Estudo e implementação de uma estratégia para a melhoria dos resultados da recuperação de informação em texto livre.

Abstract

Com o crescente aumento da informação on-line torna-se claro que não temos capacidade para “processar” tamanha quantidade de informação. Tendo como base este problema, surgiu a necessidade de desenvolver ferramentas que permitissem ultrapassar estas dificuldades por forma a tornar aos utilizadores mais fácil a procura e recuperação de informação. Surgem os motores de pesquisa/busca. Estas ferramentas de software permitem aos utilizadores, através de um interface simples e amigável, pesquisar informação sobre determinado tema/assunto sem que para isso necessitem de grandes conhecimentos do assunto em análise e, melhor do que tudo, sem necessitarem de saberem todos os sites onde essa informação reside. Os motores de pesquisa fazem esse trabalho pelos utilizadores. No entanto não é suficiente que os motores de pesquisa retornem qualquer documento ou conjunto de documentos como resposta a uma determinada pergunta de um utilizador. É necessário que essa resposta seja de qualidade e que responda efectivamente à pergunta do utilizador. É aqui então que entra a disciplina da Recuperação de Informação – Information Retrieval (IR). Podemos caracterizar Information Retrieval como sendo uma disciplina que se ocupa do estudo e desenvolvimento de metodologias e ferramentas tendentes à melhoria da qualidade da informação recuperada. O objectivo final é dotar estas ferramentas e as metodologias as elas associadas da capacidade de “entender” o que os utilizadores pretendem quando formulam uma determinada pergunta. Neste trabalho procuramos dar uma ajuda na resposta a este problema. Para tal desenvolvemos uma estratégia (expansão de perguntas) baseada numa técnica relativamente simples (co-ocorrências) e um Sistema de Informação que as implementa e testa. Deste modo pensamos melhorar os resultados das pesquisas efectuadas pelos utilizadores.

With the grow of the on-line information available to users has become clear that users don’t have capacity to process such quantity of information. This difficulty is more clear when we think about all the information available over the Internet. Having this problem in background, new tools, providing help to users to search and retrieve information over the Internet, become more frequently. These tools (search engines), user friendly, allow users to search over a large amount of information using a single interface. Users don’t need to have a deep knowledge about the areas they are searching for. Another major problem is to assure that the information that is retrieved is the one that user really wants (word mismatch). Information Retrieval is concerned about the study and development of methodologies and tools to improve de quality of the information retrieved. The final objective is to retrieve the exactly information user is expecting and asked for. In this work we try to give some answers to these problems. Using a strategy (query expansion) associated with a technique (co occurrences) and developing an information system (back-office) and a web search tool (frontoffice), we expect to improve the quality of the query results.