KGevol: grafos de conhecimento dinâmicos extraídos de informação textual não estruturada

Resumo

Conhecimento é difundido em textos de diferentes naturezas. Dada a enorme quantidade de textos estruturados em diferentes formatos disponíveis online, extrair seu conhecimentocom o auxílio de ferramentas computacionais, bem como a construção de representações deconhecimento, pode trazer grande valor às partes interessadas. À medida que o conhecimentoevolui, novos textos são continuamente escritos, documentando novos fatos que denotam osnovos conhecimentos através de sua evolução. A caracterização desta evolução, através derepresentações de conhecimento adequadas às evoluções temporais, pode incidir diversos benecifícios à análises de domínio. Ao considerar conjuntos de textos temporais, como por exemplo,artigos que difundem o conhecimento gerado em investigações científicas, uma representaçãoadequada de tal conhecimento, bem como sua evolução, pode trazer benefícios a pesquisadores,à comunidade científica nas diversas áreas do conhecimento, e por conseguinte, também à sociedade em geral. Este projeto objetiva estudar métodos inéditos para a representação do conhecimento difundido em documentos textuais. Nossa investigação se destina à caracterização daevolução de fatos extraídos de textos, representados em grafos de conhecimento. Introduzimos métodos inéditos que exploram o conceito de Grafos de Conhecimento Temporais para modelar a evolução temporal de conhecimento em corpora de textos não-estruturados. Em nossa abordagem, medidas de redes complexas são aplicadas em grafos de conhecimentos temporais paradeterminar a relevância de conceitos presentes nos textos sob análise. Investigamos representações inéditas de visualizações de tal evolução em auxílio à análise do conhecimento atravésdo tempo. (AU)