Tratamento da indexação de documentos no LexML: como compatibilizar os múltiplos vocabulários? João Lima Senado Federal / Prodasen

Apresentação em tema: "Tratamento da indexação de documentos no LexML: como compatibilizar os múltiplos vocabulários? João Lima Senado Federal / Prodasen"— Transcrição da apresentação:

1 Tratamento da indexação de documentos no LexML: como compatibilizar os múltiplos vocabulários? João Lima Senado Federal / Prodasen joaolima@senado.gov.br

2 Problema –Interoperabilidade entre tesauros / vocabulários controlados indexação de assunto Proposta de solução –Curto prazo –Médio prazo –Longo prazo

3 Tesauros Controle de vocabulário especializdo –Indexação –Recuperação da Informação Para assegurar a recuperação de um número desejável de documentos relevantes (revocação) e garantir uma seleção mais precisa (precisão) Substituição da query do usuário –não-descritor > descritor Expansão da query do usuário –descritor + não descritor (UPs) –descritor + descritor (TEs) –descritor + descritor (TRs) Pré-coordenação / Pós-coordenação Público-Alvo ~ Escopo

4 Escopo dos Tesauros

5 Escopo Comum Usuário: Cidadão Informação Legislativa e Jurídica

6 Problema T1 T2 T3 US casamento UP matrimonio UP nupcias US matrimonio UP casamento US casamento civil

7 T1 T2 T3 matrimonio 30 docs casamento 50 docs casamento civil 20 docs US casamento UP matrimonio UP nupcias US matrimonio UP casamento US casamento civil Problema

8 T1 T2 T3 matrimonio 30 docs casamento 50 docs casamento civil 20 docs US casamento UP matrimonio UP nupcias US matrimonio UP casamento US casamento civil Problema Pesquisa em uma base unificada matrimonio :: 30 docs casamento :: 70 docs casamento civil :: 20 docs

9 Graus de Equivalência Equivalência Exata –Significado / escopo Equivalência Inexata –+ou - Equivalência Parcial –TG ou TE Equivalência Simples-Múltiplo Não Equivalência ISO 5964-1985

10 Curto Prazo Objetivo –com pouco esforço, implementar a recuperação por assunto no LexML Exportar não descritores (Local) –matrimonio {casamento, núpcias} –casamento {matrimonio} –casamento civil Mapeamento entre tesauros pilotos (Local) –inclusão de não descritores –Ex: matrimonio {casamento, nupcias} casamento {matrimonio, nupcias}

11 Expansão de Query x Multiplicidade de Alvo T1 or T2 or T3 or T4 or T5 - Consome mais recursos na consulta - É necessário um tesauro para realizar a expansão - Mais chances de obter lixo T1 805 22 77 56 21 123 232 1653 22 258 21232 74 35

12 T1 T2 T3 matrimonio {c, n} 30 docs casamento {m, n} 50 docs casamento civil 20 docs US casamento UP matrimonio UP nupcias US matrimonio UP casamento UP nupcias US casamento civil Curto Prazo Pesquisa em uma base unificada matrimonio :: 30 docs :: 80 docs casamento :: 70 docs :: 100 docs casamento civil :: 20 docs :: 20 docs

13 Médio Prazo Objetivo –Criação de um tesauro unificado (Global) Exportar Tesauros (ex.: W3C SKOS) Geração semi-automática, revisão por um GT Mapeamento do tesauro individual (Local) –para o tesauro unificado –criação de TGs / TEs US casamento civil TG casamento Exportação da cadeia hierárquica (Local) –(isA – gênero/espécie) –Não exportar o rel. partitivo (TGP/TEP) casamento civil [casamento]

14 T1 T2 T3 matrimonio {c, n} 30 docs casamento {m, n} 50 docs casamento civil [ casamento ] 20 docs US casamento UP matrimonio UP nupcias US matrimonio UP casamento UP nupcias US casamento civil TG casamento Médio Prazo Pesquisa em uma base unificada matrimonio :: 30 docs :: 80 docs :: 100 docs casamento :: 70 docs :: 100 docs :: 100 docs casamento civil :: 20 docs :: 20 docs :: 20 docs

15 Longo Prazo Objetivo –Criação de uma ontologia (Global) a partir do tesauro unificado Mapeamento do tesauro individual –para a ontologia (Local) Criação de um Glossário (Global) –para o cidadão

16 Conclusão Abordagem incremental –Resultados rápidos –Próxima passo construído a partir dos passos anteriores Preserva a independência de cada órgãos na definição dos descritores Melhora da Recuperação da Informação