Anotação automática de textos para análise e identificação de conteúdo

Abstract

Automatic text annotation systems are mechanisms that aim to provide assistance to users who need to extract and annotate relevant information in a given text. Usually, this type of system is developed for very specific application domains, in order to facilitate research processes on text content. The works of this dissertation will be developed based on the Tombo da Mitra, a codex that contains the inventory of the properties of the Archbishop’s Table of Braga, in the 17th century. The quantity and diversity of the elements referred to in the book are impressive, as it contains all the names and surnames, settlements, professions, types of land and buildings, among many other elements, which are very important for the study and learning of geography, culture, economy, architecture, religion and portuguese language of the 17th century. The annotation of these elements expressively shows their location in time and space, as well as their potential relationships, facilitating the study of the book and providing linguistic researchers, teachers and students with a valuable instrument to reach and reinforce knowledge about the book. In this dissertation, we present a tool specially designed for the annotation of documents in the Livro das Propriedades, allowing the management and listing of annotation tags and providing a clearer view of the content of the manuscript.

Os sistemas de anotação automática de textos são mecanismos que visam prestar auxílio a utilizadores que necessitem de extrair e anotar informação relevante num dado texto. Usualmente, este tipo de sistema e desenvolvido para domínios de aplicação bastante específicos, com vista a facilitar processos de pesquisa sobre conteúdos de textos. Os trabalhos da presente dissertação foram desenvolvidos com base no Tombo da Mitra, um códice que contém o inventário das propriedades da Mesa Arcebispal de Braga, no século XVII. A quantidade e diversidade dos elementos referidos no livro são impressionantes, uma vez que este contém nomes, apelidos, povoações, profissões, tipos de terrenos e edificações, entre tantos outros elementos, que são muito importantes para o estudo e aprendizagem da geografia, cultura, economia, arquitetura, religião e língua portuguesa até ao século XVII. A anotação destes elementos evidencia de forma expressiva a sua localização no tempo e no espaço, bem como as suas potenciais relações, facilitando o estudo do livro e proporcionando aos investigadores, linguistas, professores e alunos, um valioso instrumento para alcançar e reforçar o conhecimento sobre o manuscrito. Nesta dissertação, apresentamos uma ferramenta que foi concebida especialmente para a anotação dos documentos do Livro de Propriedades, que permite gerir e relacionar as etiquetas de anotação e proporcionar uma visão mais clara do conteúdo do referido manuscrito.