Master thesis

Estou aqui enlouquecendo trabalhando na minha dissertação (aqui em PT, tese) de mestrado e resolvi compartilhar um pouco dessa experiência. É um trabalho violento e árduo, mas espero que valha a pena.

Espero que depois que pronta eu consiga publicar (em conferências INTERNACIONAIS) e participar de concursos de dissertações de mestrado da SBC. Poderia ter feito isso já com o TCC da graduação aqui mas do ponto de vista de Recuperação de Informação o que eu fiz como estudo de caso foi muito pequeno (só prova de conceito, praticamente um toy example) e eu não dei prosseguimento ao sistema. Isso tudo feito às pressas pra conseguir o grau antes de ir pra Recife pro mestrado, apesar do 10 unânime de uma banca cabulosa lá da UFAL (modéstia à Marte).

Além disso, tive que aprender Recuperação de Informação (RI) e Aprendizagem de Máquina (AM) sozinho! Só por isso já mereço um prêmiozinho…

Nuvem de tags - ORGANIZE A WEB, MOTHAFUCKA

Bom, o assunto da dissertação: Folksonomias e Sugestão de tags. Construí (?) um sistema que extraiu dados do Delicious e depois usei técnicas de RI, AM e outras coisas. Usei como base da sugestão de tags pra páginas Web o conteúdo textual (implementado, preciso e lindo!), páginas vizinhas (inbound pages) (80% implementado) e informação do WordNet e ontologias (Aqui há dragões no código! Trabalhando nisso!). No final faço uma comparação entre as tags que sugeri e as tags do Delicious pra dar uma medida quantitativa do quanto o sistema é bom e uma análise do comportamento do usuário (p. ex. que tipo de tags o sistema NUNCA vai sugerir: “semweb” e “webdev” fica difícil).

Já passei do nível de loucura com esse sistema, o que pode ser melhor visto na quantidade de linhas de código da bagaça (inclui somente .java, código e testes). Mas vamo nessa, não desisto NUNCA!

Ia colocar o abstract aqui, mas como é um trabalho não-publicado (malditos revisores animais, alguns nem entenderam o sistema) vou deixar pra depois pra falar dos louros que consegui com o trabalho.

Boa noite, boa sorte (pra mim)!

Sugestão de tags

Sugestão de tags é a tarefa de ajudar os usuários a etiquetar recursos (ex: páginas no del.icio.us) recomendando tags relevantes. A principal estratégia é usar tags já usadas para descrever o mesmo conteúdo ou recursos similares.

Como esse é um dos tópicos que eu vou trabalhar em Portugal, resolvi fazer meu trabalho de Recuperação de Informação em cima do assunto (Apresentação do projeto aqui). O protótipo ainda não tem tanta precisão e sugere tags muito genéricas, mas foi um primeiro passo interessante.

Nesse projeto, resolvi usar só o conteúdo textual dos recursos, que nesse caso são artigos da Wikipédia sobre Engenharia de Software, Redes de Computadores e Inteligência Artificial totalizando mais de 6000 artigos.

Alguns exemplos:

C++ – Programação C Linguagem Software Código

UML – Software Modelagem Engenharia UML Desenvolvimento

Model Driven Architecture (MDA) – Software Desenvolvimento Programação Modelo Processo

Todo a coleção: Software Internet Programação Linguagem Sistema Linux Código Computador X Livre Rede Web Windows Dados Redes

Uma coisa que poderia ficar melhor era usar recursos similares, páginas da Wikipédia já rotuladas no del.icio.us, agrupar tags, tentar melhorar as fórmulas, etc. Enfim, é isso… It’s a long way.

A fantástica fábrica de conhecimento

Disseram que é só pensar nas primeiras palavras que nos vêm a cabeça sobre o conteúdo de uma página Web e digitar numa caixinha e mandar pro Digg, pro Del.icio.us, pro flickr. Aí se organiza o caos! Fácil né?!

Imagine um supermercado você pode colocar etiquetas em vinhos para classificá-los. Você pode se valer da opinião “etiquetada” de outros consumidores para decidir que marca comprar. Você pode enviesar sua opinião pela classificação de amigos e pessoas próximas.

Já que a classificação foi útil, você também rotula o vinho consumido, para beneficiar mais pessoas, como aconteceu com você. Outra coisa, as pessoas que gostam de vinho frisante como você se identificarão através das etiquetas. Uma comunidade pode surgir!

Isso é o que acontece nos sistemas de Social Tagging (Etiquetamento social??! %$#%!@#, em português fica esquisito, sugestões?). Usando o conceito de atribuir tags (palavras-chave) a recursos da Web como fotos, artigos e páginas favoritadas, eles surgiram como a salvação do rock há alguns anos atrás, no meio do boom da Web 2.0.

Folksonomia: definição gráfica for dummies

Com vários apreciadores classificando vinho, podemos então separar os tintos dos brancos, e criar várias outras categorizações. Na Web, isso significa facilitar a navegação, recuperação, descoberta e organização de conteúdo (ou conhecimento!).

É dessa interação de bêbados tomando vinho e classificando produtos que surgem as folksonomias, termo oriundo da junção das palavras folk (pessoas) e taxonomia (estrutura de classificação hierárquica formal), estruturas que organizam o conteúdo rotulado. Um exemplo disso é a estrutura de nuvem de tags (tem uma aqui do lado direito!).

Porém, existem vinhos intragáveis. Vinhólatras (e usuários Web!) podem usar classificações que só valem para organização própria, com rótulos como “comprar mais semana que vem”. São as chamadas tags egoístas, tema pro próximo post.

Além disso, as folksonomias estão bem longe de taxonomias, pois a classificação é “flat”, ou seja, não existem relações entre os conceitos (tags) usados de modo a criar hierarquias, tudo está no mesmo nível. Não se pode dizer que “tinto suave” é uma sub-categoria de “tinto”. Outro pano pra manga que fica pra depois…

Saiba mais:

Sobre o surgimento e definição do termo, pelo criador
Folksonomia e a maneira com que nós colocamos ordem nas coisas (no revolução.etc)
Tags e folksonomia: o usuário classifica a informação (no webinsider)