Minerando Mapa Conceitual a partir de Texto em Português
Resumo
Mapas conceituais são ferramentas gráficas para representação e construção do conhecimento. A construção manual de um mapa conceitual requer tempo e esforço cognitivo, sendo este acrescido quando o mapa não representa a estrutura cognitiva do autor, mas sim, as informações expressas em um texto escrito por outro autor. Portanto, propomos uma abordagem computacional para mineração de mapas conceituais a partir de textos em português que objetiva representar a informação do texto de forma sumarizada, ou seja, por meio de conceitos e relações aderentes à informação. Para esse fim, definimos arquiteturas, conceitual e tecnológica, que compreendem os serviços de: (i) formatação do texto, removendo caracteres e design do texto; (ii) identificação do domínio, baseado em técnicas de recuperação de informação para identificar o domínio ao qual o texto se refere; (iii) extrator de elementos, usando técnicas de processamento de linguagem natural sobre o texto visando a extração de proposições do tipo conceito-relação-conceito; e (iv) visualização do mapa, por meio da apresentação das proposições de forma gráfica. A abordagem desenvolvida apresenta resultados satisfatórios e contribui excepcionalmente para a sumarização de textos, procurando identificar os conceitos relevantes do texto e mantendo suas diversas e mais importantes características. Ademais, esta pesquisa introduz a especificação de um projeto a fim de prover recursos computacionais para processamento, manipulação e extração de mapas conceituais.
Palavras-chave
Texto completo:
PDFReferências
Afonso, S., Bick, E., Haber, R., & Santos, D. (2002). Floresta sintá(c)tica: a treebank for Portuguese. LREC'2002, (pp. 1698-1703). Paris. Retrieved from https://www.linguateca.pt/documentos/AfonsoetalLREC2002.pdf. [GS SEARCH].
Aguiar, C. Z., & Cury, D. (2017). Mineração de Mapas Conceituais a partir de Textos em Português. Simpósio Brasileiro de Informática na Educação-SBIE, 28. Retrieved from http://www.br-ie.org/pub/index.php/sbie/article/view/7640. doi: http://dx.doi.org/10.5753/cbie.sbie.2017.1117. [GS SEARCH].
Aguiar, C. Z., Cury, D., & Zouaq, A. (2016). Automatic Construction of Concept Maps from Texts. Conference on Concept Mapping - CMC. Tallinn. Retrieved from http://cmc.ihmc.us/cmc2016papers/cmc2016-p90.pdf. [GS SEARCH].
Aguiar, C. Z., Cury, D., & Zouaq, A. (2017). Mineração de Mapas Conceituais para Sumarização de Textos. Workshops do Congresso Brasileiro de Informática na Educação, 6. Retrieved from http://www.br-ie.org/pub/index.php/wcbie/article/view/7364. doi: 10.5753/cbie.wcbie.2017.57. [GS SEARCH].
Aguiar, C. Z., Cury, D., & Zouaq, A. (2018). Towards Technological Approaches for Concept Maps Mining from Text. CLEI Electronic Journal, 21, 7. Retrieved from http://www.clei.org/cleiej-beta/index.php/cleiej/article/view/261. doi: 10.19153/cleiej.21.1.7.
Branco, A. e. (2010). Developing a Deep Linguistic Databank Supporting a Collection of Treebanks: the CINTIL DeepGramBank. In: LREC. Retrieved from https://pdfs.semanticscholar.org/b5d4/f4b2ddc6d2110e975e91c4233e458f1d8fde.pdf. [GS SEARCH].
Chen, N.-S., Wei, C.-W., & Chen, H.-J. (2008). Mining e-Learning domain concept map from academic articles. 50, 1009-1021. Retrieved from https://www.sciencedirect.com/science/article/pii/S0360131506001497. doi: 10.1016/j.compedu.2006.10.001. [GS SEARCH].
De La Villa, M., Aparicio, F., Maña, M. J., & De Buenaga, M. (2012). A learning support tool with clinical cases based on concept maps and medical entity recognition. ACM international conference on Intelligent User Interfaces. ACM. Retrieved from https://dl.acm.org/citation.cfm?id=2166978. doi: 10.1145/2166966.2166978. [GS SEARCH].
Fonseca, E. R., & Rosa, J. L. (2013). Mac-Morpho revisited: Towards robust part-of-speech tagging., (pp. 98-107). Retrieved from http://www.aclweb.org/anthology/W13-4811. [GS SEARCH].
Gava, T. B., Menezes, C. d., & Cury, D. (2003). Aplicações de mapas conceituais na educação como ferramenta metacognitiva. II International Conference on Engineering and Computer Education-ICECE. Retrieved from http://www.geografia.fflch.usp.br/posgraduacao/apoio/apoio_raffo/flg5052/aula_1/AplicacoesdeMapasconceituaisnaEducacao.pdf. [GS SEARCH].
Hutchins, J. (1987). Summarization: Some problems and methods. Meaning: The frontier of informatics. Retrieved from http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.104.9979. doi: . [GS SEARCH].
Karannagoda, E. L., Herath, H. M., Fernando, K. N., Karunarathne, M. W., De Silva, N. H., & Perera, A. S. (2013). Document analysis based automatic concept map generation for enterprises. Advances in ICT for Emerging Regions (ICTer). IEEE. Fonte: Advances in ICT for Emerging Regions (ICTer). Retrieved from https://ieeexplore.ieee.org/document/6761171. doi: 10.1109/ICTer.2013.6761171. [GS SEARCH].
Le Coadic, Y.-F. (1996). A ciência da informação. Briquet de lemos Livros.
Leake, D., Maguitman, A., & Reichherzer, T. (2004). Understanding knowledge models: Modeling assessment of concept importance in concept maps. Proceedings of the 26th conference CSS. Retrieved from https://pdfs.semanticscholar.org/36a9/e6fd7a154dfe0d74b5e2cd2e15681491e1e4.pdf. [GS SEARCH].
Manning, C. D., Surdeanu, M., Bauer, J., Finkel, J. R., Bethard, S., & Mcclosky, D. (2014). The Stanford CoreNLP Natural Language Processing Toolkit. (pp. 55-60). ACL (System Demonstrations). Retrieved from https://nlp.stanford.edu/pubs/StanfordCoreNlp2014.pdf. [GS SEARCH].
Mcgarry, K., & De Lemos, H. V. (1999). O contexto dinânico da informação: uma análise introdutória. Briquet de Lemos.
Novak, J. D., & Cañas, A. J. (2008). The theory underlying concept maps and how to construct and use them. Retrieved from https://web.stanford.edu/dept/SUSE/projects/ireport/articles/concept_maps/The Theory Underlying Concept Maps.pdf. [GS SEARCH].
Novak, J. D., & Cañas, A. J. (2010). A teoria subjacente aos mapas conceituais e como elaborá-los e usá-los. 5, pp. 9-29. Práxis Educativa. Retrieved from http://www.revistas2.uepg.br/index.php/praxiseducativa/article/view/1298. doi: 10.5212/PraxEduc.v.5i1.009029. [GS SEARCH].
Thakkar, K. S., Dharaskar, R. V., & Chandak, M. B. (2010). Graph-based algorithms for text summarization. Emerging Trends in Engineering and Technology (ICETET). IEEE. Retrieved from https://ieeexplore.ieee.org/abstract/document/5698380. doi: 10.1109/ICETET.2010.104. [GS SEARCH].
Toffler, A. (1970). Future shock. New York: Amereon Ltd.
Villalón, J. J., & Calvo, R. A. (2011). Concept Maps as Cognitive Visualizations of Writing Assignments. Educational Technology & Society, 14, 16-27. Retrieved from https://www.j-ets.net/ets/journals/14_3/3.pdf. [GS SEARCH].
Wang, W. M., Cheung, C. F., Lee, W. B., & Kwok, S. K. (2008). Mining knowledge from natural language texts using fuzzy associated concept mapping. . Information Processing & Management, 44, 1707-1719. Retrieved from https://www.sciencedirect.com/science/article/abs/pii/S0306457308000526. doi: 10.1016/j.ipm.2008.05.002. [GS SEARCH].
Zouaq, A., & Nkambou, R. (2009). Evaluating the generation of domain ontologies in the knowledge puzzle project. IEEE Transactions on Knowledge and Data Engineering. Retrieved from https://ieeexplore.ieee.org/abstract/document/4752828. doi: 10.1109/TKDE.2009.25. [GS SEARCH].
Zubrinic, K., Kalpic, D., & Milicevic, M. (2012). The automatic creation of concept maps from documents written using morphologically rich languages. Expert systems with applications, 39, 12709-12718. Retrieved from https://dl.acm.org/citation.cfm?id=2343262. doi: 10.1016/j.eswa.2012.04.065. [GS SEARCH].
DOI: https://doi.org/10.5753/rbie.2019.27.01.83
DOI (PDF): https://doi.org/10.5753/rbie.2019.27.01.83
____________________________________________________________________________
Revista Brasileira de Informática na Educação (RBIE) (ISSN: 1414-5685; online: 2317-6121)
Brazilian Journal of Computers in Education (RBIE) (ISSN: 1414-5685; online: 2317-6121)