1  UNIVERSIDADE FEDERAL DE MINAS GERAIS          BIBLIOTECA UNIVERSITÁRIA     CURSO DE INDEXAÇÃOPrincípios e técnicas de i...
2                                             Sumário1 A RECUPERAÇÃO DA INFORMAÇÃO E SISTEMAS DERECUPERAÇÃO DA INFORMAÇÃO....
3      PRINCÍPIOS E TÉCNICAS DE INDEXAÇÃO, COM VISTAS À                      RECUPERAÇÃO DA INFORMAÇÃO                    ...
4b) intelectual ou subjetivamente – trata-se do tratamento temático dos documentos, em que   são definidos os termos do se...
5dados, em bibliotecas ou centros de informação. O outro sentido, mais restrito, refere-se àindexação, classificação ou ca...
63.1 Análise de assuntoEsta é a primeira etapa da indexação, considerada por muitos como a etapa intelectual dotrabalho do...
7Diante disso, o que poderia ser afirmado com relação à leitura para fins documentários?Existe algum modelo a ser seguido?...
8A formação de conceitos é um processo que envolve discriminação e agrupamento. Osfatores que afetam o processo são experi...
9•   Similaridade de processo: Catalogação X ClassificaçãoDuas variáveis interferem na escolha de conceitos: a exaustivida...
13.1.3   Determinação da atinênciaTerminada a fase de extração de conceitos, é necessário que se faça uma seleção daqueles...
1Quando indexamos um documento por assunto, nós o colocamos em uma ou mais classes, ecada classe deve ter um número ou rót...
1No entanto, comumente, são utilizadas          linguagens artificiais. Essas refletirão umvocabulário controlado, para o ...
1-   ajudar na recuperação de conceitos específicos.3.3.3 Construção de linguagens de indexaçãoA geração de um vocabulário...
1usados no índice), um vocabulário de abordagem, que consiste de termos que não sãousados no sistema para representar os c...
1As relações sintáticas entre os termos de uma linguagem de indexação originam-se danecessidade de se poder recuperar a in...
1Uma das linguagens simbólicas mais usadas em bibliotecas é a classificação bibliográfica.Um mapa completo de qualquer áre...
1para encontrar os conceitos necessários) e Plano Notacional (construção da notação para osconceitos, de acordo com as reg...
1-   flexibilidade na estratégia de busca: podem ocorrer mudanças na estratégia da pesquisa,    podendo seguir um assunto ...
1primeiro elemento citado é recuperado, ficando os outros ocultos. Existem algumas regrasbásicas tentando estabelecer a or...
2Uma linguagem pós-coordenada consiste de entradas que normalmente são conceitosúnicos, podendo-se dar a entrada de todos ...
2-   oferecimento de baixa precisão.Exemplos de linguagens pós-coordenadas: Tesauros (descritores), o Sistema Unitermo3.3....
2no sistema versus o número de documentos relevantes recuperados pelo usuário, e aprecisão é o coeficiente entre o número ...
23.5 Indexação automática versus automatizadaPara a eficácia do controle e da organização das informações contidas em docu...
2DAHLBERG, Ingetraut. Teoria do conceito. Ciência da Informação, v.7, n.2, p.101-107,1978.FOSKETT, A C. The subject approa...
Upcoming SlideShare
Loading in...5
×

Principios tecnicas de_indexacao[1]

9,142

Published on

Para ser utilizado na Disciplina Linguagens de indexação.

2 Comments
8 Likes
Statistics
Notes
No Downloads
Views
Total Views
9,142
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
608
Comments
2
Likes
8
Embeds 0
No embeds

No notes for slide

Principios tecnicas de_indexacao[1]

  1. 1. 1 UNIVERSIDADE FEDERAL DE MINAS GERAIS BIBLIOTECA UNIVERSITÁRIA CURSO DE INDEXAÇÃOPrincípios e técnicas de indexação, com vistas à recuperação da informação Belo Horizonte 2004
  2. 2. 2 Sumário1 A RECUPERAÇÃO DA INFORMAÇÃO E SISTEMAS DERECUPERAÇÃO DA INFORMAÇÃO............................................................22 O INDEXADOR.............................................................................................33 O PROCESSO DE INDEXAÇÃO..................................................................33.1 Análise de assunto........................................................................................53.1.1 A leitura do texto pelo indexador..............................................................53.1.2 Extração de conceitos................................................................................63.1.3 Determinação da atinência........................................................................93.2 Tradução da frase de indexação para linguagens de indexação...................93.3 Linguagens de indexação...........................................................................103.3.1Objetivos..................................................................................................113.3.2 Funções...................................................................................................113.3.3 Construção de linguagens de indexação.................................................113.3.4 Componentes da linguagem de indexação..............................................123.3.4.1 Vocabulário..........................................................................................123.3.4.2 Sintaxe..................................................................................................133.3.5 Linguagens verbais..................................................................................143.3.6 Linguagens simbólicas............................................................................143.3.6.1 Sistemas de classificação.....................................................................143.3.6.2 Como classificar...................................................................................153.3.7 Linguagens pré-coordenadas...................................................................153.3.7.1 Características da pré-coordenação......................................................163.3.7.2 Vantagens.............................................................................................163.3.7.3 Desvantagens........................................................................................163.3.7.4 Ordem de citação..................................................................................173.3.8 Linguagens pós-coordenadas................................................................. 183.3.8.1 Características da pós-coordenação.....................................................183.3.8.2 Vantagens............................................................................................193.3.8.3 Desvantagens.......................................................................................193.3.9 Avaliação das linguagens de indexação.................................................193.4 Consistência da indexação.........................................................................203.5 Indexação automática versus automatizada...............................................21Referências......................................................................................................22
  3. 3. 3 PRINCÍPIOS E TÉCNICAS DE INDEXAÇÃO, COM VISTAS À RECUPERAÇÃO DA INFORMAÇÃO Profa. Madalena Martins Lopes Naves madalena@eci.ufmg.br1 A RECUPERAÇÃO DA INFORMAÇÃO E OS SISTEMAS DE RECUPERAÇÃO DAINFORMAÇÃO – SRIA recuperação da informação consiste numa multiplicidade de operações consecutivas,executadas para localizar uma informação necessária ou documentos que a contenham, coma recuperação subseqüente desses documentos.A recuperação da informação afeta o bibliotecário, como profissional que pretendesatisfazer a necessidade social do homem: ter acesso a diversos tipos de informação. Oproblema da recuperação da informação pode ser visto, por um lado, como umaacumulação constante de um volume sempre crescente da informação e, por outro lado, ocrescimento e a complexidade , cada vez maior, das necessidades de informação.A RI é efetuada por meio de Sistemas de Recuperação da Informação, e um SRI é umaorganização para armazenar e tornar disponível a informação, podendo ser um catálogo,uma base dados, etc., e deve ter os seguintes componentes:- Seleção e Aquisição – O início de um SRI se dá pela formação de um conjunto de documentos previamente selecionados e adquiridos dentro dos critérios estabelecidos pela instituição que o mantém e de acordo com os objetivos a que ele se propõe atingir. No estabelecimento de uma política de seleção das informações que alimentarão o sistema, é fundamental que o usuário possa se manifestar e seja ouvido.- Indexação - considerada a parte mais importante para a eficácia de um SRIEm qualquer SRI, os documentos podem ser analisados de duas maneiras:a) bibliográfica ou objetivamente – trata-se do tratamento descritivo dos documentos, em que são identificados dados físicos do documento, como autor, título, edição, local de publicação, editora, data da publicação. São dados objetivos, pois estão explícitos, geralmente, na capa e folha de rosto. Existem regras para este tipo de análise.
  4. 4. 4b) intelectual ou subjetivamente – trata-se do tratamento temático dos documentos, em que são definidos os termos do seu conteúdo, ocorrendo aí o processo de indexação de assuntos. Para este tipo de análise, não existem regras fixas que a padronizem.Esta apostila trata, exclusivamente, da segunda análise citada acima, e se aprofunda noprocesso de indexação de assuntos, com vistas à recuperação da informação. É importante,se conhecer, inicialmente, um pouco das características do profissional que executa aindexação, o indexador.2 O INDEXADORO profissional da informação que desenvolve a atividade de indexar assuntos dedocumentos é chamado de indexador, catalogador de assuntos ou classificador. A maioriadesses profissionais é graduado em Biblioteconomia, e deve conhecer os fundamentosteóricos e técnicos do tratamento temático da informação.Um dos fatores que interferem no trabalho do indexador é a subjetividade, inerente ao serhumano e difícil de ser controlada. Vários outros fatores são verificados, ainda, comointerferentes no processo de indexar, como o conhecimento prévio (conhecimento demundo, conhecimento tácito) adquirido ao longo da vida, a sua formação e a experiência notrabalho de indexação. No entanto, o conhecimento da área de atuação é um fatorimportante a ser considerado, já que o domínio da terminologia e o conhecimento dataxonomia das classes de assuntos da área em que está atuando, auxiliam muito o trabalhode se extrair o conteúdo de documentos.Observa-se, ainda, a interferência de fatores lingüísticos, (como o conhecimento da língua,do vocabulário e da sintaxe, além da identificação de tipos de estruturas textuais), fatorescognitivos (capacidade de abstração, percepção e interpretação de informações contidas nostextos analisados) e fatores lógicos (elementos de dedução, indução, inferência, silogismo eoutros), o que torna o estudo do processo de indexação altamente interdisciplinar.3 O PROCESSO DE INDEXAÇÃONo campo do tratamento da informação, o termo indexação apresenta dois sentidos: ummais amplo, quando se refere à atividade de criar índices, seja de autor, de título, deassunto, tanto de publicações (livros, periódicos), quanto de catálogos ou de banco de
  5. 5. 5dados, em bibliotecas ou centros de informação. O outro sentido, mais restrito, refere-se àindexação, classificação ou catalogação de assuntos das informações contidas emdocumentos.Os índices podem ser encabeçados e ordenados por autores, títulos, lugares de publicações,etc. mas, freqüentemente, a idéia de RI está ligada à recuperação de documentos pelosassuntos que tratam.Índice tem sido descrito como a chave para o acesso ao conteúdo dos documentos, ou comouma ponte ou elo entre o conteúdo de um arquivo e seus usuários.Um índice é o instrumento mais importante num SRI. Indexar é o ato de incluir o registrode um documento num arquivo de informações.Na literatura é feita essa distinção: a indexação back-of-book (primeiro sentido citado)permite ao leitor localizar informação sobre um tópico dentro do livro, sendo a tarefa doindexador ler o texto, distinguir entre informação relevante e periférica e empregar os tiposde processamento de informação presentes na leitura. Por sua vez, a indexação acadêmica(segundo sentido citado) fornece um termo útil estabelecido pela indexação praticada embases de dados de resumos e em catálogos de bibliotecas.Esta apostila concentra-se nos aspectos da indexação acadêmica, que compreende duasetapas distintas: a análise de assunto, quando ocorre a extração de conceitos que possamrepresentar o conteúdo de um documento, expresso em linguagem natural, e a traduçãodesses conceitos para termos de instrumentos de indexação, que são as chamadaslinguagens de indexação, linguagens artificiais ou linguagens documentárias.Indexação é o processo de discernir a essência de um documento e representar essa essêncianum modo de expressão em linguagem de indexação. Alguns autores denominam esseprocesso de análise documentária, que é definida como um conjunto de procedimentosefetuados com o fim de expressar o conteúdo de documentos, sob formas destinadas afacilitar a recuperação da informação. Essa passagem de um texto original para um tipo derepresentação é uma operação semântica, mesmo que não obedeça a nenhuma regra precisae varie em função de cada organismo e do analista, que seleciona as palavras-chave,normalmente de forma intuitiva, em função de sua ocorrência e do seu interesse para ainstituição.
  6. 6. 63.1 Análise de assuntoEsta é a primeira etapa da indexação, considerada por muitos como a etapa intelectual dotrabalho do indexador. O processo de ler um documento para extrair conceitos quetraduzam a sua essência é conhecido como análise de assunto para alguns, análise temáticapara outros, ou, ainda, análise documentária, análise conceitual ou, mesmo, análise deconteúdo. Como se pode ver, trata-se de um processo em que há uma certa confusãoconceitual e para o qual aparecem diferentes concepções.A análise de assunto feita pelo indexador humano se dá em dois momentos: quando ele vaianalisar um documento para inseri-lo num SRI, e quando recebe um pedido de informaçãodo usuário.O processo de análise de assunto compreende três fases:3.1.1 A leitura do texto pelo indexadorO texto é o ponto de partida para operações analítico-documentárias, sendo constante apresença dos elementos conteúdo e forma, como partes essenciais do mesmo. Para ter umacompetência textual é preciso que, além de conhecer o texto que tem em mãos para análisesob todos os aspectos, o indexador faça dele uma leitura adequada, e sabe-se que um textopode gerar muitas leituras, interessando mais, neste estudo, a leitura para finsdocumentários.Para que os conteúdos dos textos sejam assimilados e compreendidos, é preciso que asinformações sejam processadas na mente do leitor e, atualmente, parece ser consenso entreos especialistas em leitura que o processamento do ato de ler se dá interativamente,dependendo dessa interação a não compreensão ou a compreensão de um texto. Durante acompreensão do texto pelo indexador, ocorrem dois tipos de processamento mental dainformação: o top-down e o bottom-up, que parecem ocorrer simultaneamente na mentehumana ao fazer a leitura de um texto. São inversos e complementares, e chamados poralguns autores de modelos de leitura: é o tipo ascendente, guiado por dados, indutivo,bottom-up, no qual a leitura é linear, das partes para o todo textual, e o tipo descendente,dedutivo, top-down, no qual se move na forma inversa, obtendo vantagem da base deconhecimento do leitor. Trata-se de uma dupla ação: percepção e compreensão.A interferência de vários fatores subjetivos/cognitivos torna a leitura um ato subjetivo eindividual, posto que o sentido dado ao texto lido sempre vai variar de leitor para leitor.
  7. 7. 7Diante disso, o que poderia ser afirmado com relação à leitura para fins documentários?Existe algum modelo a ser seguido? E com relação ao leitor/indexador?Um documento, inserido num SRI, antes de ser lido pelo leitor, usuário final do sistema, élido por um leitor técnico, o indexador, aquele que faz a leitura para fins documentários.Esse tipo de leitura, conhecido como leitura documentária ou leitura técnica, tem certascaracterísticas, não sendo realizada para lazer ou aprendizagem, nem é prazerosa, muitopelo contrário. O alto grau de incerteza , ansiedade e responsabilidade contido na atividadejá mostra que a mesma traz pouca satisfação. É um tipo de leitura bem racional e rápido,em que o leitor técnico não tem chances de aproveitar a leitura, já que seu propósito é o deextrair o conteúdo informativo do texto, tendo em vista a sua posterior recuperação por umleitor interessado.Outro aspecto que merece ser ressaltado é que o autor do texto, ao escrevê-lo, tem emmente um determinado leitor alvo para o qual direciona suas idéias; suas intenções não sãodirigidas para o leitor/indexador e não lhe interessa se esse vai ter capacidade parainterpretar as informações que aquele texto está veiculando.São várias as tentativas de se estabelecerem alguns critérios e de sistematizar o processo deleitura do indexador, mas não há um consenso quanto à forma mais adequada de se fazeressa leitura, visando à extração e ao posterior tratamento das informações contidas no texto.3.1.2 Extração de conceitosPara definir em termos adequados o assunto de um texto, é necessário que primeiro seextraiam os conceitos que nele estão contidos. Se, para fazer uma análise conceitual,devem-se extrair conceitos, pergunta-se: o que é um conceito?Conceitos são unidades do conhecimento identificadas através de enunciados verdadeirossobre um item de referência, representados por um termo ou palavra. É uma idéia, umarepresentação mental que nos permite categorizar objetos. Existem tipos de conceitos,como os individuais (representados por nomes de coisas individuais, em linguagemsimples) os gerais (representados por nomes de classes de coisas e podem ser expressos emuma multiplicidade de expressões lexicais e não lexicais) os científicos (podem seraprendidos na vida acadêmica, e, depois, são estabelecidas conexões entre eles e os eventosda vida diária) os cotidianos (são objetos usados normalmente, como roupas, carros).
  8. 8. 8A formação de conceitos é um processo que envolve discriminação e agrupamento. Osfatores que afetam o processo são experiência prévia, tempo, fatores sociais, etc.Conceitos, palavras e significados: Não há uma correspondência exata entre palavras econceitos; há pelo menos dois conceitos que se apresentam quando vemos a palavravolume. Não somente as palavras estimulam diferentes conceitos para indivíduosdiferentes, como, para o mesmo indivíduo, de acordo com as circunstâncias. Uma dasrazões para os diferentes significados que diferentes palavras têm, para diferentes pessoas, éque há duas espécies de significado: denotação e conotação. Denotação de uma palavra é acoisa que ela representa ou a que se refere. Apontando para um gato, eu posso dizer: “Isto éum gato”. Já a conotação de uma palavra é altamente individual e pessoal. Se eu gosto degatos, minha conotação de “gato” inclui a noção de amizade, calor, etc. Se não, inclui maucheiro e grito à noite.Tipos de relações entre conceitos (estabelece a sintaxe, abordada no item 3.3.4.2)a) Relação de eqüivalência• Sinônimos: Meio ambiente X Ecologia• Quase sinônimos: Datiloscopia X Impressão Digital• Grafias diferentes: Contato X Contacto• Abreviaturas e Acrônimos: ONU X Organização das Nações Unidas• Traduções: Recall X Revocaçãob) Relação hierárquica• Gênero/espécie Quase genérica: (Gato X Animal de estimação) Verdadeiramente genérica: (Gato X Mamífero)• Todo/parte (Sistema respiratório X Pulmão)c) Relação associativa (afinidade ou de coordenação)• Coordenação: Terra X Marte• Genética: Pais X Filhos• Instrumental: Escrita X Lápis• Concorrente: Ensino X Aprendizagem• Material: Livro X Papel
  9. 9. 9• Similaridade de processo: Catalogação X ClassificaçãoDuas variáveis interferem na escolha de conceitos: a exaustividade e a especificidade.Ambas dependem da política de indexação adotada no SRI, que deve seguir critérios pré-estabelecidos, tendo em vista os objetivos do sistema, os recursos disponíveis e o tipo deusuário.A exaustividade relaciona-se à capacidade do sistema de indexar o documento emprofundidade, ou seja, além do assunto principal, são indexados também os assuntossecundários.A especificidade é a capacidade do sistema de nos permitir ser precisos ao especificarmos oassunto de um documento.Os s fatores de especificidade e exaustividade têm influência em todo o processo derecuperação da informação, havendo ligação desses com as medidas de revocação eprecisão. (conceitos abordados no item 2.2.2)A análise conceitual tem, como produto, um assunto, que representa o conteúdoinformacional de um texto. A noção de assunto de um texto é indeterminada, pois há casosem que é impossível, em princípio, decidir qual de duas diferentes e igualmente precisasdescrições, é a descrição do assunto, ou se o texto tem dois assuntos ao invés de um.Tipos de assuntos: São identificados três tipos de assuntos: assunto simples (formado porum único conceito). Ex: Indexação; assunto composto (formado por mais de um conceitopertencentes a uma mesma área do conhecimento) Ex: Indexação de materiais especiais(são dois conceitos da Biblioteconomia); e assunto complexo (formado por conceitos deáreas diferentes) Ex: A arte como terapia para idosos (conceitos da Arte e da Psicologia).A atividade de identificar a(s) idéia(s) principal(ais) do texto exige a capacidade decompreensão de seu conteúdo, o que está ligado a processos cognitivos.Na determinação do assunto, é preciso que se verifique o contexto no qual o documento éproduzido e para o qual ele existe, em determinado momento.Conceito, assunto e contexto são aspectos interdependentes que ocorrem durante todo oprocesso de análise de assunto, até o momento de se afirmar sobre o que trata o documento,próxima fase.
  10. 10. 13.1.3 Determinação da atinênciaTerminada a fase de extração de conceitos, é necessário que se faça uma seleção daquelesque realmente sintetizem o assunto do texto, partindo-se, assim, para a terceira fase doprocesso de análise de assunto, que é a determinação da chamada atinência, termotraduzido do inglês aboutness.(outras traduções: concernência, sobrecidade, temacidade)Nesta fase da determinação da atinência para representar os conceitos extraídos do texto,inicia-se um processo lingüístico e o problema de descrever documentos para recuperaçãoé, principalmente, o problema de como a linguagem é usada. Há uma forte relação entre aatinência do documento e seu(s) significado(s) identificado(s) pelos indivíduos. Um textotem uma atinência relativamente permanente, mas um número variado de significados.O produto final da atinência é uma frase de indexação, elaborada pelo indexador emlinguagem natural. Após todo o processo intelectual de leitura do texto, de extração eseleção de conceitos, é o momento em que ele afirma: Este documento trata de..........Das etapas de indexação, a análise de assunto é a que sofre mais influência da subjetividadedo indexador, sendo, por isso, considerada muito complexa. Por todos os aspectosconsiderados neste item, pode-se concluir que essa não é uma atividade possível de serensinada, não havendo uma receita, ou uma rotina a ser seguida no desenvolvimento damesma.Tentativas de automatizar a análise de assunto já vêm sendo implementadas em pesquisasde cursos de pós-graduação, mas pode-se verificar que, por enquanto, o limite da máquinaainda é a capacidade humana de percepção e abstração.3.2 Tradução da frase de indexação para linguagens de indexaçãoQuando termina a primeira etapa da indexação, com o(s) assunto(s) já definidos emlinguagem natural, chega o momento de inseri-lo(s) no SRI. Para isso, é feita a tradução dafrase de indexação para os termos da linguagem de indexação, o que significa transformaros conceitos selecionados em termos ou símbolos autorizados para representá-los nosistema.
  11. 11. 1Quando indexamos um documento por assunto, nós o colocamos em uma ou mais classes, ecada classe deve ter um número ou rótulo, que são chamados termos indexadores. Oconjunto desses forma a linguagem de indexação.Há dois métodos fundamentais de indexar o assunto de documentos:a) Indexação por palavras – utiliza termos empregados pelo autor na apresentação das suas idéias, isto é, as palavras encontradas nos títulos ou nos textos dos documentosEx: A palavra mandioca traduz uma determinada idéia, um dado conceito, que tambémpode ser expresso pelas palavras aipim, macaxera.Uma indexação por palavras registrará os documentos pelos termos utilizados pelosautores, ou seja, na linguagem natural. O sistema indexará um documento sobre mandiocae outro sobre aipim ( linguagem natural). Um exemplo típico de indexação por palavra é oíndice KWIC (Key Word in the Context), que utiliza títulos dos documentos. O queacontece na recuperação de um documento cujo título é “Feijão, angu e couve”? Arecuperação só pode ser feita através dessas palavras, mas o assunto do documento é“Costumes mineiros”. O que acontecerá com a recuperação deste documento?b) Indexação por conceitos – a indexação por conceitos pressupõe a análise de assunto do documento, a decisão sobre conceitos presentes no texto e a tradução destes em linguagem apropriada. Na indexação por conceitos, determinam-se os cabeçalhos a empregar, distinguem-se homônimos, controlam-se sinônimos, prevêem-se relações de eqüivalência, hierárquica e associativa.É importante ressaltar que o indexador deve estar familiarizado com a linguagem utilizadano SRI, embora esta linguagem não deva influenciar a análise de assunto dos documentos.3.3 Linguagens de indexaçãoA linguagem de indexação é aquela cujo objetivo é representar o contéudo temático dosdocumentos. Alguns sistemas utilizam a linguagem natural (escrita e falada, pouco usadapor apresentar grande inconsistência) como linguagem de indexação e, nesses casos,adotam como termos indexadores os termos na forma como aparecem nos documentos, semmodificações. Isso traz alguns problemas, como diferentes autores usando palavras diversaspara expressarem o mesmo conceito (dispersão terminológica) ou o caso do uso dediferentes estruturas para expressarem a mesma idéia (dispersão sintática).
  12. 12. 1No entanto, comumente, são utilizadas linguagens artificiais. Essas refletirão umvocabulário controlado, para o qual foram tomadas decisões cuidadosas sobre os termos aserem usados, o significado de cada um, e os relacionamentos que apresentam.Uma linguagem de indexação deve procurar indicar os relacionamentos entre os termos noseu vocabulário. Por exemplo, se um sistema inclui os termos ENSINO MÉDIO eESCOLAS PROFISSIONALIZANTES, pode-se indicar a relação entre esses dois termos,pois um usuário, procurando informação sobre ensino médio, poderá encontrar documentosrelevantes sob o termo escolas profissionalizantes que, usualmente, se ocupam também doensino médio. Uma linguagem de indexação que tem um vocabulário controlado e que tentaindicar as relações entre os termos no seu vocabulário é chamada estruturada.3.3.1 Objetivos:- possibilitar que o indexador represente os assuntos dos documentos de forma consistente;- compatibilizar o vocabulário usado pelo usuário com o vocabulário usado pelo indexador;- permitir ao usuário moldar a estratégia de busca de forma a obter alta revocação ou alta precisão, conforme o exigirem as circunstâncias.3.3.2 Funções das linguagens de indexação:- substituir a grande variedade de expressões da linguagem natural por uma linguagem formal;- estabelecer um ponto comum entre linguagem do autor, linguagem do indexador e linguagem do usuário;- estabelecer um vocabulário que mostre as relações entre termos e conceitos: relações semânticas (equivalência, hierarquia e associativa) e relações sintáticas (coordenação de dois ou mais elementos para formar assuntos compostos)- economizar espaço de arquivo;
  13. 13. 1- ajudar na recuperação de conceitos específicos.3.3.3 Construção de linguagens de indexaçãoA geração de um vocabulário controlado não é uma tarefa simples, e têm-se verificadovárias iniciativas nesse sentido, pela necessidade de se tratarem, cada vez mais, de assuntoscomplexos que exigem uma análise mais aprofundada e com alto grau de especificidade.Alguns aspectos são levantados para a criação das linguagens controladas, como: gerar umvocabulário com base nos termos de indexação de um conjunto de documentos; modificarum vocabulário já existente ou extrair o vocabulário de outro já existente; reunir termos dediferentes fontes: especialistas da área, dicionários, glossários, índices, etc.Um vocabulário controlado deve ser capaz de representar conceitos que realmente ocorremna literatura do assunto. Este é o princípio da garantia literária. É importante ressaltar,ainda, dois pontos que não podem ser ignorados na construção de uma linguagem, comoas questões formuladas pelos usuários, que devem ser levadas em consideração nadefinição dos termos da linguagem, pois refletem suas necessidades de informação, e aconsulta a especialistas da área especializada da linguagem.Depois do levantamento dos termos, parte-se para o estabelecimento das relações entre osconceitos, podendo-se utilizar, para isso, a análise facetada, que consiste na divisão doassunto em facetas (categorias de assuntos). Passa-se a optar pelo melhor termo pararepresentar um conceito (geral ou específico), e estabelecer as hierarquias necessárias.3.3.4 Componentes da linguagem de indexação:As linguagens de indexação são formadas por dois componentes básicos: vocabulário esintaxe.3.3.4.1 Vocabulário é o conjunto de termos de indexação utilizáveis para representar oconteúdo temático dos documentos, que podem ser cabeçalhos de assuntos (listas decabeçalhos de assunto), descritores (tesauros) ou símbolos de classificação (sistemas declassificação bibliográfica). O vocabulário é sempre menor do que os vocabulários dosusuários, dos documentos indexados e do próprio indexador, por causa do controle dovocabulário. Diante disso, é necessário fornecer, além do vocabulário de indexação (termos
  14. 14. 1usados no índice), um vocabulário de abordagem, que consiste de termos que não sãousados no sistema para representar os conceitos, mas que podem ser usados pelos autoresdos textos, pelos indexadores, e pelos usuários ao consultar o índice. Por exemplo, ovocabulário do sistema usa o termo TESTE DE INTELIGÊNCIA.Porém, o assunto pode ser procurado por:TESTES MENTAIS – termo sinônimoTESTES PSICOLÓGICOS – termo mais geral (abrangente)TESDE DE APTIDÃO – termo mais especificoDESENVOLVIMENTO MENTAL – termo relacionadoEstes termos constituem o vocabulário de abordagem.3.3.4.2 Sintaxe é o conjunto de artifícios empregados para revelar as relações entre osconceitos e as regras para estabelecer os descritores e determinar a ordem em que devemser citados. Ocorrem da necessidade de se poder recuperar a interseção entre duas ou maisclasses de conceitos, e o reconhecimento das relações entre os conceitos (item 3.1.2) éproduto de uma análise de assunto cuidadosa, que é básica para todas as linguagens deindexação estruturadas.São evidenciadas, as relações semânticas (ou de significado) e as relações sintáticas queexistem entre os termos indexadores.As relações semânticas devem ser controladas ou mostradas nas linguagens de indexaçãocom o objetivo de se indicarem os termos alternativos ou substitutivos de indexação ebusca. As relações semânticas podem ser de 3 tipos : equivalência, hierárquicas eassociativas. Dependendo da estrutura da linguagem de indexação (verbal ou simbólica), oestabelecimento das relações semânticas pode ser mais complexo ou mais simples,utilizadas em tesauros e listas de cabeçalhos de assuntos)• Relações de equivalência (ver, see, use, x) UP (usado para = Used For - UF)• Relações hierárquicas - TG (Termo Geral = Broader Term - BT), TE(Termo Específico = Narrowed Term - NT).• Relações associativas (ver também, see also, xx) TR (Termo Relacionado = Related Term - RT)
  15. 15. 1As relações sintáticas entre os termos de uma linguagem de indexação originam-se danecessidade de se poder recuperar a interseção entre duas ou mais classes de conceitosdistintos. Ex. pode existir interesse pelo assunto “fundição do alumínio” e não por“fundição” e “alumínio”. Essas relações constituem-se da associação de termos pararepresentar assuntos compostos. São temporárias, ao contrário das relações semânticas, quesão permanentes.As linguagens controladas são mais eficientes no SRI, embora apresentem maiordificuldade para o usuário. Quanto maior a diferença entre a linguagem natural e alinguagem controlada, maiores as dificuldades dos usuários no momento da busca.O vocabulário de uma linguagem de indexação pode ser verbal ou simbólico (codificado),que constituem as linguagens verbais e as linguagens simbólicas.3.3.5 Linguagens verbaisNas linguagens verbais, os assuntos são representados por palavras, como por exemplo, umdocumento que trate da História da França, será representado por FRANÇA – História.São linguagens verbais as listas de cabeçalhos de assunto, os tesauros.As LCA são arranjadas em ordem alfabética de cabeçalhos de assunto, e têm abrangênciageral de todas as áreas do conhecimento. Apresentam pouca flexibilidade, pois são pré-coordenadas (ver item 3.3.7), havendo o estabelecimento de uma ordem de citação entre ostermos.Os tesauros, por sua vez, são especializados numa determinada área do conhecimento, emais flexíveis, apresentando uma ordem alfabética e sistemática entre os termos deassuntos, chamados descritores. Utiliza termos simples, não havendo ordem de citaçãoentre os termos, constituindo uma linguagem pós-coordenada. (ver item 3.3.8)3.3.6 Linguagens simbólicasNas linguagens simbólicas, os assuntos são representados por códigos ou símbolos, naforma da notação de um sistema de classificação bibliográfica. Assim, o exemplo deHistória da França, o assunto será representado por 944 (CDD)
  16. 16. 1Uma das linguagens simbólicas mais usadas em bibliotecas é a classificação bibliográfica.Um mapa completo de qualquer área do conhecimento, mostrando todos os seus conceitos esuas relações é chamado de tabela, esquema ou sistema de classificação.3.3.6.1 Sistemas de classificaçãoSe dividem em:a) de acordo com a apresentação dos assuntos: enumerativos - procuram indicar todos os assuntos e todas as combinações possíveis entre eles e apresentar os símbolos que os representam prontos para ser usados. Ex: .Classificação Decimal de Dewey (CDD); e os analítico-sintéticos – ou facetados - apresentam listas de assuntos – facetas – acompanhados de símbolos e deixam ao classificador a tarefa de combinar os símbolos para apresentar os assuntos compostos. Ex: Colon Classification (Classificação de Dois Pontos) e Bliss Classification.b) de acordo com a abrangência: gerais – todas as classes do conhecimento. Ex:Dewey, CDU, Colon, LC; e especiais - classes especiais de assunto – Ex: Coates (Música)Elementos de um sistema de classificação:1) Apresentação ou introdução – Origem e evolução do sistema. Atualização. Ordem de citação. Ordem de arquivamento. Instruções para a construção de números de classificação.2) Tabelas Auxiliares, classe geral, assuntos3) Notação4) Índice alfabético3.3.6.2 Como classificarRanganathan enfatizou que há três estágios diferentes na indexação, e denominou-os dePlano Idéia (análise de assunto em nossas próprias palavras; decisão sobre a classeprincipal apropriada; decisão sobre a ordem de citação para a classe; re-arranjo da análisede assunto na ordem apropriada), Plano Verbal (exame do índice e das tabelas do esquema
  17. 17. 1para encontrar os conceitos necessários) e Plano Notacional (construção da notação para osconceitos, de acordo com as regras estabelecidas).Em todo SRI, é necessário o controle de terminologia para assegurar a coincidência dasperguntas e respostas, fazendo com que determinado assunto pesquisado seja recuperado.Este controle pode ser feito através de coordenação de conceitos no ato da indexação ou nomomento da recuperação. São as chamadas linguagens pré e pós coordenadas.3.3.7 Linguagens pré-coordenadasOs sistemas pré-coordenados estabelecem a coordenação dos vários tópicos referentes a umassunto composto no momento da indexação, e, com grande subjetividade, determinamuma prioridade na citação desses elementos. Essa ordem é determinada a partir daimportância que os conceitos representam para os usuários.3.3.7.1 Características da pré-coordenação:- subjetividade (conceitos compostos);- entradas múltiplas (remissivas + referências);- autonomia do indexador;- fáceis de serem usadas.-3.3.7.2 Vantagens:- um único lugar para um assunto composto: prover apenas um lugar inequívoco para qualquer assunto composto;- personalização da busca: fazer com que os usuários possam familiarizar-se com o sistema e, com o tempo, passem a formular questões de acordo com a linguagem do sistema;- limitação do tamanho: a entrada única ajuda a evitar o crescimento desmesurado do catálogo, tornando mais simples o seu uso e menos dispendiosa a sua manutenção;
  18. 18. 1- flexibilidade na estratégia de busca: podem ocorrer mudanças na estratégia da pesquisa, podendo seguir um assunto mais restrito, mais genérico ou correlato, sem ter que se começar pela estaca zero;- busca seqüencial manual rápida: as linguagens pré-coordenadas funcionam melhor nesses sistemas tradicionais de registro de documentos. Elas geram arquivos maiores, mas a busca manual, quando realizada seqüencialmente, é mais rápida.- evita falsas associações e relações incorretas;- é mais precisa.3.3.7.3 Desvantagens:- dificuldade na representação dos diferentes sentidos do termo, e das relações entre os termos;- ordem fixa: os termos somente podem ser listados numa determinada seqüência;- pouca flexibilidade na busca: é quase impossível fazer a combinação entre os termos no momento da busca;- tamanho e custo: o uso da “entrada múltipla” encarece o sistema e aumenta o tamanho do índiceExemplos de linguagens pré-coordenadas: listas de cabeçalhos de assunto (Library ofCongress, Rovira, Wanda Ferraz), os índices permutados, os índices em cadeia e asclassificações bibliográficas. (Classificação Decimal de Dewey, Classificação DecimalUniversal).3.3.7.4 Ordem de citaçãoO problema das linguagens pré-coordenadas é a necessidade de se estabelecer uma ordemde prioridade para os diversos conceitos. É a chamada ordem de citação, a ser determinadaa partir da importância que os conceitos têm para os usuários e, nesse caso, somente o
  19. 19. 1primeiro elemento citado é recuperado, ficando os outros ocultos. Existem algumas regrasbásicas tentando estabelecer a ordem de citação dos assuntos complexos, como:- o assunto antes da forma bibliográfica : Geologia – Enciclopédia- o assunto antes do lugar (com a preposição em): A fome no Brasil, Fome-Brasil- o assunto depois do lugar (com a preposição de): Montanhas do Brasil, seria Brasil- Montanhas- todo-parte: Índices de Periódicos, seria Periódicos - ÍndicesOpções de ordem de citação são dadas por teóricos da área, como Kaiser (1911) – “oconcreto, depois o processo” – Indexação de livros, seria Livros - Indexação; por Coates(1960) – Coisa – Parte – Material – Ação. Uma das opções, é a utilização das CincoCategorias Fundamentais, estabelecidas por Ranganathan: PMEST - Personalidade (núcleodo assunto), Matéria, Energia (processo), Espaço e Tempo)Ex: Plantação de soja no Paraná em 2003A ordem dos termos será: SOJA-Plantação-Paraná-2003Como se pode verificar, apenas o termo soja poderá ser recuperado na ordem alfabética.Uma solução para isso, é a adoção de “entradas múltiplas”, ou a utilização de uma “redesindética” (uso de remissivas e referências) bem elaborada.3.3.8 Linguagens pós-coordenadasOs sistemas pós-coordenados adotam conceitos simples usados na indexação, que sãocombinados pelo usuário no momento da busca. Os termos são combinados de qualquermaneira, conforme a necessidade mais geral ou mais específica do usuário.Os sistemas mais modernos de recuperação da informação, principalmente os sistemasautomatizados, passaram a usar as linguagens pós-coordenadas. Neste tipo de sistema, nãoexiste a preocupação com a importância dos elementos de um assunto composto, e,consequentemente, com a ordem de citação desses elementos (ordem de prioridade definidanas linguagens pré-coordenadas).
  20. 20. 2Uma linguagem pós-coordenada consiste de entradas que normalmente são conceitosúnicos, podendo-se dar a entrada de todos os termos no sistema, sem a necessidade dedecisões a respeito da prioridade dos itens. Cria-se uma entrada única para cada assuntoconsiderado relevante. Como recurso que auxilia a busca em sistemas pós-coordenados eautomatizados, é utilizada a lógica booleana, com os elementos and, or, nor.3.3.8.1 Características da pós-coordenação:- conceitos únicos: são indexados os conceitos simples;- comparação das entradas de assunto: permite determinar coincidências que revelam documentos pertinentes ao assunto pesquisado;- objetividade: dá-se a entrada a todos os termos relevantes, sem a necessidade de decisões a respeito dos itens;- flexibilidade na busca: os termos podem ser combinados entre si, de qualquer forma, no momento da busca;- pesos iguais para os termos: todo termo atribuído a um documento tem peso igual, nenhum sendo mais importante que o outro.3.3.8.2 Vantagens:- independência da ordem de citação;- permissão de uma maior revocação;- mais eficiência, melhorando a qualidade e diminuindo o custo nas buscas automatizadas.3.3.8.3 Desvantagens:- eficiência ligada à automação: as linguagens de indexação pós-coordenadas são consideradas mais eficientes apenas quando usadas em sistemas automatizados;- combinação dos termos somente na saída, podendo-se obter associações falsas e incorretas;
  21. 21. 2- oferecimento de baixa precisão.Exemplos de linguagens pós-coordenadas: Tesauros (descritores), o Sistema Unitermo3.3.9 Avaliação das linguagens de indexaçãoA escolha de uma determinada linguagem de indexação para um SRI é uma tarefacomplexa e que exige muito conhecimento da área do conhecimento em que o sistema estáinserido, os objetivos da instituição à qual está subordinado e, principalmente, os interessesdos usuários da informação.Alguns aspectos gerais devem ser observados para avaliação das LI pelo indexador:- qualquer LI deve estar permanentemente sendo avaliada (em comparação com a evolução da área e a conseqüente mutação do vocabulário, tanto dos autores como dos leitores) e atualizada (eliminação de termos obsoletos e introdução de termos novos).- A criação de uma linguagem de indexação nova é um processo lento, caro e que exige recursos humanos qualitativa e quantitativamente preparados e disponíveis para isso, , e a adaptação de uma linguagem já existente pode ser racional, eficiente e mais barata;- Se a biblioteca ou centro de informação participar de uma rede ou de um sistema cooperativo, as decisões devem ser comuns, e apresentadas ao sistema para que possam ser incorporadas por todos os membros participantes.- Se a instituição é isolada, a possibilidade de soluções individuais que melhor se adaptem ao SRI são maiores, devendo-se considerar as características da biblioteca.- Caso sejam detectadas falhas na recuperação da informação, deve-se pesquisar as causas: Problemas na análise de assunto? Inadequações do vocabulário controlado? Falta de treinamento do usuário? Falta de remissivas e referências?- Qual a providência tomar no caso de não existirem, na LI adotada no sistema, conceitos que não estão representados? Em alguns sistemas, a admissão de novos termos é aceita mas, em outros casos, o indexador deverá usar descritores mais genéricos.Nesse contexto, surgem dois conceitos que possibilitam também a avaliação de uma LI: arevocação e a precisão. Revocação é o coeficiente entre o número de documentos inseridos
  22. 22. 2no sistema versus o número de documentos relevantes recuperados pelo usuário, e aprecisão é o coeficiente entre o número de documentos inseridos no sistema e a precisão dabusca. Ex. Para a busca de documentos sobre Escultura, se o termo de busca for Artes,haverá alta revocação e baixa precisão, pois serão recuperados documentos que falam deescultura, mas não só sobre este assunto. Ao passo que, se a busca for feita pelo própriotermo Escultura, a revocação será baixa e haverá uma alta precisão, pois só serãorecuperados documentos sobre Escultura.Pesquisas mostram que um maior grau de especificidade eleva a taxa de precisão e baixa ade revocação; ao contrário, um aumento de exaustividade, eleva a taxa de revocação,baixando a de precisão.3.4 Consistência da indexaçãoUm aspecto importante a ser considerado é a consistência da indexação, que também serámuito afetada pela qualidade da linguagem adotada. O estabelecimento da linguagem deindexação deverá ser feito tendo em vista a sua adequação ao sistema a que irá servir. Umfator importante é a qualidade de atualização dessas linguagens, com a inclusão dos novostermos que surgem nos diversos campos das ciências, adequando-se as linguagenscontroladas às terminologias dessas áreas.A consistência da indexação está ligada a dois elementos básicos: ao desempenho doindexador e à qualidade dos instrumentos de indexação. É importante que essa consistênciaseja regular, considerando-se o fator tempo na operação de um determinado sistema, sendonecessário ao indexador um alto grau de imparcialidade e uma submissão às diretrizes daindexação adotadas pelo sistema. Deve-se procurar controlar a subjetividade, inerente aqualquer trabalho humano, e presente na atividade de indexação. A consistência é difícil deser obtida quando é grande o grupo de indexadores, ou quando trabalham em diferenteslocais. Nesses casos, é aconselhável que se estabeleça um grupo de controle centralizadopara a verificação das indexações feitas.Para se obter consistência na indexação é preciso, ainda, que se tenha bem estabelecida umapolítica de indexação, que siga critérios como nº de termos indexadores para cadadocumento (exaustividade), uso de singular ou plural, uso de siglas, termos em inglês erede sindética.
  23. 23. 23.5 Indexação automática versus automatizadaPara a eficácia do controle e da organização das informações contidas em documentos, naatualidade, torna-se imprescindível a automação de várias atividades desenvolvidas embibliotecas e centros de informação, e a adoção de tecnologias da informação já é umarealidade na maioria desses. A indexação de documentos é uma das atividades em que setem investido muitos recursos, visando aumentar a rapidez e a precisão na recuperação deinformações relevantes para os usuários.Há uma controvérsia quanto ao uso das terminologias indexação automática eautomatizada, podendo-se sintetizar que, na primeira, o trabalho desenvolvido para indexarassuntos é totalmente feito pelo computador, como indexação por palavras (KWIC), pelafreqüência com que as palavras aparecem no texto, entre outros. Já na indexaçãoautomatizada, a primeira etapa de extrair o conteúdo do documento (análise de assunto) éfeita por um indexador humano, que após seu trabalho intelectual, insere os termos numabase de dados automatizada. No entanto, não há um consenso quanto a essa diferençaapresentada, podendo-se verificar os dois termos usados, também, como sinônimos.Para finalizar, levanta-se uma questão para reflexão dos bibliotecários: até que ponto pode-se delegar à máquina a tarefa de indexação? Onde poderia se apontar um limite para asatividades desenvolvidas pela máquina? Seria, essa, já programada para exercer atividadesmentais como abstrair, interpretar, compreender e perceber, características inerentes ao serhumano? REFERÊNCIASBEGHTOL, Clare. Bibliographic classification theory and text linguistics: aboutness,intertextuality and the cognitive act of classifying documents. Journal of Documentatin,v.42, n.2, p.84-113, Jun.1986.CESARINO, Maria Augusta N., PINTO, Maria Cristina M.F. Análise de assunto. Revistade Biblioteconomia de Brasília, v.8, n.11, p.33-43, 1980.
  24. 24. 2DAHLBERG, Ingetraut. Teoria do conceito. Ciência da Informação, v.7, n.2, p.101-107,1978.FOSKETT, A C. The subject approach to information. 5.ed. London: C.Bingley, 1996.FROHMANN, B. Rules of indexing: a critique of mentalism in information retrievaltheory. Journal of Documentation, v.46, n.2, p.81-101, Jun.1990.LANCASTER, F.W. Indexação e resumos: teoria e prática. Brasília: Briquet deLemos/Livros, 1993NAVES, Madalena M. L. Fatores interferentes no processo de análise de assunto: estudode caso de indexadores. Belo Horizonte: ECI/UFMG, 2000. (Tese, doutorado em Ciênciada Informação)PINTO MOLINA, Maria. Interdisciplinarly approaches to the concept and practice ofWritten Documentary Content Analysis (WTDCA). Journal of Documentation, v.50, n.2,p.111-1333, Jun.1994.RAMSDEN, M.J.An introduction to index language construction: a programmed text.London: C.Bingley, 1974. (Trad. e adap. de Maria Cristina M.F.Pinto)

×