Descoberta de conhecimento em textos

Abstract

Com o crescimento do armazenamento eletrônico de documentos textuais nas organizações e da popularização da Internet, que proporcionou o surgimento de e-mails, páginas WEB, newsgroups, dentre outros, torna-se cada vez mais necessário o uso de ferramentas que extraiam informações relevantes desses dados, de uma maneira mais ágil, sem que o usuário gaste muito tempo para analisar esse grande volume de informações. A Descoberta de Conhecimento em Textos (KDT) surgiu com o propósito de resolver esses problemas em diversos ramos, sendo útil em qualquer aplicação que faça o uso de documentos textuais, tais como nas áreas de saúde, científicas, Inteligência Competitiva, Inteligência do Negócio, nas pesquisas realizadas pelos usuários de Internet, dentre outras. Neste trabalho, a área de KDT será vista com mais detalhes, dando ênfase a um tipo específico de Descoberta de Conhecimento em Textos: o agrupamento de informações textuais, que visa formar grupos de documentos similares, classificando-os por um determinado assunto, o que proporciona maiores facilidades na sua localização e manipulação. Além disso, com o objetivo de auxiliar na compreensão das etapas do agrupamento textual, será desenvolvida uma ferramenta, que engloba desde as etapas de seleção dos documentos a serem analisados até o agrupamento propriamente dito.

With the growth of electronic storage of text documents and Internet popularization witch enabled the creation of e-mail service, WEB pages, newsgroups, amont others, it's becoming more and more necessary the use of tools capable of extracting important information from these data, in a faster way so the end user won't have to analyze this great volume of information. The Knowledge Discovery from Texts (KDT) came with the purpose of solving these problems in many fields, and it's helpful in any application that uses text documents, such as in health agencies, scientific, Competitive Intelligence, Business Intelligence and in searches carried out by Internet users, among others. Along this work, KDT will be seen in details emphasizing a specific type of knowledge Discovery from Texts: the clustering of text information, which aims to create groups of similar documents, classifying them within a specific subject, which allows easier procedures for finding and manipulating them. Besides, with the objective to make easier the understanding the stages of text grouping, a tool will be developed, and this tool will cover all stages of selecting the documents until the grouping itself.