http://repositorio.febab.org.br/files/original/49/5948/SNBU2012_087.pdf a2d48e0579f0c20e8aefc04ea1929fc9 PDF Text Text li ......" a = HIdonild l ~WIo4_ _.1 ...... _ ..... S: ~lltã<l", Organização do conhecimento: indexação, catalogação, tesauros , ontologias, taxonomias, padrões e protocolos (Z39 .5, XML, etc.) e demais temas relacionados Trabalho completo A CONSTRUÇÃO DE MICROTESAURO DE CINEMA EM AMBIENTE COLABORATIVO WEB: O USO DO ETERMOS COMO SOFTWARE DE GESTÃO TERMINOLÓGICA Rodrigo Eduardo dos Santos 1, Vera Regina Casari Boccato2 , Juliana de Souza Moraes3 1Graduando. Curso de Biblioteconomia e Ciência da Informação, Universidade Federal de São Carlos, UFSCar - São Carlos, SP. 2Professora Adjunta. Departamento de Ciência da Informação, Universidade Federal de São Carlos - UFSCar, São Carlos, SP. 3Bibliotecária . Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo - USP, São Carlos, SP. Resumo Esta pesquisa em desenvolvimento tem por objetivo construir um microtesauro de Cinema, diante das tecnologias de construção de sistemas de organização do conhecimento em ambiente web , no contexto dos usuários especializados ou não e pelas perspectivas teórico-metodológicas das áreas de Organização e Representação do Conhecimento e da Terminologia, vista como campo interdisciplinar da Ciência da Informação. Dentro dessa proposição, o tesauro é apresentado e discutido, com ênfase para sua conceituação, finalidades, estrutura , princípios, métodos e softwares de construção e aplicações de uso, diante da literatura científica das áreas de Organização e Representação do Conhecimento em Ciência da Informação e da Terminologia. A partir dessa perspectiva é proposta a construção um microtesauro em Cinema a partir da realização de coleta de termos em fontes de informação especializada e colaborativas com o uso do software ETermos, ambiente colaborativo web de gestão terminológica . Palavras-Chave: Linguagem documentária; Microtesauro; Organização e Representação do Conhecimento; Terminologia; Ambiente colaborativo web de gestão terminológica. Abstract The research project aims to contribute in the organization to recovery by subject in cinematographic information environments on the web for expert users or not, as well as local and remote. It is presented and discussed inside this issue on the application of thesaurus, identified as systems of knowledge organization for the organization and retrieval of specialized information in a web environment, with emphasis on its concept, objectives, structure, principies, methods and construction and use applications software, facing scientific and technical literature in the areas of Organization and Representation of Knowledge in Information Science and Terminology. From this perspective it is proposed to construct a micro thesaurus on cinema from the terms of sources of specialized information and collaborative collection data with the use of terminology management software E-Terms (Electronics Terms) . 1021 �li ......" a = HIdonild l ~WIo4_ _.1 ...... _ ..... S: ~lltã<l", Organização do conhecimento: indexação, catalogação, tesauros , ontologias, taxonomias, padrões e protocolos (Z39 .5, XML, etc.) e demais temas relacionados Trabalho completo Keywords: Indexing representation; management. language; Microthesaurus; Knowledge of organization and Terminology; Collaborative environment web terminology 1 Introdução Esta pesquisa, no contexto da área de Organização e Representação do Conhecimento, tem por temática a construção de um microtesauro de Cinema, no contexto dos usuários especializados ou não para a recuperação em ambientes informacionais na web . "A era digital provoca mudanças de perfis referentes aos profissionais que selecionam, organizam, recuperam e disseminam a informação" (BLATTMANN, 2009, p. 1). Todavia , grande parte dessa informação encontra-se sem a representação temática adequada que possibilite a sua recuperação e (re)utilização por parte do usuário que dela necessita. Um recurso que propicia representar a informação para torná-Ia acessível por assunto é o uso de linguagens documentárias que segundo Boccato (2011) têm sua aplicabilidade na indexação, realizada pela representação sintética das ideias dos autores presentes nos conteúdos documentários por termos que propiciam a elaboração de estratégias de busca que satisfaçam as necessidades investigativas dos usuários na recuperação da informação. "Observa-se que além do conhecimento técnico e profissional tais linguagens têm grande responsabilidade pela seleção dos pontos de acesso à informação de determinado objeto, uma vez que têm a função primordial de orientar a seleção desses pontos de acesso considerando n variáveis" (MORAES, 2010 , p.2). Com isso, identificamos uma dupla função das linguagens documentárias (listas de cabeçalhos de assunto, tesauros, ontologias, entre outras), isto é, representar o conhecimento e promover a interação entre o usuário e a informação. Uma vez que o interesse de nossa pesquisa recai sobre os tesauros, é imprescindível sua definição, bem como sobre seu processo de construção . Existem inúmeras conceituações que, dentre elas, se destacam as de Motta (1987, p.25) e de Boccato, Ramalho e Fujita (2008, p. 201). Motta (1987, p. 25) expõe que o tesauro: [00'] é um Sistema de vocabulário baseado em conceitos , incluindo termos preferidos (descritores), termos não preferidos (não descritores) e suas inter-relações, que se aplica a um determinado ramo do conhecimento e que se destina a controlar a terminologia utilizada para a indexação/recuperação de documentos. Para Boccato, Ramalho e Fujita (2008, p. 201) os tesauros são : [00'] linguagens de estruturas combinatórias e pós-coordenadas, constituídas de termos - unidades linguísticas provenientes da linguagem de especialidade e da linguagem natural -, denominados de descritores, providos de relações sintático-semânticas, referentes a domínios científicos especializados, possibilitando a representação temática do conteúdo de um documento, bem como a recuperação da informação. 1022 �li ......" a HIdonild l S: ~lltã<l", = ~WIo4_ _.1 . . . _. . . Organização do conhecimento: indexação, catalogação, tesauros , ontologias, taxonomias, padrões e protocolos (Z39 .5, XML, etc.) e demais temas relacionados Trabalho completo Como visto, a base de um tesauro são os termos, representativos de determinados conceitos, e suas relações sintático-semânticas. A garantia literária e a de uso são identificadas como princípios norteadores para a sua construção . Associada a elas, a garantia cultural é assegurada quando se reconhece que as classificações e as relações semânticas são o reflexo do contexto cultural, ou seja, o tesauro é o produto de uma realidade específica podendo ser um meio de interlocução entre a informação e seus integrantes. Nesta pesquisa os termos são específicos da área de Cinema , isto é, sobre a qual o tesauro abrange. Pode-se definir um termo como um símbolo (ou conjunto de símbolos ou sinais) com que se expressa um conceito , é portador de informação (CURRÁS , 1995). Nas ciências eles podem ter formatos diferentes dependendo da área em que se situam como um código, uma fórmula , ou outro símbolo qualquer. A Terminologia , ciência que dialoga com a Ciência da Informação e estuda os termos técnicos, colabora na construção de tesauros, a partir de teorias e metodologias expressas em suas diversas correntes teóricas. A Teoria Geral da Terminologia, mais conhecida como TGT, propõe, no seu cerne, que determinado termo é capaz de expressar apenas um conceito dentro de uma determinada área, como enfatizado por Oliveira (2009, p. 2): Em outras palavras, a ideia de monovalência prevê que um determinado termo possua somente um significado em uma determinada área do conhecimento em um discurso específico. Dessa forma , a TGT, também conhecida como terminologia de orientação prescritiva ou normalizadora, apresenta concepções muito produtivas em relação ao valor terminológico de um determinado item lexical. Embora a TGT tenha contribuído muita para a Terminologia, tal posicionamento fez com que ela sofresse questionamentos, dentre eles os proferidos por Cabré (1993), dando origem ao surgimento da Teoria Comunicativa da Terminologia (TCT). A TCT enquanto teoria preconiza que um determinado termo pode assumir várias significações dentro de um mesmo contexto. Podemos dizer que a TCT tem como pilar base de sua teoria a valorização "dos aspectos comunicativos das linguagens especializadas, compreendendo que os termos fazem parte da língua natural e que uma determinada unidade lexical pode assumir caráter terminológico em situações e conceitos particulares" (CABRÉ , 2005). Ao compararmos o TGT com a TCT fica evidente que o pilar de sustentação da primeira fica profundamente abalado pelo cerne da segunda, onde ela prega que os termos não possuem conceitos fixos , aproximando-os da linguagem natural atribuindo-lhes características que TGT não permite, sendo a principal delas a polissemia . Com relação à formação dos tesauros podemos dizer que eles "são formados por uma base léxica (descritores e não descritores) estruturada em relações hierárquicas (termos genéricos e específicos), não hierárquicas (associativos termos relacionados) e de equivalência (não descritores - sinônimos ou quase sinônimos)". (BOCCATO, 2008 , p. 273). Quantos as relações hierárquicas elas apresentam-se de duas formas : 1) genéricas que indicam a relação gênero/espécie; e 2) partitivas representando as relações todo/parte, ou seja , "o conceito da parte depende do conceito do todo e não pode ser definido previamente à definição do conceito do todo" . (CINTRA et aI. , 2002 , p. 45) . 1023 �li ......" a = HIdonild l ~WIo4_ _.1 ...... _ ..... S: ~lltã<l", Organização do conhecimento: indexação, catalogação, tesauros , ontologias, taxonomias, padrões e protocolos (Z39 .5, XML, etc.) e demais temas relacionados Trabalho completo As relações de equivalência podem ser caracterizadas como a "relação entre o termo preferido (descritor) e o não preferido (não descritor) onde dois ou mais termos são considerados, para fins de indexação, como referentes ao mesmo conceito,, 1. Ou seja , os termos não descritores são considerados como sinônimos ao termo descritor componente do repertório terminológico do tesauro. Sobre as relações não hierárquicas ou associativas elas ocorrem quando as famílias ou grupos de termos encontram-se em campos semânticos distintos, porém com significações próximas, podendo pertencer à mesma categoria ou não. Todavia , no processo de construção de um tesauro, antes de realizarem-se os relacionamentos sintático-semânticos entre os termos é necessário a formação do repertório terminológico a partir de uma base léxica representativa da área do conhecimento em foco . A área de Cinema , interesse de nossa pesquisa, é um universo do conhecimento científico que retrata ''[00 '] a técnica e a arte de fixar e de reproduzir imagens que suscitam impressão de movimento" (WIKIPÉDIA, 2012). Ao longo dos poucos mais de cem anos de existência essa área gerou uma vasta gama de termos que muitas vezes aos ouvidos mais desatentos pode levar a interpretações equivocadas quanto ao seu real significado. Nas últimas décadas esse processo ganhou ainda mais velocidade com o advento principalmente da internet, que fez com que as pessoas se comunicassem e trocassem informações a grandes distâncias. O rompimento da barreira física quanto à dinamização das informações possibilitou ao Cinema em suas diversas facetas ampliar ainda mais o surgimento de termos na área. Entendemos, pois, o quão importante são as linguagens documentárias especializadas no âmbito da recuperação da informação e como elas devem estar atualizadas. Nesse sentido , o nosso problema de pesquisa versa sobre a necessidade de construção de microtesauro na área de Cinema, a partir da coleta de vocabulário advindo de fontes de informação científicas e colaborativas, no contexto dos usuários especializados ou não para a recuperação e uso da informação cinematográfica em ambiente web. O tesauro figura como uma escolha adequada em relação as demais linguagens documentárias existentes (lista de cabeçalho de assunto, ontologia , entre outras) , pois sua estrutura pós-coordenada baseia-se na categorização de termos representativos de conceitos e seus relacionamentos. Assim , "no processo de recuperação , o potencial informativo deve ser avaliado não só pela quantidade, mas, sobretudo pela qualidade e possibilidades de acesso à informação, pois, a rapidez com que se pode obter a informação, depende do uso de instrumentos adequados à realidade da clientela". (JESUS , 2002, p. 4) . Diante do exposto, o objetivo desta pesquisa é construir um microtesauro de Cinema, diante das tecnologias de construção de sistemas de organização do conhecimento em ambiente web, no contexto dos usuários especializados ou não e pelas perspectivas teórico-metodológicas das áreas de Organização e Representação do Conhecimento e da Terminologia, vista como campo interdisciplinar da Ciência da Informação. 1 AUSTIN ; DALE, 1993 apud BOCCATO, 2005, p. 60. 1024 �li ......" a = HIdonild l ~WIo4_ _.1 ...... _ ..... S: ~lltã<l", Organização do conhecimento: indexação, catalogação, tesauros , ontologias, taxonomias, padrões e protocolos (Z39 .5, XML, etc.) e demais temas relacionados Trabalho completo 2 O uso do e-Termos como software de gestão terminológica na construção de tesauros em ambiente web O processo de construção de linguagens documentá rias requer a elaboração de um planejamento, bem como a participação de uma equipe multidisciplinar com bibliotecários (gestores, indexadores e de referência) , especialistas de áreas, analistas de sistemas, usuários e demais parceiros. A decisão sobre a elaboração de um tesauro conduz à uma ação conjunta entre instâncias administrativo/gerenciais, sócio-culturais, tecnológicas, entre outras (BOCCATO, 2009, p. 241-242). Dessa forma, o primeiro passo para a construção de um tesauro , depois de definida a área de especialidade, é a elaboração do seu corpus terminológico. Entendemos por corpus terminológico o [... ] conjunto de dados linguísticos (pertencentes ao uso oral ou escrito da língua, ou a ambos), sistematizados segundo determinados critérios , suficientemente extensos em amplitude e profundidade, de maneira que sejam representativos da totalidade do uso linguístico ou de algum de seus âmbitos, dispostos de tal modo que possam ser processados por computador, com a finalidade de propiciar resultados vários e úteis para a descrição e análise. (SANCHEZ; CANTOS, 1996. p. 8-9). Uma vez definido o conceito de corpus, torna-se necessário montá-lo e, para tanto, alguns critérios básicos devem ser seguidos para garantir que ele se constitua numa "matéria-prima" de qualidade na construção do tesauro. A escolha do corpus deve ser muito criteriosa e ter como foco principal o objetivo da pesquisa . Dada essa característica, faz-se necessário, nesse instante, a colaboração de terceiros, ou seja, de especialistas da área de pesquisa que possam nos indicar, também, possíveis fontes para a montagem do corpus, visto que muitas vezes o produtor do tesauro não é um especialista da área . O material de que é composto o corpus deve ser preferencialmente escrito em linguagem natural (autencidade) por falantes nativos (autêntico) e escolhido, como já mencionado, seguindo critérios que garantam a sua representatividade . Segundo Moraes (2010) a representatividade está associada à questão do tamanho do corpus e de sua extensão; supõe-se que quanto maior o corpus, maiores são as chances de abranger as possibilidades existentes da área estudada . Quanto a sua seleção alguns critérios devem ser obedecidos de acordo com o tipo de pesquisa , podendo ser, por exemplo, um corpus de amostragem que é formada por textos ou por várias unidades textuais de forma a contemplar uma amostra da totalidade da área pesquisada . Um ponto muito discutido, atualmente, refere-se ao tamanho que o corpus deve ter para que possa ser representativo o bastante na construção de produtos terminológicos. No caso específico do tesauro, Sardinha (2004, p.24-25) nos fornece uma visão em que: A extensão do corpus comporta três dimensões. A primeira é o número de palavras, uma medida da representatividade do corpus no 1025 �li ......" a HIdonild l S: ~lltã<l", = ~WIo4_ _.1 . . . _. . . Organização do conhecimento: indexação, catalogação, tesauros , ontologias, taxonomias, padrões e protocolos (Z39 .5, XML, etc.) e demais temas relacionados Trabalho completo sentido de que quanto maior o número de palavras maior será a chance de corpus conter palavras de baixa frequência, que formam a maioria das palavras de uma língua. A segunda é o número de textos, que se aplica a corpora de textos específicos. Um número de textos maior garante que esse gênero, registro ou tipo textual esteja mais adequadamente representado. A terceira é o número de gêneros, registros ou tipos textuais. Essa dimensão se aplica a corpora variados, criados para representar uma língua como um todo. Aqui, um número maior de textos de vários tipos permite uma maior abrangência do espectro genérico da língua. Apreendemos, então, que a escolha da extensão do corpus está diretamente ligada a sua representatividade e qualidade, no entanto existe um debate a respeito sobre a existência (ou não) de um tamanho de corpus ideal. Sardinha 2 "menciona patamares que caracterizariam um corpus pequeno (20 a 200 mil palavras) e um grande (100 milhões ou mais); o mesmo autor 3 "fala de um milhão de palavras como a taxa usual sugerindo o patamar mínimo". Mediante alguns estudos sobre a linguística de corpus foi elaborado um quadro com a classificação dos corpus mediante seu tamanho. Estabelecido o tamanho do corpus e realizada a sua coleta , iniCiamos a segunda etapa e a mais trabalhosa da construção dos tesauros que é a preparação dos textos coletados para fins de extração dos termos. Todavia, o que a primeira vista pode parecer uma tarefa simples, ela envolve uma série de procedimentos e profissionais de áreas distintas, constituindo-se num trabalho minucioso e demorado. Como estamos trabalhando com um corpus em que grande parte dele foi compilado da internet, torna-se necessário a conversão de arquivos para o formato '.txt' e depois a limpeza dos mesmos 4 .Um bom exemplo é o bloco de notas (da Microsoft) e o Emacs ou Kate (do KDE/Linux), ou mesmo editores de texto on-line disponíveis na web, como o existente no corpógrafo".5 Com os textos limpos começa-se o processo de extração dos termos do corpus para a formação do tesauro, etapa que exige o transporte dos textos compilados e limpos para outro software realizar esse trabalho. Esses softwares são conhecidos como extratores que, segundo Oliveira (2009), podem ser de três tipos: estatísticos, linguísticos ou híbridos. Os sistemas estatísticos de extração utilizam-se dos dados de frequências de ocorrência das unidades lexicais do corpus para elencar os possíveis candidatos a termos, dentre os extratores dessa linha podemos citar o Pacote NSP (N-gram Statistics Pack-age), que contém dois programas principais (Count e Estatistic) que são os responsáveis pelos cálculos estatísticos. Os sistemas linguísticos selecionam os termos considerando informações linguísticas tais como análise morfológica, morfossintática, sintática , semântica e 2 ASTON , 1997 apud SARDINHA, 2004 , p.25. 3 LEECH , 1991 apud SARDINHA, 2004, p.26. Entenda-se como limpeza de texto a preparação do corpus referente a extração de quaisquer formas de pontuação existente, restando somente a parte textual. 4 5 SARMENTO et alo , 2004 apud OLIVEIRA, 2009, p. 51 . 1026 �li ......" a = HIdonild l ~WIo4_ _.1 ...... _ ..... S: ~lltã<l", Organização do conhecimento: indexação, catalogação, tesauros , ontologias, taxonomias, padrões e protocolos (Z39 .5, XML, etc.) e demais temas relacionados Trabalho completo pragmática, sendo exemplos de extratores dessa linha o TERMS, DEFENDER e o Dexter. Por último, os sistemas híbridos mesclam aspectos estatísticos e linguísticos para executarem a extração dos termos, exemplo desse segmento é o ACAB/T, "onde a ideia básica é combinar o conhecimento linguístico com cálculos estatísticos". (OLIVEIRA, 2009, p. 64) . Após isso e numa terceira etapa, é realizada a escolha dos termos previamente analisados pelos especialistas quanto as suas relações e representatividade na área para que se possa elaborar o tesauro almejado. Elencado os termos, será feita a ficha terminológica de cada um. A ficha terminológica é um elemento muito importante na organização de repertórios terminológicos e um dos itens fundamentais para a geração de um tesauro. Pode ser definida como um registro completo e organizado de informações referentes a um dado termo. Nela constam informações indispensávies tais como a fonte textual de coleta de um termo, segmentos de texto onde esse termo ocorre, seus contextos de uso. A ficha também reúne informações operacionais ao trabalho, tais como o nome do responsável pela coleta, dados do registro e revisão. (COLLAÇO, 2008, p. 86) . 1027 �Organização do conhecimento: indexação, catalogação, tesauros , ontologias, taxonomias, padrões e protocolos (Z39.5, XML, etc.) e demais temas relacionados Trabalho completo li ......" a HIdonild l S: ~lltã<l", = ~WIo4_ _.1 . . . _. . . Ficha de Termo do Tesauro ISIGLA TERMO Nú ....@ro da ordem alfabética 2 NÚlOero da ordem sistemática 3AREAo 4 DOMINIO: 5 S UB-DOM. NIO: 6 CONCEITO 7 ESCOPO 8 RELACIOMENTO HIERARQUICO TERMO GERAL 9 TERMO S ES PECíFICO S RELACIONAMENTO EQUIVAL NCIA OU SINONIMIA TERMO PREFERIDO 10 TERMO (S) Nilo PREFERIDO (S ) RELACIONAMENTO ASSOCIATIVO 12 Montagem das Remissivas 13 Data do 14 Data última atualiza ão r i mei ro re i stro Nome anali sta Nome analista FIGURA 1 - Ficha de caracterização de termo do tesauro. FONTE: MORAES, J . de S. Ficha de termo do tesauro: material didático. [S.n.t.], 2011 . Vimos sumariamente que a construção de um tesauro não é uma tarefa fácil , e que a partir de etapas planejadas e definidas, demanda da utilização de ferramentas diversas, softwares especializados, e o envolvimento de profissionais de diversas áreas, dentre eles, o bibliotecário. Acerca da instância tecnológica e visando a agilização do processo de construção de tesauros, o software e-Termos, acrônimo de Termos Eletrônicos, torna-se uma opção viável, pois "[ ... ] seu principal objetivo é viabilizar a criação de produtos terminológicos, sejam eles para os fins de pesquisa acadêmica ou de divulgação, por meio da (semi) automatização das etapas do trabalho terminológico" (E-TERMOS, 2012). O e- Termos 6 foi desenvolvido mediante projeto acadêmico realizado em parceria entre a Embrapa Informática Agropecuária (CNPTIA), Universidade de São 6 Disponível em : http://www.etermos.cnptia.embrapa.br/ 1028 �Organização do conhecimento: indexação, catalogação, tesauros , ontologias, taxonomias, padrões e protocolos (Z39.5, XML, etc.) e demais temas relacionados Trabalho completo li ......" a HIdonildl S: ~lltã<l", = ~WIo4_ _.1. . .._. . . Paulo (USP - campus de São Carlos) e Universidade Federal de São Carlos (UFSCar). É uma ferramenta baseada nos princlplos teóricos da Teoria Comunicativa da Terminologia e no CSCW (Computer Supported Colabotative WorklTrabalho Cooperativo Assistido por Computador), sistema computacional multiusuário que possibilita à ''[. .. ] todos os profissionais trabalhem de forma simultânea no projeto ou atividade em que estão envolvidos [ .. .]" (JAMIL, 2001, p. 326), isto é, na resolução de problemas, na realização de comunicações, no desenvolvimento de tarefas, entre outras. A aplicação do CSCW no e-Termos permite agregar todas as etapas apresentadas anteriormente num único ''[. .. ] ambiente computacional colaborativo web de acesso livre e gratuito dedicado à gestão terminológica" (E-TERMOS, 2012) . O e-Termos está configurado em duas partes: a) O Portal do e-Termos: de acesso gratuito e livre, voltado para o público em geral que deseja conhecer o e- Termos . Nesse ambiente pode-se obter informações gerais do sistema, seus objetivos e funcionalidades , bem como usufruir de serviços como "Fale conosco", "Formulário de cadastro", "Serviço de autenticação ao usuário cadastrado para acesso ao e-Termos", entre outros elementos que compõem o Sistema. A figura 2 nos mostra a página principal do Portal do e- Termos : ;: rrinópal o e-Termos, aaonimo de TermO!; Eletrônico>, é um ambiente computadi~~a31:I~~:;~ de aco»o livre e gratuito dedicado á gcot:!o tcom inol~ ica . 5eu principal maçao de produtos teomlnolO<jlcos, selam eles para os fins de pe<qulsa dlvulqaçao, !>OI melo da (seml)automaUzaC30 das etapas do trabalho t...mlnoIO<jlro. :: o Projeto e-Termos :: Objetivos :: Bapa, d. T",balho :: Fundonaidades .: Usu3rios :: Acesso aos Produtos :: Equipe :: Fale Conosco Apoiado nos pressupostos teóricos de uma teoria desaltlva de base IInqGfstlca, o e- rermos Implem""ta 6 etapas d. trabalho que representam as fases d. alaçao dos produtos t.omlnoIO<jlcos. Cada etapa de trabalho abrlqa tarefas espedftcas • Inerentes ao processo de conf2{çao desses produtos, sendo atrelados a eles dlf...entes ferram""tas de analise lInqulstlca, que t... ao a runc;ao de dar suporte as tarefas de Processamento d.lInqua Natural (PlN) envolvidas neste processo. :: cadastre-se! o e-Termos foi d.senvolvldo para at.nder as necessidades dos dlf....ntes perfis d. usuá ~os , .."tantes neste processo, de maneira Que o tI""o de dados entre as etapas de trabalho sela qaranUdo e aconteça de fooma transparente. Acesso Livre e-mai: c::::==::::J I Senho: 1 r.--';=-=- - ---!JI I:--:'''E=- - - ,II Para rome<;ar a utilizar o e-Termos, ef.tue seu cadastro no Unk cadastre-se. ~ EsQueci minha senha' FIGURA 2 - Página principal do portal e-Termos. FONTE: E-TERMOS: ambiente colaborativo web de gestão terminológica, 2012. b) O Sistema e-Termos: acesso gratuito e regulamentado, isto é, mediante a realização do cadastrado de usuários no Portal e-Termos (parte 1). Com isso, o usuário terá a possibilidade de usufruir de um ambiente que integra ''[. .. ] ferramentas linguísticas e colaborativas interligadas a uma estrutura modular dedicada às tarefas e pesquisas terminológicas" (OLIVEIRA, 2009 , p. 8) . O 1029 �li ......" a HIdonild l S: ~lltã<l", = ~WIo4_ _.1 . . . _. . . Organização do conhecimento: indexação, catalogação, tesauros , ontologias, taxonomias, padrões e protocolos (Z39 .5, XML, etc.) e demais temas relacionados Trabalho completo Sistema e-Termos é composto por seis módulos. São eles: (E-TERMOS , 2012, OLIVEIRA; ALMEIDA, 2012, p. 160-161) Módulo 1 - Compilação Automática de Corpus: este módulo é responsável pela compilação automática do corpus. É responsável pelo estabelecimento das relações de confiança e compartilhamento de corpus. Corresponde a primeira esta do trabalho terminológico, Módulo 2 - Compilação e Suporte para Análise de Corpus: módulo responsável pela compilação e análise quantitativa e qualitativa do corpus. Oferece um conjunto variado de ferramentas linguísticas que auxiliam o terminólogo a avaliar a qualidade do corpus. Também serve para a compilação de corpus feita pelo próprio usuário (sem passar pelo Módulo 1), através das ferramentas de inclusão e junção dos textos. Corresponde à segunda etapa do trabalho terminológico, Módulo 3 - Extração Automática de Candidatos a Termos: é o módulo responsável pela extração de candidatos a termos a partir do corpus compilados nos Módulos 1 e/ou 2. Embora tenha a capacidade para a expansão no nível da análise linguística, atualmente, o e- Termos disponibiliza o método estatístico de extração automática de termos. Corresponde à terceira etapa do trabalho terminológico, Módulo 4 - Edição do Mapa Conceitual e Categorização de Termos: este Módulo abriga as ferramentas de criação, edição e visualização da ontologia da área de especialidade, além dos recursos computacionais para a caracterização dos termos na ontologia e avaliação pelos usuários especialistas dos termos candidatos na estrutura ontológica . Também abriga as funcionalidades de controle e manutenção das Relações Conceituais específicas de cada projeto . Corresponde à quarta etapa do trabalho terminológico, Módulo 5 - Criação e Gerenciamento de uma Base de Dados Terminológica : este módulo é responsável pela criação e preenchimento da Ficha Terminológica e da elaboração da Base Definicional que serve de suporte para a redação das definições terminológicas. Neste contexto, o Módulo 5 abriga um conjunto de ferramentas cuja finalidade é a gerência de uma base de dados que representa os produtos terminológicos que estarão disponíveis. Corresponde à quinta etapa do trabalho terminológico, Módulo 6 - Edição de Verbetes e Intercâmbio dos Produtos Terminológicos: Módulo responsável pela edição dos verbetes e pela difusão, intercâmbio e consulta dos produtos terminológicos finalizados e disponíveis no e-Termos. Para tal, agrupa um conjunto de ferramentas de exportação de dados terminológicos para os fins de disseminação, bem como interfaces para edição e consulta dos verbetes armazenados na base terminológica . A figura 3 demonstra os recursos disponíveis no Módulo 5 - Gerenciamento de uma Base de Dados Terminológica, a partir de cadastro de usuário realizado previamente . 1030 �Organização do conhecimento: indexação, catalogação, tesauros , ontologias, taxonomias, padrões e protocolos (Z39.5, XML, etc.) e demais temas relacionados Trabalho completo li ......" a = HIdonild l ~WIo4_ _.1 ...... _ ..... S: ~lltã<l", E'-Term os ',-':) 90t,;, Cc ,bC~:IVÇ, 1\00 Do"" c.'-'õçao DO I r ,OJ:OS larr molcclcQ;. -------------------------------------------------------- ." nen btts d~ tq lU e ~~ 1 ----~~~--~ I!w.l llw>..lI. l.toW rt...... FIGURA 3 - Módulo 5 - Gerenciamento de uma base de dados terminológica do e-Termos FONTE: E-TERMOS: ambiente colaborativo web de gestão terminológica, 2012. Todavia, ressaltamos que o e-Termos, se destina, a priori, para a construção de repertórios terminológicos (dicionários, glossários, etc.) e não propriamente para um tesauro. Dessa forma, será empregado outro software para a elaboração final do microtesauro. 3 Materiais e Métodos A pesquisa versa sobre a construção de um microtesauro de Cinema envolvendo o uso de dois softwares: 1) e- Termos: software colaborativo de gestão terminológica em ambiente web para a realização da coleta automática de termos; 2) software de construção de tesauros: utilizado para a montagem final da linguagem, a ser escolhido, posteriormente, diante dos referencias teóricos e metodológicos em Ciência da Informação. Para tanto, serão realizadas as seguintes etapas metodológicas de construção: a) Composição do corpus: elaboração a partir da extração automática dos termos, compreendendo: Seleção de gêneros textuais (artigos, Trabalhos de Conclusão de Curso (TCC's), teses e dissertações, livros eletrônicos, textos de blogues, outras linguagens documentá rias existentes no assunto) que já estejam disponíveis em ambiente on-line, Definição do volume de textos e da ponderação entre os gêneros textuais (quantos de cada tipo .. .), Conversão dos textos digitais em formato' .txt'. b) Inserção dos textos do corpus no e- Termos; 1031 �li ......" a = HIdonild l ~WIo4_ _.1 ...... _ ..... S: ~lltã<l", Organização do conhecimento: indexação, catalogação, tesauros , ontologias, taxonomias, padrões e protocolos (Z39 .5, XML, etc.) e demais temas relacionados Trabalho completo c) Levantamento e análise dos termos candidatos por meio das funcionalidades do e- Termos; d) Etapas do e- Termos: Compilação automática do corpus, Compilação e Suporte para análise de corpus, Extração automática de candidatos a termos, Edição de mapa conceitual e categorização de termos, Criação e gerenciamento da base de dados terminológica, Edição dos verbetes e intercâmbio do produto terminológico. e) Validação : Validação dos termos por especialistas: tal etapa visa a estabelecer a garantia de uso, que remete a percepção de que o "repertório terminológico da linguagem documentária represente de maneira mais real e precisa possível a forma como determinada comunidade busca a informação desejada" (MORAES, 2010), Escolha dos juízes: devem pertencer a área abordada pelo microtesauro, Elaboração de material a ser encaminhado aos juízes para validação. f) Definição dos critérios para a escolha dos termos definitivos; g) Escolha de um software para a elaboração final do microtesauro em Cinema; h) Exportação do repertório terminológico do e-Termos para o software de construção de tesauros; i) Identificação das relações; j) Montagem e apresentação do microtesauro de Cinema . 4 Resultados Parciais Uma vez que a pesquisa encontra-se em desenvolvimento, os resultados parciais versam sobre as contribuições teórico-metodológicas provenientes da literatura científica em Ciência da Informação e sua interdisciplinaridade com a área de Terminologia . Os princípios das garantias literária , de uso e cultural são diretivos para a coleta de termos e para a sistematização dos conceitos, visando a elaboração das relações sintático-semânicas entre os termos. No campo da Terminologia, a Teoria Comunicativa da Terminologia delineia a construção de um tesauro flexível em sua significação e estruturação hierárquica . A Linguística de Corpus, também é colaborativa nesse, ocupando-se, dentre outras funções, "da coleta e da exploração de corpora, ou conjuntos de dados linguísticos textuais coletados criteriosamente, com o propósito de servirem para a pesquisa de uma língua ou variedade linguística. Como tal dedica-se a exploração da linguagem por meio de evidências empíricas, extraídas por computador" (SARDINHA, 2004, p. 18). Sobre o e-Termos, os termos obtidos por meio do uso do software serão validados, ou não, por três juízes (especialistas da área de cinema), com quatro possíveis formas de análise ou na combinação de todas ou parte delas: a) Os termos elencados que constarão do tesauro deverão constar na literatura consultada e ter a aprovação de ao menos um dos três juízes; 1032 �li ......" a HIdonild l S: ~lltã<l", = ~WIo4_ _.1 . . . _. . . Organização do conhecimento: indexação, catalogação, tesauros , ontologias, taxonomias, padrões e protocolos (Z39 .5, XML, etc.) e demais temas relacionados Trabalho completo b) Os termos elencados que constarão do tesauro podem ser somente obtidos através da literatura mesmo não sendo validados por nenhum dos juízes, partindo-se da premissa de que se ele existe na literatura, logo deve constar do tesauro; c) Os termos elencados que constarão do microtesauro deverão constar da linguagem de busca do usuário e ter a aprovação de ao menos um dos três juízes; d) Os termos elencados que constarão do tesauro podem ser somente obtidos através do uso, no momento da recuperação da informação, mesmo não sendo validados por nenhum dos juízes, partindo-se da premissa de que se o usuário utiliza determinado termo, ele faz parte do seu repertório de busca por assunto, representando sua cultura terminológica e, dessa maneira, deve constar do tesauro. 5 Considerações Parciais A internet tem se consolidado, cada vez mais, como o maior repositório de informação já disponível para inúmeros usuários, localizados em diferentes partes do mundo, falantes de distintas línguas e representativos de diversas culturas. Nesse contexto, o profissional bibliotecário tem a responsabilidade de organizar essa informação a fim de que ela possa ser acessível e recuperada com precisão. Para isso, tais profissionais devem possuir instrumentos adequados que possibilitem a representação temática condizente com a necessidade informacional de sua comunidade usuária. Nessa perspectiva, vimos os tesauros como um sistema de organização do conhecimento possível e compatível com tal realidade informacional em ambiente web. 6 Referências BLATTMANN, U. Bibliotecário na posição do arquiteto da informação em ambiente web . In : SEMINÁRIO NACIONAL DE BIBLIOTECAS UNIVERSITÁRIAS, 2009, Florianópolis. Anais ... Disponível em: <www.ced .ufsc.br/-ursula/papers/arquinfo.html>. Acesso em 26 jul. 2011 . BOCCATO, V. R. C. Avaliação de linguagem documentária em Fonoaudiologia na perspectiva do usuário: estudo de observação da recuperação da informação com protocolo verbal. 2005. 239 p. Dissertação (Mestrado em Ciência da Informação) - Faculdade de Filosofia e Ciências, Universidade Estadual Paulista, Marília, 2005. Disponível em : <http://www.marilia.unesp.br/index.php ?Cod igoMen u=363&Cod igoOpcao=2809> . Acesso em 20 mar. 2012 . BOCCATO. V. R. C. A linguagem documentá ria como instrumento de organização e recuperação da informação: conceitos, tipologias e estrutura . In: HOFFMANN , W. A. M.; FURNIVAL, A. C. (Org). Olhar: ciência, tecnologia e sociedade. São Paulo : Ed . Pedro e João, 2008. p. 269-78. 1033 �li ......" a HIdonild l S: ~lltã<l", = ~WIo4_ _.1 . . . _. . . Organização do conhecimento: indexação, catalogação, tesauros , ontologias, taxonomias, padrões e protocolos (Z39.5, XML, etc.) e demais temas relacionados Trabalho completo BOCCATO, V. R. C. Avaliação do uso de linguagem documentária em catálogos coletivos de bibliotecas universitárias: um estudo sociocognitivo com protocolo verbal. 2009. 301 f. Tese (Doutorado e Ciência da Informação) - Faculdade de Filosofia e Ciências, Universidade Estadual Paulista, Marília , 2009 . Disponível em : <http ://unesp.br/cgb/int_conteudo_imgcentro.php?conteudo=562>. Acesso em 13 dez. 2009 . BOCCATO. V. R. C. Linguagem documentária na representação e recuperação da informação pela perspectiva sociocognitiva em ciência da informação. In: BOCCATO, V. R. C.; GRACIOSO , L. de S. Estudos de linguagem em ciência da informação. Campinas: Alínea, 2011. p. 9-34. BOCCATO, V. R. C.; RAMALHO, R. A. S.; FUJITA, M. S. L. A contribuição dos tesauros na construção de ontologias como instrumento de organização e recuperação da informação em ambientes digitais. In: GARCíA MARCO, F. J. (Ed .). Avances y perspectivas en sistemas de información y documentación IBERSID, 2008. Zaragoza : Universidad de Zaragoza , 2008 . p. 199-209. Disponível em: <www.febab.org .br/congressos/index.php/cbbd/xxiv/paper/ .../453> . Acesso em 14 dez. 2011 . CABRÉ, M. T. La terminología: teoria, metodología, aplicaciones. Traducción castellana de Carles Tebé. Barcelona : Ed . Antártica/Empúres, 1993. CABRÉ, M. T. La terminología : representación y comunicación : elementos para una teoria de base comunicativa y otros artículos. Barcelona : Institut Universitari de lingüística Aplicada ; Universitat Pompeu Fabra, 2005 . CINTRA, A. M. M. et aI. Para entender as linguagens documentárias. 2. ed . São Paulo: Pólis, 2002 . COLLAÇO, T. W. G. G. Microestrutura para um glossário bilíngue de termos jurídico-comercias de contratos internacionais. Fortaleza: Universidade Estadual do Ceará , 2008 . Disponível em : <http ://pt.scribd .com/doc/59812426/30/Ficha-Terminologica> . Acesso em 01 abr. 2012 . CURRÁS , E. Tesauros: linguagens terminológicas. Brasília : IBICT, 1995. E-TERMOS: ambiente colaborativo web de gestão terminológica . Disponível em : <http ://www.etermos.cnptia .embrapa .br/> . Acesso em 08 abro2012 . JAMIL, G. L. Repensando a TI na empresa moderna. Rio de Janeiro: Axcel Books, 2001 . JESUS, J. B. M. Tesauro: um instrumento de representação do conhecimento em sistemas de recuperação da informação. In : SEMINÁRIO NACIONAL DE BIBLIOTECAS UNIVERSITÁRIAS, 12., 2002, Recife . Anais ... Recife: Universidade Federal de Pernambuco, 2002. 1034 �li ......" a HIdonild l S: ~lltã<l", = ~WIo4_ _.1 . . . _. . . Organização do conhecimento: indexação, catalogação, tesauros , ontologias, taxonomias, padrões e protocolos (Z39.5, XML, etc.) e demais temas relacionados Trabalho completo MORAES, J. S.; CRISTIANINI , G. M. S. Revisão de vocabulário controlado e critérios para a seleção de literatura: o caso da área de Estatística e Probabilidade do ICMC/USP. In : SEMINÁRIO NACIONAL DE BIBLIOTECAS UNIVERSITÁRIAS, 16., 2010, Rio de Janeiro. Anais ... Rio de Janeiro: UFRJ , 2010. Disponível em : <http ://www.gapcongressos.com .br/eventos/z0070/trabalhos/final_296.pdf> . Acesso em 17 de abril de 2012 . MOTTA, D. F. da. Método relacional como nova abordagem para a construção de tesauros. Rio de Janeiro: SENAI/DN/DPEA, 1987. OLIVEIRA L. H. M. e-Termos : um ambiente colaborativo web de gestão terminológica . 2009. 243 p. Tese (Doutorado em Ciências de Computação e Matemática Computacional) - Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. OLIVEIRA L. H. M.; ALMEIDA, G. M. B. de. E-Termos: um ambiente colaborativo web de gestão terminológica . In: CABRÉ, M. T. et aI. (Org .). La terminología : puente ineludlibe de una sólida mediación cultural. Buenos Aires: Colegio de Traductores Públicos de la Ciudad de Buenos Aires, 2012 . p. 154-169. SARDINHA, T. B. Linguística de corpus. São Paulo : Manole, 2004. SANCHEZ, A ; CANTOS, P. C. Curso de espãnol. Madri: SGEL,1996. WIKIPEDIA: a enciclopédia . Cinema. Disponível em : <http ://pt.wikipedia .org/wiki/Cinema> . Acesso em 08 abro2012 . 1035 � Dublin Core The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/. Title A name given to the resource SNBU - Edição: 17 - Ano: 2012 (UFRGS - Gramado/RS) Subject The topic of the resource Biblioteconomia Documentação Ciência da Informação Bibliotecas Universitárias Description An account of the resource Tema: A biblioteca universitária como laboratório na sociedade da informação. Creator An entity primarily responsible for making the resource SNBU - Seminário Nacional de Bibliotecas Universitárias Publisher An entity responsible for making the resource available UFRGS Date A point or period of time associated with an event in the lifecycle of the resource 2012 Language A language of the resource Português Type The nature or genre of the resource Evento Coverage The spatial or temporal topic of the resource, the spatial applicability of the resource, or the jurisdiction under which the resource is relevant Gramado (Rio Grande do Sul) Event A non-persistent, time-based occurrence. Metadata for an event provides descriptive information that is the basis for discovery of the purpose, location, duration, and responsible agents associated with an event. Examples include an exhibition, webcast, conference, workshop, open day, performance, battle, trial, wedding, tea party, conflagration. Dublin Core The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/. Title A name given to the resource A construção de microtesauro de cinema em ambiente colaborativo web: o uso do termos como software de gestão terminológica. Creator An entity primarily responsible for making the resource Santos, Rodrigo Eduardo dos; Boccato, Vera Regina Casari; Moraes, Juliana de Souza Coverage The spatial or temporal topic of the resource, the spatial applicability of the resource, or the jurisdiction under which the resource is relevant Gramado (Rio Grande do Sul) Publisher An entity responsible for making the resource available UFRGS Date A point or period of time associated with an event in the lifecycle of the resource 2012 Type The nature or genre of the resource Evento Description An account of the resource Esta pesquisa em desenvolvimento tem por objetivo construir um microtesauro de Cinema, diante das tecnologias de construção de sistemas de organização do conhecimento em ambiente web, no contexto dos usuários especializados ou não e pelas perspectivas teórico-metodológicas das áreas de Organização e Representação do Conhecimento e da Terminologia, vista como campo interdisciplinar da Ciência da Informação. Dentro dessa proposição, o tesauro é apresentado e discutido, com ênfase para sua conceituação, finalidades, estrutura, princípios, métodos e softwares de construção e aplicações de uso, diante da literatura científica das áreas de Organização e Representação do Conhecimento em Ciência da Informação e da Terminologia. A partir dessa perspectiva é proposta a construção um microtesauro em Cinema a partir da realização de coleta de termos em fontes de informação especializada e colaborativas com o uso do software E- Termos, ambiente colaborativo web de gestão terminológica. Language A language of the resource pt