Automatic indexing of texts

Abstract

Descreve um programa experimental de análise automática de textos desenvolvido na Universidade de Brasília. Os passos da análise lingüística seguidos no presente modelo são: — segmentação (de um texto em frases e palavras); — procura no dicionário e análise morfológica de palavras portuguesas; — desembiguação de homografias sintáticas; — construção de uma árvore de dependência. Com estes algoritmos, várias contribuições podem ser produzidas para ajudar o indexador ou para integrar, junto com processos estatísticos adicionais, um sistema de indexação automática; — descritores simples em forma-base; — descritores compostos (grupos nominais); — descritores com peso, baseado nas funções sintáticas dentro da frase e em traços semânticos, com listas e/ou tesauros. O programa experimental está sendo testado com várias bases de dados.