Formato PDF - mtc-m17:80 - Inpe

O reconhecimento de nomes de lugares é uma condição fundamental para a indexação derecursos geográficos na Web (Densham; Reid, 2003). Desta forma, para permitir que ousuário obtenha sucesso na pesquisa de arquivos disponíveis na Web, é imprescindível que omecanismo de busca mantenha para cada arquivo geográfico indexado o nome do local queele representa.Algumas vezes o nome do local está explícito no texto-âncora do hyperlink que aponta parao arquivo, o que facilita a criação de metadados de sua descrição. Nos casos onde não hádescrição explícita, é necessário extrair dados adicionais do arquivo.Para incrementar as descrições dos arquivos geográficos indexados pelo GeoDiscover,inicialmente desenvolvemos um analisador sintático que verifica a estrutura do arquivo dbfassociado ao arquivo shp a fim de construir um conjunto de referência de nomes de lugaresa partir da identificação de padrões nas nomenclaturas utilizadas nos rótulos das colunas doarquivo dbf. O primeiro passo para o desenvolvimento do analisador foi estabelecer umrepositório de termos de descritores de lugares. Para isto foram analisados 100 arquivosdbf associados a arquivos shp obtidos aleatoriamente de diversos sítios produtores de dados.Na amostra coletada, procuramos diferenciar as fontes dos arquivos para evitar apredominância de padrões individuais. Através da amostra, pôde-se verificar inicialmenteque os nomes das colunas dos bancos de dados associados são boas referências para seprocurar uma informação desejada. A partir da análise, observou-se que há uma tendênciados nomes das colunas descreverem, de forma direta ou indireta, o conteúdo das mesmas.Por exemplo, ocorrências de nomes de colunas tais como “Cidade” e “Location” servemcomo bons indicadores de seu conteúdo e esses atributos, por sua vez, caracterizam o nomedo local representado pelo shape.A partir do número de aparições de nomenclaturas de colunas nos arquivos dbf foi possívelidentificar uma coleção de termos descritores de lugares. A fim de ampliar aspossibilidades de nomenclaturas, sobre os termos selecionados, aplicamos a técnica destemming para extrair a origem morfológica das palavras, utilizando o algoritmo PorterStemming (Porter, 2006). A coleção resultante de radicais originou um repositório de termosdescritores de lugares que é utilizado para a comparação executada pelo analisador77