ECOM modelo computacional de seleção automática de termos candidatos a partir de mineração de textos para auxiliar na construção de ontologias

Abstract

Vivencia-se uma consolidação crescente em progressões geométricas, não só da convergência digital, mas também da criação de conteúdos totalmente já digitalizados. No entanto, grande parte dessas informações disponíveis na Web mantém como característica principal a interpretação do seu conteúdo direcionada a pessoas e não a programas de computador. Neste contexto, a construção de ontologias pode ser vista como um passo importante de evolução na específicacão de conhecimento. Por isso, muitos estudos são realizados acerca da referida construção e sua estrutura. Todavia, os estudos encontrados não apresentam um modelo computacional que associe as técnicas de mineração de textos e gestão do conhecimento para construir uma lista de termos candidatos para auxiliar no processo de construção de ontologias de domínio a partir dos resultados da aplicação destas técnicas. Diante disso, e com base nos estudos realizados, o problema estudado nessa disserta ção visa diminuir a intervenção manual e a dependência de especialistas do domínio na construção de ontologias de domínio unindo mineração de texto e gestão do conhecimento. Dentro desse contexto, o objetivo desse trabalho é projetar um modelo para eleição de termos candidatos para auxiliar no processo de construção de ontologias de domínio a partir dos resultados das técnicas de mineração de textos aplicadas a uma dada amostra de documentos científicos não estruturados do domínio selecionado pelo usuário. O modelo proposto tem como finalidade subsidiar a diminuição da interven ção manual e da dependência de especialistas do domínio no processo de construção de ontologias. Apesar do modelo construir uma lista de termos candidatos e não construir ontologias, os termos candidatos podem auxiliar no melhor mapeamento do domínio e na consequente construção de novas ontologias, ou seja, o modelo proposto pode colaborar na construção de bases ontológicas, e consequentemente, no seu aumento.

ABSTRACT:

There is a growing consolidation in geometric progressions, not only of digital convergence, but also of the creation of fully digitized content. However, much of this information available on the Web maintains as its main characteristic the interpretation of its content aimed at people and not at computer programs. In this context, the construction of ontologies can be seen as an important step in evolution in the specificity of knowledge. Therefore, many studies are carried out on of said construction and its structure. However, the studies found do not show a computational model that associates the techniques of text mining and management of the knowledge to build a list of candidate terms to aid in the process of construction of domain ontologies from the results of the application of these techniques. In view of this, and based on the studies carried out, the problem studied in this dissertation aims to reduce manual intervention and the dependence of domain experts in the construction of domain ontologies, combining text mining and knowledge management. Within this context, the objective of this work is to design a model for the election of candidate terms to assist in the process of building domain ontologies to from the results of text mining techniques applied to a given sample of unstructured scientific documents in the domain selected by the user. The proposed model aims to subsidize the reduction of manual intervention and dependence on domain specialists in the ontology construction process. Although the model builds a list of candidate terms and does not build ontologies, the candidate terms can help in better mapping the domain and in the consequent construction of new ontologies, that is, the proposed model can collaborate in the construction of ontological bases, and consequently, in the its increase.