UMA ARQUITETURA PARA DESCOBERTA DE CONHECIMENTO A PARTIR DE BASES TEXTUAIS

Atualmente, o volume de informação gerado aumenta exponencialmente, sendo que uma

parcela significativa das informações encontra-se em formato textual. A partir desse formato é

possível extrair determinados conhecimentos. Entretanto, face ao grande volume de

informações disponíveis, seja na web ou mesmo nas organizações, tal tarefa constitui-se como

um desafio computacional. Superado os obstáculos, o conhecimento obtido através de

informações textuais pode ser utilizado na tomada de decisão com o intuito de gerar vantagem

competitiva. Um dos meios de se extrair conhecimento é através da utilização do processo de

Descoberta de Conhecimento em Bases de Dados e, no caso de informações textuais, através

do processo de Descoberta de Conhecimento em Textos. De maneira geral, os processos de

descoberta de conhecimento tradicionais são custosos quando aplicados em grandes coleções

de documentos, por exemplo, a web. Com este pressuposto é proposto neste trabalho uma

arquitetura para descoberta de conhecimento a partir de bases textuais almejando sua

utilização em grandes fontes de informação. Para atingir este objetivo, a proposta utiliza, além

da computação distribuída visando o aumento de desempenho, um modelo com base no

conceito de correlação rápida. A demonstração de viabilidade é realizada através de um

protótipo que implementa a arquitetura proposta. O protótipo tem a capacidade de gerar

informações que relacionam padrões textuais (termos) e de permitir uma visão da evolução

temporal em determinado domínio de problema. A aplicação do protótipo em um cenário

possibilitou demonstrar que a arquitetura proposta é capaz de obter resultados consistentes e

satisfatórios, tanto para o entendimento de determinado domínio, quanto para a análise de

grandes bases textuais.