FORMAÇÃO DE UM VOCABULÁRIO CONTROLADO A PARTIR DE PALAVRAS-CHAVE

Transcrição

1 GT 2 : Organização do Conhecimento e Representação da Informação FORMAÇÃO DE UM VOCABULÁRIO CONTROLADO A PARTIR DE PALAVRAS-CHAVE Manoel Palhares Moreira Mestre em Ciência da Informação, Doutorando em Ciência da Informação ECI UFMG, Pontifícia Universidade Católica de Minas Gerais, palhares@pucminas.br Igor Seufferheld de Oliveira Pfeilsticker Graduando em Ciência da Computação, Pontifícia Universidade Católica de Minas Geras, igorsop@gmail.com Sergio Murilo Stempliuc Graduando em Ciência da Computação, Pontifícia Universidade Católica de Minas Geras, smstempliuc@gmail.com Resumo: Um Sistema de Recuperação de Informação é um conjunto de procedimentos que visam localizar informações disponíveis para os usuários a partir das requisições feitas por estes. A Web tornou-se a fonte de informações da atualidade. Recuperar informações na Web nem sempre é tarefa tão fácil. Este trabalho propõe a indexação de artigos científicos de determinada página da Web a partir das palavras-chave existentes nos textos nele localizados. Apresenta dados quantitativos de experimento realizado no periódico digital DatagramaZero. Palavras-chave: organização da informação, palavras chave, vocabulário controlado, indexação. Abstract: An Information Retrieval System is a group of procedures to locate available information for the users starting from their queries. At the present time the Web became the information source. It is not an easy task to find information in the Web. So, this work proposes the indexation of papers scientific from their own key words. It presents quantitative data of experiment accomplished in the digital newspaper DatagramaZero. Key words: information representation, key words, controlled vocabulary, indexing

2 1 INTRODUÇÃO A Web tem sido a fonte mais explorada para pesquisa à informação em nossa atual sociedade. Um pouco mais, tornou-se um meio de comunicação entre os povos. Embora não totalmente socializada, possui hoje uma infinidade de usuários espalhados por todo o mundo, tendo se tornado um meio de comunicação de massa. Como uma grande fonte de informação, possui recursos de buscas que facilitam o usuário no caminho para obtenção da informação desejada. Usualmente, são as máquinas de busca que cumprem este papel. Pesquisas vêem sendo realizadas no sentido de entender o desejo do usuário ao realizar buscas através da Web. Algumas máquinas pré-indexam o conteúdo de parte da Web, com objetivos na seleção para isto ou não, e através da utilização de linguagem natural oferecem aos usuários o resultado de pesquisas através do fornecimento de endereços que possuem as palavras ou termos por ele informados. Outras, sofisticando um pouco mais, procuram entender melhor o usuário através da análise das páginas Web que ele acessou ou escolheu nas consultas realizadas anteriormente. E são diversas as técnicas empregadas para que os documentos apresentados sejam considerados como de relevância no contexto da pesquisa do usuário. Desta forma, cada uma delas ordena o resultado de acordo com suas regras pré-estabelecidas para determinação da relevância do documento. Essas regras decidem se determinado documento será ou não apresentado ao usuário e em que ordem isto se efetivará. Porém, quando os valores de relevância encontrados possuem muita proximidade, o resultado final é sempre de insucesso já que toda esta lista de referências, algumas vezes enorme, é mostrada ao usuário. Na realidade, máquinas de busca são parte dos chamados de Sistema de Recuperação de Informação, ou seja, um conjunto de procedimentos que visam localizar, dentro da totalidade de informações disponíveis, aquelas realmente relevantes de acordo com o desejo do usuário (CESARINO, 1985). Cumprem assim um papel de comunicação dando acesso às informações neles registradas (ARAÚJO, 1994). Estes sistemas não são tão recentes quanto parecem ser. No século II AC, Galeno, médico grego, publicou um catálogo de suas obras (De Libris propiis liber), objetivando distinguir as suas publicações daquelas escritas por outros autores e a ele indevidamente atribuídas. Talvez aí tenham nascido os Sistemas de Informação. Na Idade Média, a Igreja e a classe mais abastada utilizaram-se de sistemas de recuperação de informação. Os sinais disto estão no começo dos apontamentos de nascimento, casamento e morte, e nos registros das obras existentes nas bibliotecas dos monastérios (ARAÚJO, 1994). Em 1945, Vannevar Bush apontou a recuperação de informações como um sério problema frente à explosão da informação já sentida na época, principalmente nas áreas de ciência e tecnologia. Calvin Mooers, em 1951, apresenta a recuperação da informação como um processo onde um usuário tem possibilidades de converter sua necessidade de informação em uma lista de citações de documentos armazenados e úteis a ele frente à sua necessidade. Para ele, a recuperação da informação abrange tanto aspectos intelectuais da descrição da informação e sua especificação para a busca como os próprios sistemas, as técnicas ou máquinas empregadas para sua consecução (SARACEVIC, 1995). Nesta época, o computador, ainda recente, era visto como uma possível solução para o problema. Um processo de recuperação de informação envolve a consulta realizada, as atividades de seleção e apresentação dos resultados e a revisão da própria consulta (LUGO et al., 2). E isso em um processo dinâmico de interação do usuário com o sistema de recuperação de informação. O objetivo é a disseminação e a utilização dos documentos. Em muitos casos, esses sistemas encontram-se divididos em subsistemas distintos que cumprem, entre outros, os processos de descrição e representação, de organização de arquivos, de armazenamento, de análise e negociação de questões, de estratégia de busca e recuperação, de disseminação e 2

3 acesso ao documento e de avaliação de todos estes processos anteriormente citados (ARAÚJO, 1994). Neste trabalho apresenta-se um experimento de recuperação de informação a partir de um vocabulário controlado montado através das palavras-chaves encontradas em textos de um local (site) específico da Web, o DatagramaZero (DATAGRAMAZERO, 24). A seqüência do texto apresenta a questão das linguagens naturais e do vocabulário controlado, uma explicação do experimento realizado envolvendo artigos e palavras-chave, alguns resultados destes experimentos e a conclusão do trabalho. 2 LINGUAGEM NATURAL X VOCABULÁRIO CONTROLADO Os sistemas de recuperação de informação possuem, cada qual a seu modo, uma estratégia de busca específica que os caracterizam e os distinguem em seu universo. Uma estratégia de busca é uma técnica ou um conjunto de regras que são aplicadas para tornar possível o encontro entre o desejo de um usuário, formulado por uma requisição ao sistema, e a informação nela armazenada. De forma geral, as máquinas de busca na Web utilizam-se de linguagem natural para os processos de recuperação de informações. Para Lopes (22), a Linguagem Natural pode ser conceituada como sinônimo de discurso comum, ou seja, é a linguagem que uma comunidade utiliza em seu dia a dia, habitualmente na fala e na escrita. É também conhecida como vocabulário livre. A linguagem empregada no discurso técnicocientífico é a linguagem natural e os sistemas de recuperação utilizam-se dela nos processos prévios de indexação das palavras encontradas nos textos que servirão para localização destes no instante das requisições dos usuários. Em muitos casos os sistemas de recuperação de informação organizam a informação armazenada em suas bases de dados através de vocabulários controlados. Um vocabulário controlado pode ser compreendido como um conjunto de termos organizados sob determinada forma, hierárquica e/ou alfabética, cujo objetivo encontra-se em possibilitar a recuperação de informações temáticas, reduzindo a diversidade de terminologia. Existem três tipos principais de vocabulários controlados: esquemas de classificação bibliográfica, as listas de cabeçalhos de assuntos e os tesauros. Para Lancaster (1993) um vocabulário controlado é essencialmente uma lista de termos autorizados que inclui uma forma de estrutura semântica. Esta estrutura destina-se principalmente ao controle dos sinônimos, à diferenciação de homógrafos e a reunir ou ligar termos. Para o autor, os termos utilizados no processo de indexação serão sempre extraídos de algum tipo de vocabulário controlado, como um tesauro, mas também poderão ser utilizados termos livres e extraídos do próprio documento. Os tesauros constituem uma das respostas à necessidade de manipulação de grande quantidade de documentos de conteúdos especializados de determinada área. Nasceram do esforço de se obter uma indexação correta aos documentos produzidos em grande escala pelos grupos de cientistas depois de 195, principalmente os artigos científicos de periódicos e os relatórios técnicos. A grande característica de um tesauro é representada pelos termos e pelas as relações entre eles. Elaborar um tesauro é uma atividade de indexação, e como todas deste grupo é antes de tudo uma atividade intelectual. A palavra tesauro tem origem do latim thesaurus, que significa tesouro. Foi empregada como título no dicionário Thesaurus of English words and phrases, de Peter Mark Roget e publicado em Londres em Neste dicionário as palavras não estavam ordenadas de forma alfabética, mas de acordo com as idéias que elas exprimiam. A busca por palavras dava-se sempre por aquilo que elas podiam expressar, com seu significado. A originalidade deste trabalho foi que ele atribuiu significação tão grande ao vocábulo que o mesmo permaneceu, para a área de documentação, associado à forma de organização do vocabulário para os processos de indexação e recuperação (CAMPOS, 21; GOMES, 199; MARQUES DE JESUS, 22). 3

4 Um tesauro é uma forma de se organizar informações em determinado campo do saber, crido sob determinado planejamento e com determinado objetivo. A formação de um tesauro dá-se por palavras cuidadosamente escolhidas, palavras que possuam significado a uma determinada área. Planejar um tesauro significa delimitar seu escopo de atuação, conhecer o público alvo de utilização, realizar o levantamento das fontes de acordo com o perfil dos usuários e os objetivos traçados, estudar sua melhor forma de apresentação e estabelecer procedimentos e prazos de manutenção e atualização do mesmo (BITI, 25). Nos textos científicos, a linguagem natural é utilizada com as características básicas de uma linguagem escrita. Barreto (23) especifica estas características e dentre elas a eliminação da repetição de conceitos e expressões e da própria redundância de palavras. Essa característica deveria favorecer a indexação destes textos através de suas próprias palavras quando da utilização de linguagens de computação. Mas é sabido que nem sempre é possível recuperar os textos científicos desejados através das máquinas de busca convencionais existentes na Web. Comumente, essas máquinas utilizam-se da linguagem natural para os processos de recuperação. A indexação que possibilita esta busca é realizada através da própria linguagem do texto, excluindo do mesmo os vocábulos indesejados como pronomes, preposições etc. As regras estabelecidas no sistema de recuperação para apresentação do resultado determinam também como estes sistemas verificam a pertinência do documento em relação à solicitação do usuário. Algumas utilizam a data do documento para isto, outras do número de ocorrências de aceso ao documento, outras do número de vezes que o argumento de pesquisa foi encontrado no documento, etc.. Nesse experimento, as palavras chaves encontradas em textos científicos dispostos no endereço pesquisado foram tomadas como um possível vocabulário controlado para a indexação destes textos. Elas foram examinadas em quatro objetos de texto: o título, o resumo, o texto em si e a bibliografia. A norma NBR 622/23, da Associação Brasileira de Normas Técnicas (ABNT) estabelece a apresentação de elementos que constituem um artigo para publicação periódica científica. De acordo com essa norma, o resumo é um elemento obrigatório em textos científicos e deve ser constituído de frases concisas e objetivas. Deve ter um tamanho delimitado, não ultrapassando a 25 palavras. A seguir ao Resumo devem apresentadas palavras representativas do conteúdo do trabalho, denominadas palavras-chave, escolhidas a partir do vocabulário controlado da área. A disposição estabelecida para estas palavras e a forma como elas devem estar separadas favorece o seu reconhecimento por linguagens de computador. A NBR 628/23 prevê que a redação do resumo deve ressaltar o objetivo do texto, o método empregado, os resultados obtidos e a conclusão. Isso em uma seqüência de frases concisas, afirmativas sem a utilização de tópicos. As palavras-chave de um texto científico refletem o conhecimento que o autor possui do próprio texto e de sua área de concentração. Por trás disso encontra-se a garantia literária, um dos pressupostos básicos da construção de tesauros. A garantia literária diz respeito ao emprego de terminologia realmente encontrada em documentos da área. Através destas garantia fica estabelecido que os termos utilizados devem existir na literatura do assunto do tesauro. Se o vocabulário formado parte das palavras dos textos, esta garantia está assegurada. Isto não significa que os textos científicos devem ser indexados apenas por estas palavras e que fica dispensado o processo de indexação, apenas que através destas palavras esse processo pode ser facilitado. Ainda existe o fato de que um texto não é orientado a todos os desejos dos leitores. Na verdade nunca se sabe ao certo quem os irá e por que fará isto. No contexto de tesauros, uma linguagem de indexação deverá estar sempre adequada ao perfil do grupo de seus usuários. A terminologia empregada é validada pela própria utilização. Isso constitui outro pressuposto básico da construção de tesauros: a garantia de uso ou garantia do usuário. No caso dos textos 4

5 científicos, o processo de consulta dar-se-ia pela própria linguagem utilizada na área, validando também este quesito. Existem vantagens e desvantagens ao se utilizar linguagem controlada ou linguagem natural na recuperação de documentos. Discuti-las não é foco deste trabalho. As pesquisas comparativas de sua utilização ou não utilização têm contribuído para o aprimoramento dos sistemas de recuperação de informação. Lopes (22) apresenta alguns trabalhos comparativos entre a linguagem natural e a linguagem controlada. A utilização de um vocabulário controlado minimiza os problemas comuns de comunicação entre indexadores e usuários. Por sua vez, existe um custo na produção e manutenção da equipe responsável deste vocabulário. O próprio manuseio constante do vocabulário controlado facilita a apreensão dos indexadores do contexto a que se refere, facilitando e aprimorando o processo de indexação. Porém, nem sempre um vocabulário controlado reflete a totalidade dos termos existentes na área, além de requerer uma manutenção constante. A geração de um vocabulário a partir das palavras encontradas nos textos científicos pode ser uma forma de gerar atualização em vocabulários já existentes. Um vocabulário controlado pode facilitar a recuperação de documentos aumentando a confiança do usuário frente ao sistema de recuperação. Mas pode também se distanciar dos conceitos mais utilizados pelos usuários no processo de recuperação se em sua formação não foi considerada a necessidade dos usuários. É possível existir relações entre os termos de um vocabulário controlado. Isto auxilia tanto o indexador quanto o usuário na identificação de conceitos relacionados. Porém, existirá sempre uma necessidade de treinamento dos usuários para sua adequada utilização. Com o emprego de vocabulários controlados espera-se a redução do tempo despendido nos processos de consultas a determinada base de dados, pois a estratégia de busca poderá ser mais elaborada a partir da utilização do próprio vocabulário. Porém, o dinamismo que requer um vocabulário controlado frente à produção científica requer de seus responsáveis uma manutenção constante capaz de refletir avanços da área. Neste trabalho partiu-se da hipótese que usuários do conteúdo de uma revista científica eletrônica, de determinada abrangência em algumas áreas da ciência, entendem do contexto dos assuntos nele tratados. Ainda, que os autores de determinada área científica, por possuírem afinidade com essa área, são capazes de especificar palavras-chaves a seus textos de forma a permitir uma boa recuperação dos mesmos por intermédio dela. E por assim ser, escolheu-se as palavras chaves de cada texto para compor o vocabulário controlado do mesmo. A esta decisão cabem reflexões. A subjetividade existente na nomeação das palavraschave de um texto pode ser minimizada tendo em vista que, de certa forma, os cientistas encontram-se familiarizados com o vocabulário controlado em suas áreas de especialização. Em contra partida, um vocabulário controlado para textos científicos formado a partir da visão de seus autores pode ser reducionista. Como especialistas de determinada área, os autores passam a ter uma linguagem muito refinada e isto pode ser um fato limitador na recuperação de informação por um usuário comum. 3 O EXPERIMENTO REALIZADO O objetivo do experimento era verificar se a construção de um vocabulário controlado, formado pela reunião de todas as palavras-chave encontradas em textos específicos de uma área, aumentaria o poder de indexação dos mesmos para uma máquina de busca baseada em vocabulário controlado. Os objetos de um texto científico tratados neste experimento foram o título, o resumo, o próprio texto e a bibliografia. O experimento foi realizado em duas fases: na primeira, foi verificado se as palavras-chave de cada artigo eram encontradas em cada um destes objetos do 5

6 próprio texto; na segunda fase foi criado um arquivo contendo todas as palavras-chave de todos os artigos e novamente foi realizada verificação de ocorrências de palavras-chave nestes objetos, partindo-se agora deste conjunto de palavras-chave. Para isto foram escolhidos artigos escritos na língua portuguesa e disponibilizados no periódico digital DatagramaZero em julho de 24. A escolha deu-se pela uniformidade dos temas tratados neste periódico, envolvendo temas relacionados à Ciência da Informação, e pelo fato dos textos serem disponibilizados de forma integral. O DatagramaZero é um periódico eletrônico, bimestral, produzido pelo IASI - Instituto de Adaptação e Inserção na Sociedade da Informação, uma organização nãogovernamental, sem vinculação político-partidária ou religiosa, fundada em novembro de 1998 e dedicada a estudos e pesquisas sobre a Sociedade da Informação. Os textos estão reunidos por afinidade temática, englobando assuntos relacionados às áreas interdisciplinares da Ciência da Informação, como: Informação e Sociedade, Informação e Políticas Públicas, Informação e Filosofia ou Informação e Comunicação, e são disponibilizados em sua versão integral no formato html. O periódico possui regras de submissão de artigos que estão disponibilizadas no próprio site. Destas, destaca-se a regra referente à língua em que deverão estar os artigos: português ou espanhol; a exigência de um resumo temático, com cerca de cem palavras, em português (ou espanhol) e inglês, com titulo em português (ou espanhol) e inglês e a exigência de um conjunto mínimo de cinco palavras chaves (DATAGRAMAZERO, 24). A primeira regra justifica a escolha da massa de teste ser formada com todos os textos na língua portuguesa, o que resultou na massa total de 114 textos envolvendo as edições do periódico de dezembro de 1999 a junho de 24; a segunda, garante a existência do objeto Resumo em todos eles e a terceira valida a escolha dos mesmos para o objetivo do experimento pela presença das palavras-chave. 4 RESULTADOS OBTIDOS Neste trabalho os resultados obtidos partem de uma análise quantitativa sobre os dados levantados através da execução de programas com intuito de reconhecer a ocorrência de palavras-chave nos textos do periódico. Acredita-se que isto só é muito pouco. Outros trabalhos devem surgir deste e devem contemplar uma análise qualitativa destes resultados. 4.1 Ocorrência de palavras-chave nos títulos As Figuras 1 e 2 apresentam o percentual das ocorrências de palavras-chave nos títulos. Apenas 27% dos artigos da massa não possuíam suas palavras-chave em seus títulos. Este percentual passa para 1% dos artigos quando estas palavras são comparadas com o vocabulário controlado criado a partir do conjunto de palavras-chave dos artigos. Se o vocabulário formado pelo conjunto das palavras-chave encontradas nos artigos fosse utilizado para indexar os títulos dos mesmos haveria um ganho nas possibilidades de recuperação da informação. dois 2% Palavras-chave encontradas no título três quatro 4% 4% um 45% zero 27% Palavras do vocabulário nos títulos Figura 1 - Quantidade de palavras-chave Figura 2 - Quantidade de palavras do encontradas nos títulos vocabulário encontradas nos títulos três 14% quatro 11% cinco 6% dois 31% seis 1% zero 1% um 27% 6

7 4.2 Ocorrência de palavras-chave nos resumos As Figuras 3 e 4 apresentam o percentual das ocorrências de palavras-chave nos resumos. Dos 114 artigos da massa, 224 (21%) não possuíam suas palavras-chaves como palavras utilizadas em seus resumos. O vocabulário controlado criado reduz este número para apenas dois artigos, pouco menos que 2% do total. O vocabulário controlado aplicado aos resumos é algo eficiente na recuperação de informações. Mas prevalece a premissa do conhecimento dos usuários a este vocabulário e à sua aplicação. Palavras-chave encontradas nos resumos Palavras do vocabulário controlado nos resumos Quatidade de artigos 4 2 Qtde de palavras encontradas Quantida de artigos Qtde de palavras Figura 3 - Quantidade de palavras-chave encontradas nos resumos Figura 4 - Quantidade de palavras do vocabulário encontradas nos resumos 4.3 Ocorrência de palavras-chave nos textos Era esperado que fosse alto o número de palavras-chaves encontradas no corpo do texto dos artigos. Apenas oito artigos, 7% do total, não possuem as palavras-chaves no corpo do texto. Um dado interessante é que seis deles também não possuem estas palavras nem no título e nem na bibliografia do artigo. A execução da aplicação utilizando o vocabulário controlado reduz este valor a zero. Para facilitar a visualização, pois o número de ocorrências das palavras do vocabulário é muito variado, resumos o resultado por faixas e as Figuras 5 e 6 apresentam os mesmos. Palavras-chaves encontradas nos textos de 51 a 1 18% acima de 1 1% Zero 7% de 251 a 8 19% de 21 a 25 11% Palavras do vocabulário nos textos de 11 a 5 11% de 51 a 1 2% de 1 a 5 65% Figura 5 - Quantidade de palavras-chave encontradas nos textos de 151 a 2 16% de 11 a 15 23% Figura 6 - Quantidade de palavras do vocabulário encontradas nos textos 4.4 Ocorrência de palavras-chave nas bibliografias Existem hoje na Web processos que procuram demonstrar quantas vezes um texto já foi citado em outros textos. Exemplo disto é o Citeseer.Ist Scientific Literature Digital Library 1. Neste trabalho partiu-se da hipótese que a bibliografia utilizada pelos autores dos artigos poderia apresentar termos coincidentes com as palavras-chaves do artigo, auxiliando a recuperação da informação. A Figura 7 apresenta o resultado deste processamento. Apesar de 1 CITESSER.IST. Scientific Literature Digital Library disponível em Acesso em 1 jul. 24 7

8 quarenta artigos (35%) não apresentarem palavras-chave de seus textos em sua bibliografia, o percentual dos que apresentam é animador. A execução do vocabulário controlado em relação à bibliografia reafirma isto e a Figura 8 ilustra este procedimento. Dos quarenta artigos iniciais cujas palavras-chave não encontraram correspondentes na bibliografia, apenas sete continuam desta forma ao se aplicar o vocabulário controlado. Mas este número é muito pequeno e representa apenas 6% do total dos artigos. Isto pode evidenciar que a forma de recuperação por bibliografia pode facilitar sistemas de recuperação de informação. Palavras-chaves encontradas na bibliografia Qtde de artigos Qtde de palavras Figura 7 Quantidade de palavras-chave na encontradas na bibliografia Quantidadede palavras do vocabulário na bibliografia Qtde de artigos Qtde de palavras Figura 8 - Quantidade de palavras do vocabulário encontradas na bibliografia Um fato curioso é que algumas palavras-chaves em alguns artigos não foram encontradas no próprio texto do artigo, mas foram encontradas apenas no título (seis ocorrências) ou apenas no resumo (dez ocorrências) ou apenas na bibliografia (nove ocorrências). Uma palavra apenas foi encontrada no título e na bibliografia e não foi encontrada no texto. 5 CONCLUSÃO Foram verificadas as ocorrências das palavras-chave indicadas pelos autores de textos científicos de determinada área do conhecimento no título, no resumo, no próprio texto e na bibliografia dos artigos dispostos no site do DatagramaZero. Os resultados demonstraram que na maioria dos casos estas palavras são capazes de facilitar a recuperação destes artigos se os mesmos forem indexados pelo conjunto destas palavras. Um autor ao escrever um artigo científico indica palavras-chave de acordo com seu conhecimento em sua área de atuação. Faz isso através da linguagem natural. O trabalho de 8

9 indexação de informação requer do profissional responsável pelo processo um conhecimento mais profundo na área a que se refere o texto e uma linguagem apropriada para essa indexação. No caso específico de artigos científicos, o conjunto de palavras-chave dos próprios artigos pode auxiliar esta tarefa e os resultados quantitativos aqui apresentados demonstram isto, mas não substituem a atividade do indexador. Observa-ser que muitas vezes erros grosseiros poderão acontecer. O vocabulário controlado gerado pelas palavras chaves mostrou a existência de infelizes coincidências entre as palavras encontradas - recuperação de informação e recuperação da informação ; direito da informação e direito à informação ; gerenciamento da informação e gestão da informação, etc. - além de problemas gerados pelo uso de plural, como em biblioteca digital e bibliotecas digitais. Este trabalho correspondeu a uma aproximação do problema de geração automática para termos de um vocabulário controlado. Para efetividade nesses processos é necessário que existam tratamentos específicos para os termos simples e compostos, o singular e o plural, a sinonímia, a metonímia, a homonímia e a metáfora. Estes casos comprovam também a necessidade de um profissional para revisar todo o processo assim como a implantação de procedimentos que enquadrem as palavras de novos artigos no vocabulário existente ou incluam estas palavras no mesmo. BIBLIOGRAFIA ARAÚJO, V. M. R. H. Sistemas de recuperação da informação SRIs. In:. Sistemas de recuperação da informação: nova abordagem teórico-conceitual. Rio de Janeiro: Escola de Comunicação/UFRJ, Tese (Doutorado em Comunicação e Cultura). Cap.5, p ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 152: informação e documentação: citações em documentos apresentação. Rio de Janeiro, 22.. NBR 622: informação e documentação: Artigo em publicação periódica científica impressa apresentação. Rio de Janeiro, 23.. NBR 624: Informação e documentação: numeração progressiva das seções de um documento. Rio de Janeiro, 23.. NBR 628: resumos. Rio de Janeiro, 23. BARRETO, Aldo de Albuquerque. Políticas de Monitoramento da Informação por Compressão Semântica dos seus Estoques. DatagramaZero. Revista de Ciência da Informação. v.4, n. 2, abril, 23. Disponível em: htpp:// Acesso em 1 jul.24. BITI - Biblioteconomia, Informação e Tecnologia da Informação. Elaboração de tesauros: tutorial. Disponível em: Acesso em 6mar.25. CAMPOS, Maria Luiza de Almeida. Linguagens documentárias: teorias que fundamentam sua elaboração. Niterói: Ed. UFF, 21. CESARINO, Maria Augusta da Nóbrega. Sistemas de Recuperação da Informação. Revista da Escola Biblioteconomia da UFMG, Belo Horizonte, v.14, n.2: p , set

10 DATAGRAMAZERO - Revista de Ciência da Informação. Disponível em: Acesso em: 9 jul.24. GOMES, Hagar Espanha. Manual de elaboração de tesauros monolíngues. Brasília: Programa Nacional de Bibliotecas de Instituições de Ensino Superior, 199. LANCASTER, F. W. Indexação e resumos: teoria e prática. Brasília: Briquet de Lemos/Livros, LIMA, Gercina A. B. O. Fundamentos históricos, teóricos e metodológicos. In:. Mapa Hipertextual (MHTX): Um modelo para organização hipertextual de documentos. Belo Horizonte. Escola de Ciência da Informação/UFMG, 24. Tese (Doutorado em Ciência da Informação). Cap.2, p LOPES, Ilza Leite. Uso das linguagens controlada e natural em bases de dados: revisão de literatura. Ciência da Informação, Brasília, v.31, n.1, p.6-71, maio/ago.22. LUGO, Gustavo Alberto Gimenez; ANDRADE, Marco Túlio de; SCHMAN, Jaime Simão. Recuperação de informação usando computação nebulosa a partir de documentos com estruturas heterogêneas. In: ANAIS DO WORKCOMP. Anais do... São José dos Campos, SP: 2. MARQUES DE JESUS, Jerocir Botelho. Tesauro: um instrumento de representação do conhecimento em sistemas de recuperação da informação. In: XII SEMINÁRIO NACIONAL DE BIBLIOTECAS UNIVERSITÁRIAS, 12. Recife. Anais do... Recife: 2. SARACEVIC, T. Evaluation of evaluation in information retrieval. In: Annual International ACM SIGIR Conference on Research and Development in Information Retrieval. 18 th. Proceedings of the New York: SIGIR, p Special issue. SPINK, A.; WOLFRAM, D.; JANSEN, B. J.; SARACEVIC, T. Searching the Web: The public and their queries. Journal of the American Society for Information Science and Technology, v.52, n.3, p , 21. 1