Novos rumos para a recuperação de informação geográfica em português

Tamanho: px

Começar a partir da página:

Download "Novos rumos para a recuperação de informação geográfica em português"

Aníbal Paixão Espírito Santo
8 Há anos
Visualizações:

1 Novos rumos para a recuperação de informação geográfica em português Nuno Cardoso Universidade de Lisboa, Faculdade de Ciências, Laboratório LaSIGE ncardoso@xldb.di.fc.ul.pt Encontro 10 anos da Linguateca 11 de Setembro de 2008, Aveiro, Portugal 1

2 Motivação Estamos a entrar numa terceira geração de motores de busca. [Broder, 2007] Dá-me o que eu quero, em vez dá-me o que eu disse. [Singhal, 2008] Maior foco às necessidades de cada um. [Belkin, 2008] Mistura de textos com imagens, mapas, vídeos,... Histórico de consultas, perfil do utilizador. Respostas mais inteligentes (sumarização documentos, resposta automática a perguntas). 2

3 Motivação Encontrar os termos da consulta Compreender as intenções do utilizador 3

4 Objectivos da minha tese Desenvolver novas formas semânticas de reformulação automática de consultas dos utilizadores, e aplicar na recuperação de informação geográfica em português. Consulta: Carros de Itália Interface Reformulação automática de consultas carro, automóvel, Itália, italiano, Ferrari, viatura, FIAT, Alfa Romeo, Milão, Turim, Maserati, (...) Motor de recuperação e ordenação de documentos 4

5 Compreendendo as consultas... Exemplo típico: consultas com Castelo Branco Obras de Castelo Branco Reformulação automática de consultas Interface obras, livros, romances, poemas,... PESSOA: Camilo Castelo Branco Restaurantes em Castelo Branco Interface Motor de recuperação e ordenação de documentos restaurantes, pizzarias, marisqueiras,... LOCAL: Castelo Branco, Portugal Reformulação automática de consultas 5

6 Rede de Conhecimento Rede semântica composta por fontes de informação em português. Base para a extracção de conhecimento. Interface Documentos Reformulação automática de consultas Motor de recuperação e ordenação de documentos Anotação e indexação de documentos Rede de conhecimento 6

7 Fontes de informação Ênfase em fontes ricas no domínio geográfico. Lisboa... Sítios: pt.wikipedia.org/wiki/ Lisboa 3. Títulos: Câmara Municipal de Lisboa, Lisboa, Associação de Turismo de Lisboa,... World-Wide Web Co-ocorrências entre consultas: cidade, hotéis, benfica, pousadas, farmácia, Lisboa, metro, turismo,... Escolhas dos utilizadores: Diários dos servidores Área: 84.8 km² Coordenadas: 38 42' N, 9 11' O População: 564,477 Listas de freguesias, castelos, universidades, museus, parques,... Wikipédia Parte de: Portugal (tipo: país) Adjacente a: Tejo (tipo: rio) Contém: Portela (tipo: aeroporto) Ontologias geográficas 7

8 Interface Documentos Reformulação automática de consultas Motor de recuperação e ordenação de documentos Anotação e indexação de documentos Ponto da situação: Reformulação automática de consultas QuerCol: Módulo de reformulação de consultas. Estratégias diferentes para termos geográficos e termos não-geográficos. Edifícios altos em Portugal QuerCol Termos não-geográficos edifícios, altos, portugal Termos geográficos portugal Reformulação de termos Expansão ontológica edifícios, altos, torres, arranha-céus, enormes, altura, portugal, clérigos, porto,... portugal, lisboa, porto, coimbra, braga, faro, beja, aveiro, évora, guimarães,... 8

9 Interface Documentos Reformulação automática de consultas Motor de recuperação e ordenação de documentos Anotação e indexação de documentos Ponto da situação: Anotação de documentos REMBRANDT: Reconhecimento de entidades mencionadas. Usa a Wikipédia + regras gramáticas para reconhecer EM. Wikipédia Documentos iniciais Eu visitei a Torre dos Clérigos, num passeio que fiz ao Porto. REMBRANDT Documentos anotados Eu visitei a <CONSTRUÇÃO> Torre dos Clérigos</CONS TRUÇÃO> <LOCAL*>Porto </LOCAL*>, num passeio que fiz ao <LOCAL>Porto<LOCAL>. 9

10 Interface Documentos Reformulação automática de consultas Motor de recuperação e ordenação de documentos Anotação e indexação de documentos Ponto da situação: Indexação e recuperação geográfica de docs. MG4J: Indexação e ordenação de documentos. Indexa separadamente as EM anotadas do REMBRANDT. Documentos anotados Eu visitei a <CONSTRUÇÃO> Torre dos Clérigos</CONS TRUÇÃO> <LOCAL*>Porto </LOCAL*>, num passeio que fiz ao<local>porto<local>. MG4J textual Índices a, ao, clérigos, dos, eu, fiz, num, passeio, porto, que, torre, visitei. geográfico: implícito porto geográfico: explícito porto 10

11 Outros trabalhos em curso RENOIR Módulo de experiências para a geração de consultas semânticas. (ex: PESSOA? presidente de LOCAL:Portugal) Aproveitar as anotações do REMBRANDT para enriquecer automaticamente as consultas. Usar conhecimento (ex: DBpedia [Auer et al, 2007] ) para assistir a reformulação das consultas. RENOIR: xldb.di.fc.ul.pt/renoir REMBRANDT: xldb.di.fc.ul.pt/rembrandt 11

12 Considerações finais Consultas com âmbitos geográficos são frequentes. Os motores de busca precisam de se adaptar a esta realidade. Como? Compreendendo as consultas do utilizador. Explorando diversas fontes de informação, extraindo conhecimento, raciocinando sobre o domínio geográfico. Personalizando os resultados de acordo com o contexto de pesquisa de cada utilizador. 12

13 Fim. Questões? Novos rumos para a recuperação de informação geográfica em português Nuno Cardoso Universidade de Lisboa, Faculdade de Ciências, Laboratório LaSIGE ncardoso@xldb.di.fc.ul.pt Encontro 10 anos da Linguateca 11 de Setembro de 2008, Aveiro, Portugal 13

14 Referências Andrei Broder, The Next Generation Web Search and the Demise of the Classic IR model, ECIR 2007, Roma, Itália, Abril 2007 Amit Singhal. Web Search: Challenges and Directions, ECIR 2008, Glasgow, Escócia, Abril Nicholas J. Belkin. Some(what) Grand Challenges for Information Retrieval, ECIR 2008, Glasgow, Escócia, Abril Sören Auer, Christian Bizer, Georgi Kobilarov, Jens Lehmann, Richard Cyganiak e Zachary Ives, DBpedia: A Nucleus for a Web of Open Data, ISWC ASWC 2007, Busan, Coréia,

Documentos relacionados

Novos rumos para a recuperação de. Nuno Cardoso

Capítulo 11 Novos rumos para a recuperação de informação geográfica em português Nuno Cardoso Luís Costa, Diana Santos e Nuno Cardoso, editores, Perspectivas sobre a Linguateca / Actas do encontro Linguateca: