinência remain in use. Furthermore, although little explored in portuguese, this concept has conceptual implications for the area, which can influence the theoretical development of processes to identify the subject by seeking an approach that aims not only to identify the aboutness inherent in the document, but also aboutness assigned by the indexer or user, also handled by meaning (significado), and thus admits that even with the possibility of assigning different meanings and interpretations of a document that has an inherent and fundamental issue that does not change. / Mestre