%0 Journal Article
%T Geocodifica  o de Documentos Textuais com Classificadores Hier¨¢rquicos Baseados em Modelos de Linguagem
%A Duarte Dias
%A Ivo Anast¨¢cio
%A Bruno Martins
%J Linguam¨¢tica
%D 2012
%I Universidade do Minho & Universidade de Vigo
%X A maioria dos documentos textuais, produzidos no contexto das mais diversas aplica  es, encontra-se relacionado com algum tipo de contexto geogr¨¢fico. Contudo, os m¨¦todos tradicionais para a prospec  o de informa  o em colec  es de documentos v¨ºem os textos como conjuntos de termos, ignorando outros aspectos. Mais recentemente, a recupera  o de informa  o com suporte ao contexto geogr¨¢fico tem capturado a aten  o de diversos investigadores em ¨¢reas relacionadas com a prospec  o de informa  o e o processamento de linguagem natural, envisionando o suporte para tarefas como a pesquisa e visualiza  o de informa  o textual, com base em representa  es cartogr¨¢ficas. Neste trabalho, comparamos experimentalmente diferentes t¨¦cnicas autom¨¢ticas, as quais utilizam classificadores baseados em modelos de linguagem, para a atribui  o de coordenadas geoespaciais de latitude e longitude a novos documentos, usando apenas o texto dos documentos como evid¨ºncia de suporte. Medimos os resultados obtidos com modelos de linguagem baseados em n-gramas de caracteres ou de termos, usando colec  es de artigos georreferenciados da Wikip¨¦dia em tr¨ºs l¨ªnguas distintas, nomeadamente em Ingl¨ºs, Espanhol e Portugu¨ºs. Experimentamos tamb¨¦m diferentes m¨¦todos de p¨®s-processamento para atribuir as coordenadas geoespaciais com base nas classifica  es. O melhor m¨¦todo utiliza modelos de linguagem baseados em n-gramas de caracteres, em conjunto com uma t¨¦cnica de p¨®s-processamento que utiliza as coordenadas dos knn documentos mais similares, obtendo um erro de previs o m¨¦dio de 265 Kil¨®metros, e um erro mediano de apenas 22 Kil¨®metros, para o caso da colec  o da Wikip¨¦dia Inglesa. Para as colec  es Portuguesa e Espanhola, as quais s o significativamente mais pequenas, o mesmo m¨¦todo obteve um erro de previs o m¨¦dio de 278 e 273 Kil¨®metros, respectivamente, e um erro de previs o mediano de 28 e de 45 Kil¨®metros.
%K Processamento de Texto
%K Recupera  o de Informa  o Geogr¨¢fica
%K Geocodifica  o de Documentos
%U http://www.linguamatica.com/index.php/linguamatica/article/view/139