o r g a n i z a ç ã o : Taxonomia do planejamento à implantação > > > > Tornado-a Real! i n f e x p e r i e n c i a s e m a n t i c a.

Transcrição

1 o r g a n i z a ç ã o : Taxonomia do planejamento à implantação > > > > > Tornado-a Real! i n f e x p e r i e n c i a s e m a n t i c a. c o m

2 Sinônimos afetam o e-commerce! A ideia central foi testar os sites mais populares, segundo os resultados da busca orgânica Google, nas categorias de produtos mais vendidos conforme pesquisa e-bit 2. Fonte: E-commercer Brasil, Fev. 22. Disponível em:

3 No primeiro semestre de 2 o e-bit anunciou que, pela primeira vez, os livros e periódicos perderam a liderança no varejo online para os eletrodomésticos, que ficaram com 3%, ocupando assim a primeira colocação, seguida pela categoria de informática, com 2%. Em terceiro os produtos de saúde e beleza, com %. E os livros e assinaturas de revistas e jornais, historicamente líderes do e-commerce, caíram para o quarto do ranking, com 8%. Dos 5 mais populares, o Ponto Frio teve o melhor índice de revocação,,68 sendo o que o índice máximo é. Todos os demais ficaram com zero, ou seja não retornaram nenhum registro. Curioso observar que o site BuscaPé, o 6º mais popular no Google segundo o critério que defini, teve um índice de revocação com aproveitamento de %, ou seja, o buscador desse site retornou 43 registros (produtos) tanto com uso da palavra frizer como com a grafada de forma correta, freezer. google empresa a termo de busca n. resultados b índice de precisão índice de revocação º ponto frio frizer freezer 9 76,68 c,77 d,9 2º walmart frizer freezer 4,92 e 3º magazine luiza magazine luiza frizer freezer 72 4º americanas americanas frizer freezer 2 7 f,8 g 5º carrefour carrefour frizer freezer 9,78 h a) Cinco primeiras empresas em ordem de relevância na lista de resultados da busca natural após uma pesquisa no Google com o termo eletrodoméstico. b) Considera-se número total de registros relevantes no sistema o número de registros recuperados com a palavra freezer menos as falsas recuperações. c) Juntamente com os freezers vieram 6 livros e DVDs. d) Juntamente com os freezers vieram 4 livros, DVDs, vasilhas para freezer etc. e) Juntamente com os freezers vieram 4 produtos como trava para geladeiras e freezer, livros e etc. f) Retornou um livro 2 produtos não relevantes: Aventuras da dona Friz Egito Antigo de Joanna Cole e um vazo Linha frizada em cerâmica. g) Juntamente com os freezers vieram 4 livros, DVDs, vasilhas para freezer etc. h) Juntamente com os freezers vieram 4 conjunto de vasilhas para freezers. Nota: Pesquisa realizada em 8/2/2.

4 Depois de testarmos os sites mais populares no maior segmento de e-commerce do Brasil, o de eletrodomésticos, vamos brincar um pouco no segmento que vem conquistando fatias cada vez maiores, segundo pesquisa da e-bit: o de beleza, saúde e medicamentos. Agora vou utilizar uma palavra sinônima, aportuguesada, para um produto bem comum, xampu. Esse exemplo ( xampu = shampoo ) expressa uma relação de equivalência entre dois termos que representam o mesmo conceito em diferentes línguas. O capítulo 9, Equivalence across languages, da ISO [...] usa mais de 7 páginas da norma para tratar desse tipo de equivalência entre línguas, que é apenas uma dentre algumas outras situações que dão origem à sinonímia. A Época Cosméticos, o 5º site mais popular no Google teve os melhores índices de relevância e precisão dos Top 5. E os 4 mais populares que aparecem na frente dessa empresa obtiveram todos um índice zero de relevância. google empresa termo de busca n. resultados a índice de precisão índice de revocação º Natura xampu shampoo 2º Jequiti xampu shampoo 3º Racco xampu shampoo 4º lumi cosméticos xampu shampoo 5º época cosméticos xampu shampoo ,78,83,62 b,86 a) Considera-se como número total de registros relevantes no sistema o número de registros recuperados com a palavra shampoo menos as falsas recuperações. b) Juntamente com os shampoos vieram 3 falsos registros: pincéis LUMI, 25 dicas de beleza e blush. Nota : São subtraídos do número total de registros recuperados itens que representam falsas recuperações como: condicionadores e kits de viagem. Nota 2 : Pesquisa realizada em 8/2/2.

5 Webshoppers 27 a edição O que é WEBSHOPPERS? Iniciativa da e-bit, o WebShoppers tem como objetivo difundir informações essenciais para o entendimento do comércio eletrônico no Brasil. Fonte: e-bit informação. Disponível em:

6 Sinônimos afetam 7% das buscas em mais de línguas suportadas pelo Google Nosso sistema de sinônimos é o resultado de mais de cinco anos de pesquisa dentro da nossa equipe de web ranking de busca. Nós monitoramos constantemente a qualidade do sistema, mas recentemente fizemos um esforço especial para analisar impacto dos sinônimos e qualidade. Na maioria das vezes, você provavelmente não percebe quando a sua pesquisa envolve sinônimos, porque acontece nos bastidores. No entanto, as nossas medições mostram que sinônimos afetam 7 por cento das buscas do usuário nas mais de línguas suportadas pela Google. Steven Baker, engenheiro de software da Google. Helping computers understand language. Fonte: Google Official Blog. Disponível em:

7 Quadrante mágico Gartner para busca corporatva Fonte: Gartner. Disponível em:

8 O GSA já traz dicionários de derivação (stemming) em diferentes línguas que podem ser ativados ou não.

9 International Organization for Standartization ISO :2 -- Thesauri and interoperability with other vocabularies -- Part : Thesauri for information retrieval. American National Standarts Institute and National Information Standarts Organization ANSI/NISO Z39.9 (25): Guidelines for the Construction, Format, and Management of Monolingual Controlled Vocabularies. International Organization for Standartization ISO/DIS :23 -- Thesauri and interoperability with other vocabularies Part 2: Interoperability with others vocabularies.

10 Tipos de vocabulário controlados Existem 4 tipos de VC que se diferenciam entre si, de acordo com o nível de complexidade das estruturas: - equivalência ou sinonímia; - hierarquia, e - associação. Essa complexidade é proporcional à quantidade de tipos de relações semânticas existentes entres os termos. Quanto maior a quantidade de tipos de relações semânticas, maior a complexidade do VC.

11 Complexidade dos tipos de VC (Vocabulários) - Lista Anel de sinônimo Taxonomia Tesauro complexidade + C. ambigüidade C. Sinonímia C. ambigüidade R. sinonímia R. hierarquia C. ambigüidade C. sinonímia R. hierarquia R. associação (Relações semân7cas) O extremo esquerdo e direito, respectivamente, mostram o tipo de VC menos e mais complexo. A linha horizontal desenhada representa o aumento do nível de complexidade das estruturas desses VC, na medida em que aumentam os tipos de relações, que funcionam como controles semânticos entre os termos. O tipo taxonomia, por exemplo, é mais complexo que o anel de sinônimos porque esse último abriga menos tipos de relações semânticas que o primeiro.

12 Peter Morville Types os Thesauri Should you decide to build a thesaurus for your web site, you'll need to choose from among three types: a classic thesaurus, an indexing thesaurus, and a searching thesaurus [...]. This decision should be based on how you intend to use the thesaurus, and it will have major implications for desing. D Peter Morville, Information Architecture

13 Tesauros Clássico O Tesauros Clássico é utilizado no lado da indexação e no da busca. Indexadores utilizam o tesauros para mapear os termos preferidos, suas formas variantes bem como as demais relações semânticas que auxiliam na hora da indexação. E os usuários utilizam o tesauros para recuperação, conscientes ou não do papel que um tesauro desempenha

14 Uma busca por EAD. ooops! achou educação a distância e é claro, ead também!... ensino a distância, e-learning

15 Os qualificadores são um recurso que ajudam o mecanismo de busca agrupar os conteúdos por contexto!

16 Que são taxonomias? Em um sentido mais estrito, a palavra taxonomia não é a mais apropriada quando nos referimos a ferramentas que lidam com o controle do significado das palavras, e que objetivam auxiliar os sistemas de informação, na organização e recuperação das mesmas. A palavra mais adequada é vocabulário controlado (VC). Foi a partir da década de 9 que o termo taxonomia adquiriu um sentido mais amplo, equivalente ao sistemas de organização do conhecimento (knowledge organization systems). Esse último foi utilizado pela primeira vez em 998 pelo Networked Knowledge Organization Systems Working Group no encontro da Association for Computing Machinery Digital Libraries Conference em Pittsburgh. Mas o termo sistema de organização do conhecimento não pegou no mundo corporativo e provavelmente não irá. E, segundo Heather Hedden, menos provável ainda escutarmos que um criador/editor de sistemas de organização do conhecimento seria uma boa denominação para taxonomista.

17 Sistemas de organização do conhecimento O termo sistemas de organização do conhecimento tem o objetivo de abarcar todos os tipos de esquemas para organização da informação e promoção da gestão do conhecimento. Sistemas de organização da informação incluem esquemas de classficação e categorização que organizam materiais de forma geral, cabeçalhos de assunto que fornecem acesso mais detalhado, e arquivos de autoridade que controlam versões variantes das informações tais como nomes geográficos e nomes de pessoas. Sistemas de organização do conhecimento também incluem vocabulários com estruturas avançadas, tais como tesauros, e esquemas menos tradicionais, tais como redes semânticas e ontologias. Porque sistemas de organização do conhecimento são mecanismos para organização da informação, eles estão no centro de toda biblioteca, museu e arquivo. Gail Hodge, Systems of knowledge organization for digital libraries.

18 Heather Hedden Taxonomia = Vocabulários Controlados Apesar do termo [taxonomia] ser também usado para referir a nomenclatura e classificação dos conceitos em outras disciplinas acadêmicas, apenas a partir de 99 é que tem sido entendido como organização da informação em geral. [...] Em algumas especialidades, como a de websites, a aplicação da taxonomia é relativamente nova, coincidindo com uma nova adoção do termo taxonomia. Outras áreas, como vocabulários controlados e tesauros utilizados na indexação de periódicos e recuperação da informação, as taxonomias já são utilizadas há décadas. Heather Hedden, The accidental taxonomist.

19 Alinhamento entre SKOS e nova ISO 25964

20 o r g a n i z a ç ã o : Obrigado! CONTATO: i n f e x p e r i e n c i a s e m a n t i c a. c o m Taxonomia do planejamento à implantação > > > > > Tornado-a Real!