Curso Abril de Jornalismo 2010 : Manoel Lemos

1,762 views

Published on

Minha palestra no Curso Abril de Jornalismo 2010 (CAJ27). Um aventure por vários temas ligados à Internet: : Twitter, Apagão, Web em Tempo Real e Linguística Computacional.

Published in: Technology, Education
0 Comments
2 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
1,762
On SlideShare
0
From Embeds
0
Number of Embeds
18
Actions
Shares
0
Downloads
34
Comments
0
Likes
2
Embeds 0
No embeds

No notes for slide

Curso Abril de Jornalismo 2010 : Manoel Lemos

  1. 1. Apagão, Twitter, Linguística Computacional e Web em Tempo Real Manoel Lemos CTO Abril Digital São Paulo • SP • Brasil 03.02.2010
  2. 2. Links & Referências @mlemos #caj27
  3. 3. B eta Links & Referências @mlemos #caj27
  4. 4. Web em Tempo Real
  5. 5. vozes amplificadas
  6. 6. desinformação (por bem ou por mal)
  7. 7. estórias incompletas (ou não)
  8. 8. resposta emocional
  9. 9. reações na mídia tradicional
  10. 10. busca por mais informações
  11. 11. O Twitter e o Apagão Uma Aventura em Tempo Real
  12. 12. O Twitter e o Apagão Uma Aventura em Tempo Real
  13. 13. http://www.flickr.com/photos/julioboaro
  14. 14. Primeiro Tweet Apenas alguns segundos após o incidente ter acontecido.
  15. 15. Confirmação Oficial Mais de 3 horas após o incidente e o primeiro tweet relacionado.
  16. 16. Primeiro do LiveStream Apenas 28 minutos após o incidente ter acontecido.
  17. 17. 10 :1 3 • Ap ag ão
  18. 18. 10 :1 3 • Ap ag ão 10 :4 1 • Li ve St re a m
  19. 19. Global Tweets 685.295 tweets 28 minutos am re ão St ag ve Ap Li • • 3 1 :1 :4 10 10
  20. 20. Global Tweets 685.295 tweets 28 minutos am re ão St ag ve Ap Li • • 3 1 :1 :4 10 10
  21. 21. 10 :1 3 • Ap ag ão 28 minutos Global Tweets 685.295 tweets 10 :4 1 • Li ve St re a m 11 de :1 1 Li • ve 30 St m re in a
  22. 22. Global Tweets #apagao 685.295 tweets 2.828 tweets 28 minutos 30 minutos ~0,4% dos Tweets do Planeta am re re in ão St St m ag ve a ve 30 Ap Li Li • • • 1 de :1 3 1 :1 :4 11 10 10
  23. 23. Tweets / Minuto Total: 45.531 • Média: 14.63/min
  24. 24. Tweets / Minuto retweets 30.7% Total: 45.531 • Média: 14.63/min
  25. 25. Tweets / Minuto retweets 30.7% madonna & jesus 2.3% Total: 45.531 • Média: 14.63/min
  26. 26. Tweets / Minuto retweets 30.7% madonna & jesus 2.3% Total: 45.531 • Média: 14.63/min
  27. 27. SNR signal-to-noise ratio
  28. 28. SNR relação sinal-ruído
  29. 29. Psinal SNR = Pruído
  30. 30. 1 10% = 10
  31. 31. “Named must your fear be before banish it you can.”
  32. 32. Semântica ou melhor, a falta de
  33. 33. “Those who want to use the available data, however, have to find the information that is meaningful and relevant to them given their current concerns. But, given that in a hyperlinked database anything may be linked to anything else, this is a very challenging task. Since hyperlinks are made for all sorts of reasons and since there is only one basic type of link, the searcher cannot use the meaning of the refere-se a arrive at the information he is seeking.” Prof. Hubert L. Dreyfus Filosofia @ Berkeley The Hype about Hyperlinks : On the Internet @ 2001
  34. 34. “Those who want to use the available data, however, have to find the information that is meaningful and meaningful relevant to them given their current concerns. But, given that in a hyperlinked database anything may be linked to anything else, this is a very challenging task. Since hyperlinks are made for all sorts of reasons and since there is only one basic type of link, the searcher cannot use the meaning of the refere-se a arrive at the information he is seeking.” Prof. Hubert L. Dreyfus Filosofia @ Berkeley The Hype about Hyperlinks : On the Internet @ 2001
  35. 35. “We have developed a global ranking of Web pages called PageRank based on the link structure of the Web that has properties that are useful for search... PageRank is an attempt to see how good an approximation to ‘importance’ an be obtained from just the link structure. We have used PageRank to develop a novel search engine called Google...” Prof. Terry Winograd & Students Inteligência Artificial @ Stanford Larry Page Fundador @ Google
  36. 36. Mas todos os links ainda são do mesmo tipo (não possuem significado)
  37. 37. Linguística Computacional
  38. 38. Processamento de Reconhecimento Linguaguem Natural de Fala Web Semântica Análise Sintática Linguística Ontologias Computacional Representação Recuperação de Conhecimento de Informação Reconhecimento de Classificação Entidades Nomeadas
  39. 39. Em busca de significado
  40. 40. Processamento de Reconhecimento Linguaguem Natural de Fala Web Semântica Análise Sintática Linguística Ontologias Computacional Representação Recuperação de Conhecimento de Informação Reconhecimento de Classificação Entidades Nomeadas
  41. 41. Processamento de Reconhecimento Linguaguem Natural de Fala Web Semântica Análise Sintática Linguística Ontologias Computacional Representação Recuperação de Conhecimento de Informação Reconhecimento de Classificação Entidades Nomeadas
  42. 42. Site
  43. 43. Página
  44. 44. Documento
  45. 45. URL
  46. 46. Recurso A
  47. 47. Recurso A
  48. 48. Recurso B Recurso A Recurso C Recurso D Recurso E
  49. 49. Recurso B Recurso A Recurso C Recurso D Recurso E
  50. 50. refere-se a Recurso B Recurso A refere-se a refere-se a Recurso C refere-se a Recurso D Recurso E
  51. 51. refere-se a Luke R2-D2 Skywalker refere-se a refere-se a Anakin Skywalker refere-se a Light Saber Leia Organa Solo
  52. 52. refere-se a Luke R2-D2 Skywalker refere-se a refere-se a Anakin Skywalker refere-se a Light Saber Leia Organa Solo
  53. 53. refere-se a Luke R2-D2 Luke Skywalker possui irmãos? Skywalker refere-se a refere-se a Quem é o Pai da Princesa Leia? Anakin Skywalker refere-se a Light Qual droid é amigo do Luke? Saber Leia Organa Solo
  54. 54. refere-se a Luke R2-D2 Skywalker ? refere-se a refere-se a Anakin Skywalker refere-se a Light Saber Leia Organa Solo
  55. 55. refere-se a Luke R2-D2 Skywalker refere-se a refere-se a Anakin Skywalker refere-se a Light Saber Leia Organa Solo
  56. 56. Texto : para humanos refere-se a Princesa Leia, filha de Anakin Luke R2-D2 Skywalker, casou-se com Han Solo e Skywalker passou a se chamar Leia Organa Solo. refere-se a refere-se a Anakin Skywalker refere-se a Light Saber Leia Organa Solo
  57. 57. HTML : para computadores refere-se a <p> Princesa Leia, filha de <a href=’/ anakin.html’>Anakin Skywalker</a>, Luke R2-D2 Skywalker casou-se com Han Solo e passou a se refere-se a chamar Leia Organa Solo. </p> refere-se a Anakin Skywalker refere-se a Light Saber Leia Organa Solo
  58. 58. refere-se a Luke R2-D2 Skywalker refere-se a refere-se a Anakin Skywalker refere-se a Light Saber Leia Organa Solo
  59. 59. é amigo de Luke R2-D2 Skywalker é filho de usa Anakin Skywalker é filha de Light Saber Leia Organa Solo
  60. 60. HTML : para computadores é amigo de <p> Princesa Leia, filha de <a href=’/ anakin.html’ rel=‘parent’>Anakin Luke R2-D2 Skywalker Skywalker</a>, casou-se com Han Solo é filho de e passou a se chamar Leia Organa Solo. </p> usa Anakin Skywalker é filha de Light Saber Leia Organa Solo
  61. 61. HTML : para computadores é amigo de <p> Princesa Leia, filha de <a href=’/ anakin.html’ rel=‘parent’>Anakin Luke R2-D2 Skywalker Skywalker</a>, casou-se com Han Solo é filho de e passou a se chamar Leia Organa Solo. </p> usa Anakin Skywalker é filha de Light Saber Leia Organa Solo
  62. 62. HTML : para computadores é amigo de <p> Princesa Leia, filha de <a href=’/ anakin.html’ rel=‘parent’>Anakin Luke R2-D2 Skywalker Skywalker</a>, casou-se com Han Solo é filho de e passou a se chamar Leia Organa Solo. </p> usa Anakin Skywalker é filha de Light Saber Leia Organa Solo
  63. 63. Processamento de Reconhecimento Linguaguem Natural de Fala Web Semântica Análise Sintática Linguística Ontologias Computacional Representação Recuperação de Conhecimento de Informação Reconhecimento de Classificação Entidades Nomeadas
  64. 64. Em busca de entidades
  65. 65. Processamento de Reconhecimento Linguaguem Natural de Fala Web Semântica Análise Sintática Linguística Ontologias Computacional Representação Recuperação de Conhecimento de Informação Reconhecimento de Classificação Entidades Nomeadas
  66. 66. Processamento de Reconhecimento Linguaguem Natural de Fala Web Semântica Análise Sintática Linguística Ontologias Computacional Representação Recuperação de Conhecimento de Informação Reconhecimento de Classificação Entidades Nomeadas
  67. 67. DEMO ou quando tudo dá errado
  68. 68. Para fechar uma provocação
  69. 69. Boa Sorte!
  70. 70. Obrigado ;-)
  71. 71. mlemos@abril.com.br manoellemos.com twitter.com/mlemos linkedin.com/in/mlemos flickr.com/photos/mlemos

×