F.W.

Lancaster

Indexao e resumos:
teoria e prtica
Segunda edio

Traduo de Antonio Agenor Briquet de Lemos

BRIQUET DE LEMOS
UVROS
 Copyright. 2003 by F. \V. Lancaster Sumrio
Ttulo original: !ndexing and abstracting in themy and practice
Primeira edio original: 1991 Prefcio vii
Segunda edio original: 1998 Agradecimentos ix
Terceira edio original: 2003
Uma nota sobre terminologia (e a redescoberta da roda) X

Primeira edio brasileira: 1993

Lista de figuras XV
Segunda edio brasileira: 2004 (baseada na terceira edio original de 2003)
Parte 1 Teoria, princpios e aplicaes
Direitos autorais desta traduo 2004 Lemos Informao e Comunicao Ltda. Captulo I Introduo
Todos os direitos reservados Captulo 2 Princpios da indexao 6
Captulo 3 A prtica da indexao 24
De acordo com a lei n." 9 61 O, de 19/2/1998, nenhuma parte deste livro pode ser
fOtocopiada, gravada, reproduzida ou nm1azenada num sistema de recuperao Captulo 4 ndices pr-coordenados 50
de infonnaes ou transmitida sob qualquer fonna ou por qualquer meio Captulo 5 Coerncia da indexao 68
eletrnico ou mecnico sem o prvio consentimento do Captulo6 Qualidade da indexao 83
detentor dos direitos autorais, do tradutor e do editor.
Captulo 7 Resumos: tipos e funes I 00
Captulo 8 A redao do resumo 113
Reviso: Maria Lucia Vil ar de Lemos Captulo 9 Aspectos da avaliao 135
Captulo lO Mtodos adotados em servios de indexao e
Capa: Formatos Designe lnfom1tica Ltda.
resumos 158
Captulo li Como melhorar a indexao 186
Dados internacionais de Catalogao na Publicao (CIP) Captulo 12 Da indexao e redao de resumos de obras de
(Cmara Brasileira do Livro, SP, Brasil)
~~ 199
Captulo 13 Bases de dados de imagens e sons 214
lancastcr, F.W., 1933- Captulo 14 Buscas em textos 249
lndexao e resumos : teoria e pnitica I F. W. Lrmcaster ; traduo de Antonio Agenor
Briquet de Lemos.- 2. ed. rev. atual.- Brasilia, DF: Briquet de Lemos I Livros, 200>l. Captulo 15 Indexao automtica, redao auto!'ntica de
resumos e processos afins 284
Titulo original: lnde:.;in~; and abstracting in theory nnd practice.
Bibliografia.
Captulo 16 A indexao e a internet 339
Captulo 17 O futuro da indexao e redao de resumos 358
ISBN 85-85637-24-2

1. Indexao. 2. Resumos- Redao 1. Titulo. Parte 2 Prtica

COD 025.3 Captulo 18 Exercfcios de indexao 369
04-5201
ndices para catlogo sistemtico Captulo 19 Exerccios de redao de resumos 383
1. lndexno: Cincia da infonna.'i.o 025.3

Apndices
2004
Apndice I Sfntese de princfpios de redao de resumos 392
Briquet de Lemos I Livros Apndice 2 Anlse de contedo modular 394
SRTS -Quadra 701 -Bloco K -Sala 831
Editicio Embassy Tower
Braslia, DF 70340-000 Referncias 397
Telelones (61) 322 9806 /313 6923
Fax (61) 323 !725 ndice 440
www.briquetdelemos.com.br
cditora@briquetdelemos.com.br
 r
Para Shane, Aaron, PREFCIO
Rachael, Maddie, Alex,
J oshua, Evan e Emma,
A primeira edio desta obra, que recebeu o prmio de melhor livro do ano
bem como sobre cincia da informao, outorgado pela American Society for Information
Lakshmi e Rajeshwari Science, foi publicada em 1991; a segunda foi lanada em 1998. Ambas foram
bem-recebidas pelos crticos, e o livro tem sido amplamente utilizado como
texto didtico na Amrica do Norte, no Reino Unido e em outros pases.
Entre 1991 e 1998 este campo passou por mudanas notveis, o que susci-
tou a necessidade de novos captulos, principalmente sobre a internet e a inde-
xao e elaborao de resumos para bases de dados de imagens e sons. As mu-
danas verificadas a partir de 1998 foram menos marcantes. No entanto, ocor-
reram avanos que definiam a necessidade de uma terceira edio.
Todo o texto foi atualizado, embora os captUlos iniciais, que tratam mais de
princpios bsicos, permaneam bem similares aos da segunda edio. Em com-
pensao, alguns dos captulos finais foram substancial ou completamente rees-
critos. Refiro-me aos captulos 13-17 que tratam, respectivamente, de bases de
dados de imagens e sons, buscas em textos, indexao automtica e atividades
afins, indexao e a internet, e o futuro da indexao e da redao de resumos.
No alterei muitas das figuras porque acho que as que foram utilizadas na
segunda edio ainda continuam totalmente vlidas para ilustrar os aspectos
que desejo mostrar. Isso ainda mais verdadeiro no que tange ao captulo 10,
sobre servios impressos de indexao e resumos. Embora pudesse ter atualiza-
do as pginas apresentadas Como amostras, pareceu-me bastante desnecessrio
faz-lo.
Embora a indexao e redao de resumos fossem antigamente tidas como
processos que somente interessavam a bibliotecas e a algumas editoras, sua
relevncia e utilidade so reconhecidas hoje em dia de modo muito mais amplo,
pois, obviamente, encontram aplicao em todos os tipos de recursos de infor-
mao em formato digital. Assim, esta edio, embora continue sendo destina-
da fundamentalmente ao uso como texto didtico em escolas de bibliotecono-
mia e cincia da informao (e programas afins), ainda se reveste de interesse
para um pblico muito maior: produtores de bases de dados de todos os tipos,
bem como aquelas pessoas interessadas em outras reas, como o projeto de
intranets, desenvolvimento de p011ais, sistemas de gerenciamento da informa-
o, e gesto do conhecimento em geral.
Acho que devo dizer algo acerca das fontes citadas. O autor de uma recenso
da primeira edio criticou-me por continuar citando fontes 'antigas'. Apesar
de ter feito um esforo para atualizar por completo as fontes citadas (at o co-
meo de 2003), no tenho por que me desculpar por continuar citando material
antigo e at muito antigo. Para mim inconcebvel que um livro sobre este
assunto deixe de citar (por exemplo) Cutter (1876) e Ranganathan (dcada de

vi i
1930). Ademais, muitas pessoas que hoje escrevem sobre esses temas parecem
no ter interesse nem conhecer as primeiras contribuies feitas a este campo.
Acredito que seja impo11ante, principalmente para os estudantes, compreender
como este campo se desenvolveu e reconhecer que muitas das idias atualmente
apresentadas como novas podem ser encontradas, de fato, na literatura de trinta
ou mais anos passados, em forma um tanto similar.
Do mesmo que nas edies anteriores, esta no procura lidar com os ndices
de livros isolados, que aparecem no final dos livros impressos. Trata-se de as-
sunto bem estudado em outras obras escritas por pessoas com muito mais expe-
rincia do que eu nessa rea especfica.
Esta edio deve ainda ser vista como um texto de natureza introdutria.
Embora creia que os captulos 1-12 sejam bastante abrangentes, j sobre os
temas focalizados nos captulos 13-15 foram escritos livros completos, de modo
que esses captulos, em particular, devem ser lidos como introdues a esses
temas.
F. W. LANCASTER
Urbana, lllinois (EUA)
Maro de 2003
vi i i
AGRADECIMENTOS
Encontra-se consignada nas legendas das figuras a permisso para utilizao de
vrias figuras de diferentes fontes. Alm disso, quero agradecer a: Elsevier
Science pela permisso para citar alguns trechos extensos de textos publicados
em Information Processing and Alanagement; OCLC Inc. pela permisso para
reproduzir longas passagens de um artigo de O'Neill et ai. (2001); John Wiley
and Sons pela permisso para citar vrios trechos extensos de material publica-
do no Journal oftheAmerican Society for Information Science and Tec!mology
(e seus antecessores); Infonnation Today Inc. (<www.infotoday.com> pela per-
misso para reproduzir extensas citaes de Hock (200 I), de EContent e de
Online; IBM pela permisso para reproduzir uma longa citao do IBAl Systems
Journal; Thomas Craven pela permisso para reproduzir citaes de vrios de
seus mtigos; Getty Research lnstitute por extensas citaes de Layne (2002);
lOS Press pela permisso de reproduzir uma extensa citao de Nielsen (1997);
e ACM Publications pela permisso de fazer citao de Wactlar et ai. (2002).
Os termos e definies extrados da ISO 5963:1985 so reproduzidos com a
permisso da International Organization for Standardization (ISO). Esta norma
pode ser obtida junto a qualquer membro da ISO e no stio na Rede da secretaria
central da ISO no seguinte endereo: <www. iso.org>. O detentor do direito auto-
ral a ISO.
Por fim, quero agradecer a vrias pessoas por sua ajuda nesta edio: Bella
Weinberg por ter me chamado a ateno para algumas fontes que, de outra for-
ma, me teriam passado despercebidas; Bryan Heidorn por ter lido um primeiro
rascunho do captulo 13; Susanne Humphrey e Lou Knecht por atualizarem as
informaes de que dispunha acerca da National Libra1y of Medicine; June
Silvester, do Center for AeroSpace Infonnation; Chandra Prabha pelas informa-
es do OCLC; o pessoal da Librmy and Information Science Library da University
oflllinois (e especialmente Sandy Wolf), por sua paciente ajuda na localizao
de material para mim, e Kathy Painter pelo seu trabalho, tradicionalmente exce-
lente, de colocar a reviso do texto em formato eletrnico.
F. W. LANCASTER
Urbana, Illinois
Abril de 2003

UMA NOTA SOBRE TERMINOLOGIA
(e a redescoberta da roda)
Tenho trabalhado em bibliotecas ou em torno delas h muitos anos. Durante
grande pmte desse tempo estive envolvido, de uma ou outra forma, com a an-
lise de assuntos. Em 1957, comecei a trabalhar redigindo resumos, que abrangi-
am uma ampla gama de material cientifico e tecnolgico, para um boletim de
resumos para a indstria, tarefa que exigia tambm um nvel minucioso de inde-
xao temtica dos itens resumidos. Em 1958, assumi o trabalho de editor desse
boletim. Anteriormente tivera experincia com a classificao de livros numa
biblioteca pblica, alm de redigir anotaes, sobre caractersticas locais, a se-
rem includas nas fichas catalogrficas (na dcada de 1950 a catalogao coo-
perativa ou centralizada ainda no era a norma). Por volta de 1961 estava en-
volvido no campo da 'recuperao da informao', e publiquei meu primeiro
artigo em 1963 e o primeiro livro em 1968.
Em outras palavras, tem sido muito longa minha participao nas reas de
anlise temtica/recuperao da informao, presenciei inmeras mudanas e cao e preciso na avaliao de atividades de recuperao da infonnao. Gerard
conheci muitos dos principais atores deste palco em pmticular.
At o final da dcada de 1940 e comeo da dcada de 1950, o campo que
hoje lembramos como 'recuperao da informao' era domnio quase exclusi-
vo da profisso de bibliotecrio. A realizao de duas impmtantes conferncias
internacionais, alm do reconhecimertto de que os computadores poderiam apor-
tar uma contribuio impo11ante ao problema da recuperao da informao,
tornaram o campo mais atraente e para ele acorreram pesquisadores de muitas
outras reas.
Ao longo de um perodo de mais de 50 anos, as contribuies bibliografia
sobre recuperao da informao tiveram origem em praticamente todos os cam-
pos acadmicos, inclusive matemtica, cincia da computao, psicologia, es-
tatstica, direito e medicina (informtica mdica).
Embora rostos novos e novos enfoques sejam sempre bem-vindos, lamen-
tvel que muitos dos que hoje trabalham neste campo no tenham nenhuma for-
mao prvia e, por isso, nenhum alicerce slido sobre o qual construir. O mai-
or problema causado pelo fato de que muitos dos que atualmente trabalham
com recuperao da informao parecem completamente ignorantes do fato de
que outros processos diferentes dos totalmente automticos foram aplicados,
com algum sucesso, recuperao da informao durante mais de l 00 anos, e
que de fato existe uma bibliografia sobre recuperao da informao alm da-
quela da comunidade de informtica. Exemplo gritante encontra-se em Agosti
et ai. (1995), que definem as 'etapas da indexao' como "extrao de termos
[term extraction], remoo de termos proibidos [stop-term remova/], fuso
[conflation] e ponderao [weighting]".
:rviuitas idias surgidas hoje possuem claros antecedentes na literatura de 30
ou 40 anos atrs, mas esses trabalhos pioneiros so completamente desconheci-
dos para os pesquisadores atuais. Um caso pe11inente a pesquisa sobre mapas
visuais ou 'navegadores' [browsers] para facilitar a navegao em sistemas de
hipenndia (por exemplo, Fowler et ai., 1996; Zizi, 1996) que basicamente
uma redescoberta dos 'mapas semnticos' [semanfic road maps] de Doyle (1961 ).
O campo da recuperao de imagens parece ser o pior de todos em matria
de reinventar a roda. Por exemplo, um artigo de Schreiber et ai. (200 I) descreve
um esquema para indexao de fotografias (denominam-no 'anotao fotogr-
fica baseada na ontologia' [ontology-based photo annotation], que se baseia
essencialmente num conjunto bastante simples de facetas. Parece que acredi-
tam que a anlise de facetas surgiu com eles ou, pelo menos, com outros que tra-
balham na mesma rea. Ironicamente, o trabalho deles foi publicado num peri-
dico dedicado a 'sistemas inteligentes'.
Os cientistas da computao que escrevem sobre recuperao da informa-
o parecem reconhecer e citar somente outros cientistas da computao que
escrevem sobre recuperao da informao. Exemplo bvio o reconhecimen-
to e a citao quase unnimes de Salton como a autoridade em medidas de revo-
Salton, por mais importante que tenha sido no campo da recuperao da infor-
mao, com a maior ce1teza no foi o introdutor dessas medidas, que, de fato,
remontam dcada de 1950.
Esse fenmeno de redescobrimento foi salientado por Holmes (2001), ele
prprio um cientista da computao, que nos faz lembrar a advertncia feita por
George Santayana para quem aqueles que no podem recordar o passado esto
condenados a repeti-lo. Holmes, partindo disso, acrescenta:
(...] o que pensamos que sejam inovaes muitas vezes so meras repeties [ ... ]
nossa profisso pode desenvolver-se de modo mais rpido e melhor por meio de
inovaes cumulativas, construindo sobre os alicerces de seu passado ao invs de
ignor-lo (p. 144).
Ele afirma que, em palticular, as obras de Vannevar Bush e Hans Peter Luhn,
que datam de 40 ou 60 anos, contm idias que desde ento so reinventadas.
"Minha pior experincia com esse problema especffico ocorreu h vrios
anos, quando deparei com um artigo escrito por um cientista europeu, essenci-
almente um matemtico, acerca de assunto sobre o qual eu publicara anterior-
mente. Quando escrevi para mostrar que ele deixara de citar meu trabalho ante-
rior, e diversos outros de autoria de outros pesquisadores, ele contestou, folga-
damente, para dizer que nunca pesquisava na literatura, a no ser que estivesse
escrevendo um mtigo de reviso! Que espcie de no-cincia egosta essa?
Outro resultado da multiplicidade de profisses que agora contribuem para
a literatura de anlise temtica/recuperao da informao est na substituio,
sem necessidade, da terminologia, apropriada e reconhecida, da profisso bi-
bliotecria. Exemplo bvio 'metadados'. O Oxford English Dictionary (em
linha) registra 1968 como o ano do aparecimento dessa palavra. Na poca foi
usada para designar dados que descreviam conjuntos de dados (numricos ou
estatsticos). Desde ento tornou-se praticamente um substih1to para 'descrio
bibliogrfica', denominao esta perfeitamente razovel, com a qual conviva-
mos h muitos e muitos anos e que aceita em normas internacionais. Algum,
claro, poderia argumentar qu~ 'bibliogrfico' aplica-se apenas a livros. Sua
extenso, porm, a outras formas documentrias (como em 'base de dados bi-
Uhogrficos' e 'referncia bibliogrfica') convive conosco h muito tempo.
Alguns autores, com cer1eza, chamaram ateno para o mesmo problema.
Nfilstead e Feldman (l999), por exemplo, argumentam convincentemente:
Quer o chamemos de catalogao, indexao ou metadados, o conceito familiar
aos protissionais da informao. Agora, o mundo eletrnic por fim o descobriu.
Faz alguns anos, somente uns poucos filsofos haviam ouvido falar em 'metadados'.
Hoje em dia, diflcil encontrar uma publicao sobre recursos eletrnicos que igno-
re essa palavra. [... ] Como o personagem que passou toda a vida escrevendo prosa
sem saber que o tzia,* os bibliotecrios e indexadores vm h sculos produzindo
e normalizando metadados. Ignorando este legado, uma imensa variedade de outros
atores ingressaram recentemente nesse campo, e muitos deles no tm qualquer idia
de que algum mais antes deles j tenha 'estado ali, feito aquilo'. Sistemas diferen-
tes esto sendo desenvolvidos para tipos diferentes- e s vezes os mesmos- de
informao, disso resultando uma atmosfera catica de nonnas conflitantes (p. 25).
No obstante, parecem dispostas a aceitar a nova terminologia.
Pessoas de nosso prprio campo, que certamente deveriam saber mais (e ser
mais responsveis), colaboram com essa situao. Por exemplo, Greenberg
(2003) nos diz que a gerao de metadados por seres humanos ocorre quando
uma pessoa, como um criador profissional de metadados ou um fornecedor de
contedo, produz metadados. Para ela 'criador profissional de metadados' o
'catalogador' ou 'indexador', conforme admite depois em seu artigo (embora
ela tambm inclua '-web master' nesta categoria). Fiquei profundamente choca-
do (e de modo algum satisfeito) ao saber que gastei vrios anos de minha vida
como criador profissional de metadados, se bem que inocente disso.
Nfuitos que escrevem sobre recuperao de imagens usam o termo 'anota-
o' para designar a atribuio de rtulos de texto, como palavras-chave, que
identificam o que a imagem representa, o que, evidentemente, 'indexao'. Isso
duas vezes lamentvel porque 'anotao' [annotation], h muitos anos, em-
pregada para designar o que , fundamentalmente, um resumo muito sucinto
(que aparecia antigamente em fichas de catlogos). Liu e Li (2002) mencionam
termos de indexao atribudos a videoclipes como 'etiquetas de anotao' [anno-
tation tags]. Parece que elas constituem uma 'descrio semntica' [semantic
* Monsieur Jourdan, personngem deLe hourgeois genti/Jwmme, de MoliCre. (N.T.)
vi i
!i description] e so obtidas por meio de 'extrao semntica' [semantic extraction]
! que, provavelmente, significa identificao do assunto tratado.
Pmie dessa confuso terminolgica se deve a desleixo no trabalho editorial.
Faz pouco deparei comum miigo em que a palavra' indexation', que estava at
no ttulo, era usada como sinnimo de' indexing'. O vocbulo' indexation' real-
mente xiste na lfngua inglesa, mas empregado apenas em contexto econmico
(por exemplo, em relao a ce1ias variveis, como aumento ou reduo de sal-
rios e juros s mesmas taxas do fndice de custo de vida); quase com certeza no
sinnimo de 'indexing'. Os autores, neste caso, tm uma desculpa porque so
franceses(' indexation' o equivalente francs de' indexing'), mas no h des-
culpa para os editores de um peridico em lngua inglesa se permitirem tal in-
correo. Aguardo agora que a palavra' inde.wtion' venha a substituir' indexing'
na literatura de cincia da computao.
Santini (2002), outro cientista da computao, conclamou seus colegas de
profisso a ser mais responsveis no uso da linguagem. E adverte que:
O irrefrevel uso incorreto da linguagem em informtica ameaa levar nossa profis-
so a se isolar da sociedade e tornar incompreensveis nossas realizaes (p. 128).
Santini concorda com o ponto que venho tentando expor:
Outras palavras fazem mais sentido, mas esto sendo inexplicavelmente abandona-
das em favor de vocbulos menos apropriados (p. 126).
Dentre os termos que ele destaca para serem desprezados esto 'data ware-
house' [armazm de dados] e 'data mart' [mercado de dados] em vez de 'data-
base' [base de dados].
Uma palavra que enfrento ce11a dificuldade em aceitar 'mining' [minera-
o] (como em data mining, text mining, speech mining ou Web mining [mine-
rao de dados, minerao de texto, minerao de fala ou minerao da Rede],
que amide usada como sinnimo de 'knowledge discove1y' [descoberta de
conhecimento]. Meu pai passou muitos anos da vida numa mina de carvo do
nmie da Inglaterra, trabalhando como cavouqueiro. Eram longas horas de tra-
balho, e durante a maior patie do ano s lhe era possvel ver a luz do dia uma
vez por semana. Nluitas vezes, cavoucava o carvo num 'veio molhado', deita-
do na gua, de costas ou de.lado, numa galeria de teto muito baixo. No tenho
certeza de que esse tipo de extrao trabalhosa, na semi-escurido, seja a analo-
gia que os 'data miners' [mineradores de dados] queiram realmente usar.
Minha maior queixa, porm, o fato de o substantivo'c/assij/cation' haver
sido praticamente substitudo por (pasme-se!) 'taxonomy' (pasme-se duas ve-
zes!!), 'ontology' ou at (pasme-se trs vezes!!!) 'taxonomized set of terms'
[conjunto taxonomizado de termos]. A maneira como estes termos so defini-
dos em artigos recentes mostra claramente que so empregados como sinni-
mos de 'classification scheme' [esquema de classificao]. Caracterstico disso
um m1igo de Hovy (2003) que define:
xiii
 [... ]uma ontologia simplesmente como um conjunto taxonomizado de termos, que
variam desde termos muito gerais na parte superior [ ... ] at termos muito espe-
LISTA DE FIGURAS
cializados na parte inferior (p. 48).
A 'ontologia' de Hovy torna-se uma 'concept hierarchy' [hierarquia de con- A funo da elaborao de ndices e resumos no quadro mais amplo
ceitos] em I'v[eng et ai. (2002), que a definem como "um grande nmero de con- da recuperao da informao 2
ceitos organizados em mltiplos nveis, de modo que os conceitos em nveis su- O problema da recuperao de itens pertinentes de uma base de dados 3
periores possuem significados mais amplos do que os de nveis inferiores". Quan- Efeito da extenso do registro sobre a recuperabilidade 8
do fiz o curso de biblioteconomia, zilhes de anos atrs, essas definies teriam Exemplo de documento indexado segundo diferentes pontos de vista 1O
sido definies exatas, embora muito simplistas, de classificao hierrquica. Anlise conceitual traduzida em trs vocabulrios controlados 23
Soergel (1999) tambm execrou a substituio de 'classificao' por 'ontolo- As duas dimenses dq indexao de um documento 30
gia' e o fez com muita propriedade: Rendimentos decrescentes na indexao 32
Uma classificao, qualquer que seja seu nome, continua sendo uma classificao. Sistema de recuperao da informao representado como uma matriz 40
O emprego de termo diferente sintomtico da falta de comunicao entre as comu- Formulrio de indexao utilizado pela National Librmy oflvledicine 41
nidades cientficas. lgnora-se amplamente o vasto corpo de conhecimentos, que se Formulrio caracterfstico da indexao de lvlooers 42
desenvolveu em torno das classificaes bibliogrficas e mais geralmente da cincia Pm1e de vocabulrio do U.S. Patent and Trademark Office 44
da informao, sobre a estrutura das classificaes e as maneiras de represent-las, Seo do microtesauro do Air Pollution Teclmical Information Center 45
bem como o imenso capital intelectual consubstanciado em muitos esquemas de
Tela de etiquetas no DCMS 46
classificao e tesauros. Sistemas grandes e teis vm sendo construdos com mais
esfOro do que seria necessrio. Exemplos so o cvc ontology (<www.cyc.com/cyc- Registro de indexao pronto no DCMS 47
2-l/intro-public.html>), cuja apresentao poderia ser bastante melhorada, ou wordNet Exemplo de entradas de lv!edical subject headings- annotated
(<cogsci.princeton.edu/-wn> ou <www.notredame.ac.jp/cgi-bin/wn.cgi>), um sis- alphabetic list 49
tema maravilhoso cuja construo teria lucrado com a aplicao da experincia com Exemplo de entradas de Tumor key 48
a construo de tesauros e cuja hierarquia (de conceitos) synset deveria ser tornada Entradas de um fndice sue 52
mais facilmente acessvel com o emprego de mtodos clssicos de representao de Entradas de fndice baseado na alternao sistemtica (modelo da
classificao. Outro exemplo o ANSI Ad Hoc Group on Ontology Standards (<www- Excerpta Medica) 54
ksl.stanford.edu/onto-Std/index.html> ), que parece no contar entre seus membros Exemplo de entradas de um ndice KWIC 55
com nenhum cientista da informao interessado em classificao (p. 1120).
Amostra das entradas de um ndice KWOC 57
A 'classificao' como atividade tambm est sendo substituda na literatura Formato alternativo de um ndice KWOC 58
de cincia da informao pela 'categorizao' (como em 'categorizao de tex- Exemplo de entradas do British Tec/mology Index 64
tos'), mas isso, apesar de aborrecer, no parece ser to escandaloso. Sistema de relaes de Farradane 65
Alguns termos da nova terminologia so superficialmente atraentes. Fui ra- Termos (A~J) atribudos ao mesmo documento por cinco
zoavelmente receptivo ao vocbulo 'summarization' [sumarizao] (porque indexadores diferentes 69
poderia ser usado para abarcar 'abstracting' [redao de resumos], 'extracting Possveis fatores que influem na coerncia da indexao 71
[extratao] e at mesmo 'annotation' [anotao]) at que descobri que um livro Relao entre coerncia e quantidade de termos atribudos 72
impmiante sobre o assunto (Endres-Niggemeyer, 1998) inclui a indexao Efeito da quantidade de termos atribudos sobre a coerncia do
temtica como uma forma de sumarizao. Embora um conjunto de termos de indexador (dois indexadores) 73
indexao possa, de fato, funciOnar como uma espcie de resumo do contedo, Dois enfoques diferentes na indexao de um m1igo intitulado
a sumarizao no , com certeza, o principal objetivo da indexao. ''Quando os circunstantes apenas observam 78
Neste livro, sempre que possvel, ative-me terminologia antiga. Por razes Dois enfoques diferentes na indexao de um artigo intitulado
de clareza, usei alguns poucos termos novos, como metadados, mas o fiz com "Um curso de literatura infantil para pais 1' 79
relutncia. Dois enfoques diferentes na indexao de um artigo intitulado
"Orientao em cursos de ps-graduao em educao 80
31 Dois enfoques diferentes na indexao de artigo intitulado "Televiso 62 Disperso de itens sob termos de indexao 148
com legenda fechada: uma nova ferramenta para o ensino da leitura,' 80 63 Exemplo de entradas do Cumulated Index Medicus 160
32 Diferenas na anlise conceitual de um mtigo intitulado uo ato em 64 Exemplo de entradas do Medica/ subject headings 161
extino: um estudo dos romances sentimentais, 81 65 Exemplo de entradas da estrutura hierrquica do Medicai subject
33 Fatores que influem nos resultados de uma busca numa base de dados 84 headings 162
34 Exemplo da perda de um item importante por causa de mera omisso 66 Exemplo de entradas do ndice de autores do Cumulated Jndex
do indexador 86 Medi cus 163
35 Fatores que podem afetar a qualidade da indexao 89 67 Exemplo de entradas do App/ied Science and Techno/ogy Index 164
36 Coerncia do indexador relacionada aos interesses dos usurios 92 68 Exemplo de entradas do volume anual do Engineering Jndex 165
37 'Padro' de indexao de um mtigo mdico 96 69 Exemplo de entradas do ndice de assuntos do Engineering lndex 166
38 Escores de dois indexadores em comparao com o padro da 70 Exemplo de entradas do Librmy and Information Science Abstracts 167
figura 37 97 71 Exemplo de entradas do ndice de assuntos do Librmy and
39 Resumo indicativo lO I Information Science Abstracts 168
40 Resumo informativo 102 72 Categorias de assuntos usadas pelo Librmy and Information
41 Exemplo de um resumo crtico 104 Science Abstracts 169
42 Gabarito para um resumo estruturado 106 73 Exemplo de entradas do Librmy and Information Science Abstracts 170
43 Resumo em 'diagrama de bloco' 107 74 Exemplo de entradas do ndice de assuntos do Librmy and
44 Resumos modulares 108 Information Science Abstracts 171
45 Entradas de ndices modulares 109 75 Exemplo de entradas do ndice de assuntos do Chemical Abstracts 172
46 Comparao de minirresumo, resumo de autor e resumos publicados 76 Exemplo de entradas do fndice de palavras-chave do Chemical
em Chemical Abstracts e Biological Abstracts 110 Abstracts 173
47 Princpios para redao de resumos, do Defense Documentation 77 Exemplo de entradas do ndice de frmulas do Chemica/ Abstracts 174
Center (1968) 115 78 Exemplo de resumos de Socio/ogy o[ Education Abstracts 175
48 Exemplo de resumo altamente formatado ll8 79 Exemplo de entradas de ndice do Sociology o[ Education Abstracts 176
49 Informaes essenciais de que necessitam os clnicos no resumo 80 Exemplo de entradas do ndice de assuntos do Epilepsy Abstracts 177
estruturado ll9 81 Exemplo de entradas do Current Technology Index 178
50 Fundamentos da redao de resumos 121 82 Exemplo de entradas PRECIS do British Education Index 178
51 Resultados hipotticos de um teste de previsibilidade de relevncia 124 83 Exemplo de entradas do Social Sciences Citation Index 180
52 Regras, destinadas a resumidores, concernentes s caractersticas de 84 Exemplo de entrada do ndice de fontes do Social Sciences Citation
recuperabilidade dos resumos 132 lndex 180
53 Crescimento da literatura cientffica sobre AIDS, 1982-1987 140 85 Exemplo de entrada do ndice de assuntos Permuterm do Social
54 Literatura sobre AIDS: cobertura por idioma, 1982-1987 140 Sciences Citation Jndex 181
55 Literatura sobre AIDS: cobetiura por pas, 1982-1987 140 86 Exemplo de pgina do Current Contents 183
56 Nmero de peridicos que publicaram artigos sobre AIDS, 1982-1987 140 87 Exemplo de ennadas do fndice de palavras-chave do Current Contents 184
57 Disperso da literatura de peridicos sobre AIDS em 1987 141 88 O sistema de indicadores de funo do EJC 191
58 Grfico da disperso da literatura sobre AIDS 143 89 Infixos semnticos do sistema da \Vestem Reserve University 193
59 Peridicos cientficos que publicaram a maioria dos artigos 90 Indicadores de funo do sistema da Western Reserve University 194
sobre AJDS, 1982-1987 143 91 Resumo telegrfico ar.mazenado em formato eletrnico 195
60 Exemplo hipottico da distribuio de itens sobre 'supercondutores' 92 Os dispositivos de preciso criam classes menores; os dispositivos
sob termos num ndice impresso 147 de revocao criam classes maiores 198
61 Distribuio de itens sobre imunologia celular no porco sob termos 93 Exemplo de entrada da base de dados de fico Book House 205
no Index i\ledicus 147 94 Exemplo de um romance indexado com o mtodo de Pejtersen 206

~"" --- ...

 95 Duas sinopses possveis de As aventuras de Pedro, o Coelho, de Parte 1
Beatrix Potter 210
96 Exemplo de uma entrada de Masterplots 212
97 Estruturas lingsticas para orientar a anotao e indexao Teoria, princpios e aplicaes
de fico 213
98 Principais nveis de abstrao na base de dados de um museu 215
99 Exemplo de registro catalogrfico de uma pintura 217
100 Consulta formulada a uma base de dados meteorolgicos 222
1O1 Dois mapas meteorolgicos recuperados em resposta consulta
da figura l 00 224
I 02 Consulta incrementai numa base de dados de imagens 226
103 Comparao entre resumo e indexao com vocabulrio
controlado 257
104 Os prs e contras do texto livre versus vocabulrio controlado 259
105 Exemplo de entrada da base de dados TERM 275
l 06 Os problemas fundamentais da recuperao da informao 286
107 Exemplo de entradas de tesauro extradas por mtodos
automticos 298
108 Ligaes de citaes/referncias 299
109 Exemplo de um auto-resumo de Luhn 302
11 O Exemplo de extrato produzido pelo sistema ADAivl de redao
automtica de resumos 304
111 Mapa de relaes textuais 308
112 Busca inicial numa base de dados de um servio de atendimento
a clientes 330
113 Pesquisa por mais informao em base de dados de setvio de
atendimento a clientes 331
114 Casos selecionados com ordenao mais alta 332
ll5 Resumo de caso com a ao recomendada ao cliente 333
 CAPTULO 1

Introduo

O propsito principal da elaborao de ndices e resumos construir repre-

sentaes de documentos publicados numa forma que se preste a sua
incluso em algum tipo de base de dados. Essa base de dados de representaes
pode ser impressa (como numa publicao de indexao/resumos; por exemplo,
o Chemical Abstracts ou o Engineering lndex), em formato eletrnico (quando
a base de dados muitas vezes ser o equivalente aproximado de um servio im-
presso), ou em fichas (como num catlogo convencional de biblioteca).
A funo das operaes de indexar/resumir, no mbito maior das atividades
de recuperao da informao, acha-se esquematizada na figura 1. Em primeiro
lugar, o produtor da base de dados seleciona da populao de documentos
recm-publicados aqueles que atendam a cettos critrios para sua incluso na
base de dados. O mais bvio desses critrios o assunto de que trata o docu-
mento. Outros critrios, no entanto, como o tipo de documento, a lfngua em que
se acha escrito, ou sua origem, tambm so impottantes. No caso das bases de
dados que lidam principalmente com mtigos de peridicos, os critrios de sele-
o comumente estaro centrados no peridico e no no attigo; ou seja, alguns
peridicos sero includos e outros no (embora alguns peridicos sejam inde-
xados em sua inteireza e outros o sejam de fonna seletiva). A cobettura propor-
cionada por muitas bases de dados , em grande medida, determinada por razes
de custo-eficcia. Particularmente no caso de bases de dados que abranjam um
campo altamente especializado, elas somente incluiro aqueles peridicos que
publicam prioritariamente attigos sobre os assuntos de interesse.
Os itens selecionados para incluso na base de dados sero 'descritos' de
vrias formas. Os processos de catalogao descritiva (que no aparecem na
figura 1) identificam autores, ttulos, fontes, e outros elementos bibliogrficos;
os processos de indexao identificam o assunto de que trata o documento; e o
resumo serve para sintetizm: o contedo do item. Os termos utilizados na inde-
xao sero com freqncia extra fdos de algum tipo de vocabulrio controlado,
como um tesauro (o 'vocabulrio do sistema' da figura 1), mas, em vez disso,
podem ser termos 'livres' (por exemplo, extra[dos do prprio documento).*

* Os termos utilizados podem, genericmnente, ser designados como 'tem10s de indexao',

embora, muitas vezes, seja tambm empregada a palavra 'descritores', em particular quando nos
estamos referindo a tennos de um tesauro. Neste livro, mnbas as expresses so usadas de modo
equivalente.
2 INDEXAO E RESUMOS: TEORIA E PRTICA

Estas atividades de descrio criam representaes dos documentos numa forma

que se presta para sua incluso na base de dados. Os prprios documentos nor-
malmente sero destinados a l!l tipo diferente de base de dados (o acervo de
documentos) como o caso das estantes de uma biblioteca.
1. INTRODUO

'estratgia de busca', a qual pode ser to simples quanto a escolha de um nico

termo para consultar um ndice impresso ou um catlogo em fichas, ou exigir a
combinao de muitos termos numa estratgia mais elaborada e complexa, em-
pregada para consultar uma base de dados mantida localmente ou conectada em
3

Os membros da comunidade a ser atendida utilizaro a base de dados, funda- linha a alguma rede de computadores.
mentalmente, para satisfazer a diferentes necessidades de informao. Para O que se almeja, evidentemente, ao fazer uma busca numa base de dados,
lograr isso, devem converter uma necessidade de informao em algum tipo de encontrar documentos que sejam teis -para satisfazer a uma necessidade de
informao, e evitar a recuperao de itens inteis. 'Relevante' e 'pertinente' so
termos freqentemente empregados para se referir a itens 'teis', e foram defini-
Populao de'----- dos de diferentes formas. H muito desacordo sobre o que realmente significam
documentos r Documentos 'relevncia' e 'pertinncia' (Lancastere Warner, 1993). Neste livro considerarei
selecionados
como sinnimas as expresses 'til', 'pertinente' e 'relevante para uma necessi-
dade de informao'. Ou seja, um documento pertinente (til) aquele que con-
tribui para satisfazer a uma necessidade de informao.
O problema da recuperao da informao est representado graficamente
Redao dos na figura 2. O retngulo inteiro representa uma base de dados e os itens que
resumos
contm. Os itens com sinal de adio (+) so aqueles que um consulente
Descrio dos
hipottico consideraria teis para atender a uma necessidade de informao
documentos
atual, e os itens com sinal de subtrao(-) so aqueles que no consideraria
teis. Para qualquer necessidade especfica de informao haver muito mais
itens- do que itens+. Na realidade, se se desenhasse o diagrama em escala',

- - - - - + -
Vocabulrio
Base de dados en
do sistema
,............... .~ fum1ato impresso
ou eletrnico +-
---- - - - - - - - -- -
t + - - +- - - - - - - +- -
Estratgia
de busca

t + + - - - - - -
Necessidades de
informao - - + - -
Populao de
ust1rios da ---+--
base de dados
+ - - - - - + -

FIGURA I
A funo da elaborao de indices e resumos no quadro mais amplo FIGURA 2
da recuperao da informao O problema da recuperao de itens pertinentes de uma base de dados

4 1.
JNDEXAO E RESUMOS: TEORIA E PRTICA
seria quase certo que os onze itens teis estariam acompanhados de toda uma
muralha de itens inteis. O problema est em recuperar tantos itens teis quantos
for possfvel, e o menor nmero possvel de itens inteis.
O menor dos dois retnguloS internos da figura 2 representa os resultados de
uma busca realizada na base de dados, que recuperou 57 itens, seis dos quais
foram teis e 51 inteis. A relao entre itens teis e o total de itens recuperados
(6/57 ou cerca de 10% neste caso) comumente denominada coeficiente de
preciso. O ndice empregado habitualmente para expressar a extenso com que
todos os itens teis so encontrados o coeficiente de revocao. No presente
exemplo, o coeficiente de revocao de 6/ll ou cerca de 54%.
Nessa situao, provavelmente seria preciso, para melhorar a revocao,
fazer uma busca mais genrica. Essa busca representada pelo maior dos dois
retngulos internos. Ao fazer a busca de modo mais genrico, aumentou-se a
revocao para 8/11 (73%), mas a preciso caiu ainda mais para 8/!12, ou cerca
de 7%. Uma caracterfstica lamentvel, inerente recuperao da informao,
que uma melhoria da revocao em geral implica perda de preciso e vice-versa.
A figura 2 sugere outro fenmeno. Talvez fosse possvel fazer uma busca
suficientemente genrica para localizar todos os itens teis (isto , alcanar
100% de revocao); entretanto a preciso seria provavelmente inaceitvel.
Ademais, quanto maior for a base de dados, menos aceitvel ser uma baixa pre-
ciso. Ernbora o usurio esteja qisposto a examinar, por hiptese, 57 itens, a fim
de encontrar seis que lhe sejam teis, talvez se sinta muito menos inclinado a
examinar 570 resumos para encontr.ar 60 que sejam teis. Em bases de dados
muito grandes torna-se, pmianto, progressivamente mais difcil alcanar um
nvel de revocao aceitvel com um nfvel de preciso satisfatrio, uma situao
que chegou a um ponto crtico quando se procura informao na internet.
Neste livro emprego o termo revocao [recai!] para designar a capacidade
de recuperar documentos teis, e preciso para designar a capacidade de evitar
documentos inteis. Existem outras medidas do desempenho para buscas reali-
zadas em bases de dados (ver, por exemplo, Robe1tson, 1969), algumas das
quais so matematicamente mais exatas, porm a revocao e a preciso com-
pem o quadro geral e ainda parecem ser as medidas bvias a serem utilizadas
para expressar os resultados de qualquer busca que simplesmente divida uma
base de dados em duas partes (recuperados e no recuperados).* A figura 1 deixa
evidente que so muitos os fatores que determinam se uma busca numa base de
dados ou no bem sucedida. Entre tais fatores encontra-se a cobertura da base
de dados, sua poltica de indexao, sua prtica de indexao, sua poltica e
prtica de redao de resumos, a qualidade do vocabulrio empregado na inde-
xao, a qualidade das estratgjas de busca, e assim por diante. Este livro no
* Uma busca que classifique os resultados em ordem de 'relevncia provvel' exige uma medida
um tanto diferente, a qual, com efeito, compara a classitlcao [ranking] obtida com uma elas-
si ti cao ideal.
r
INTRODUO 5
I
enceta qualquer esforo no sentido de tratar de todos esses fatores (ainda que
todos estejam inter-relacionados), mas se concentra nas atividades impmiantes
de descrio do documento ou, pelo menos, aquelas que dizem respeito ao
contedo dos documentos.
Em princpio, a base de dados representada na figura I poderia ser a totali-
dade do contedo da Rede Mundial (World \Vide Web) (doravante denominada
simplesmente a Rede). No entanto, o diagrama no representa a situao da Rede
to bem quanto representa bases de dados, como o catlogo de uma biblioteca
universitria ou uma base de dados de registros bibliogrficos de atiigos de
peridicos, como a base de dados MEDLINE da National Library o f Medicine.
Uma vez que qualquer organizao ou qualquer pessoa pode criar uma pgina na
Rede, no est em causa nenhum processo de seleo real. Adernais, embora os
stios da Rede possam incluir algum tipo de dado descritivo sobre seu contedo
(normalmente denominados 'metadados'; ver a nota que precede imediatamente
este captulo), muitos no o fazem, e os dados descritivos so parte integrante
das prprias pginas da Rede, no se encontrando numa base de dados separada.
Alm do que, a indexao e a elaborao de resumos de contedos da Rede por
seres humanos constituem mais a exceo do que a regra, de modo que a maior
patie das buscas ali feitas ocorre no texto integral dos stios acessados por deter-
minado mecanismo de busca. Nos casos em que so realizadas operaes de
indexao ou resumo, o provvel que sejam efetuadas 'automaticamente' por
meio de vrias etapas de processamento infonnatizado. Esses procedimentos
automticos, junto com as buscas em textos completos e o caso especfico da
Rede, so tratados nos captulos finais deste livro. Embora a figura l no
COlTesponda exatamente situao encontrada na Rede, a figura 2, sim. Isto , o
problema de busca mostrado ali igualmente pertinente s buscas feitas na Rede,
exceto que multiplicada por ordens de grandeza.

CAPTULO 2
Princpios da indexao
E mbora o ttulo deste livro se refira 'indexao', seu alcance limita-se, de
fato, indexao de assuntos e redao de resumos. A indexao de assun-
tos e a redao de resumos so atividades intimamente relacionadas, pois ambas
implicam a preparao de uma representao do contedo temtico dos docu-
mentos. O resumidor redige uma descrio narrativa ou sntese do documento, e
o indexador descreve seu contedo ao empregar um ou vrios termos de inde-
xao, comumente selecionados de algum tipo de vocabulrio controlado.
O principal objetivo do resumo indicar de que trata o documento ou sin-
tetizar seu contedo. Um grupo de termos de indexao serve ao mesmo prop-
sito. Por exemplo, o seguinte conjunto de termos proporciona uma idia bastante
razovel sobre os assuntos tratados num relatrio hipottico:
Centros de Informao
Compartilhamento de Recursos
Catlogos Coletivos
Catalogao Cooperativa
Redes em Linha
Emprstimos entre Bibliotecas
Em certo sentido, essa lista de termos pode ser vista como uma espcie de minir-
resumo. Serviria a tal propsito se todos os termos fossem reunidos num ndice
publicado, copiados pela impressora ou mostrados na tela para representar um
item recuperado numa base de dados, como resultado de uma busca em linha.
De modo mais evidente, os termos atribudos pelo indexador servem como
pontos de acesso mediante os quais um item localizado e recuperado, durante
uma busca por assunto num ndice publicado ou numa base de dados eletrnica.*
Assim, num ndice impresso, convm que se possa encontrar o item hipottico
mencionado anteriormente sob qualquer um dos seis termos. Num sistema de
recuperao informatizado, evidentemente, seria natural encontr-lo sob qual-
quer um desses termos ou, de fato, sob qualquer combinao deles.
"'Outros autores empregam terminologia diferente para designar a indexao e os termos de inde-
xao sem que isso altere de modo relevante o significado adotado neste livro. Por exemplo, Anderson
(1985) v os termos como 'indicadores' de contedo; indexao como "o processo de indicar o
contedo e caractersticas afins de um documento". O'Connor (1996) prefere o termo 'aponta-
mento' [pointing]: os termos de indexao so apontadores; indexao a tarefa de atribuir apon-
tadores teis a fontes de informao.
r
I 2, PR!NcfPIOS DA INDEXAO 7
A diferena ent1e indexao e redao de resumos est se tornando cada vez
mais difusa. Por um lado, uma lista de termos de indexao pode ser copiada pela
I impressora ou mostrada na tela de modo a constituir um minirresumo. Por outro
lado. o texto de resumos pode ser armazenado num sistema informatizado de
I modo a permitir a realizao de buscas por meio da combinao de palavras que
ocorram nos textos. Esses resumos podem ser utilizados no lugar de termos de
indexao, permitindo o acesso aos itens, ou complementar os pontos de acesso
proporcionados pelos termos de indexao. Em ce11a medida isso modifica a
funo do resumidor, que deve agora preocupar-se no s em redigir uma des-
crio clara e de boa qualidade do contedo do documento, mas tambm em
criar um registro que seja uma representao eficaz para fins de recuperao.
Se a indexao e a redao de resumos fossem consideradas como atividades
inteiramente complementares, a natureza da atividade de indexao sofreria al-
gum tipo de mudana. Por exemplo, o indexador se concentraria na atribuio de
termos que complementassem os pontos de acesso existentes no resumo. Tal
complementaridade, porm. deve ser inteiramente reconhecida e compreendida
pelo usurio da base de dados. Do contrrio, um conjunto de termos de indexa-
o isolados daria uma imagem bastante equivocada do contedo de um item.
Extenso do registro
Uma das propriedades mais impot1antes de uma representao de contedo
temtico sua extenso. O efeito da extenso do registro acha-se exemplificado
na figura 3. No lado esquerdo da figura, encontram-se vrias representaes do
contedo de um artigo de peridico na forma de texto narrativo; no lado direito,
esto duas representaes na forma de listas de termos de indexao.
O thtlo contm uma indicao geral sobre aquilo de que trata o artigo. O
resumo breve oferece mais detalhes, indicando que o artigo apresenta resultados
da pesquisa e identificando as principais questes analisadas. O resumo ampli-
ado vai mais alm, identificando todas as questes focalizadas na pesquisa e
informando sobre o tamanhO da amostra utilizada no estudo.
Quanto mais informaes so apresentadas, mais claramente a representao
revela o alcance do artigo, tornando-se mais provvel que venha a indicar para o
leitor se esse artigo satisfaz ou no a uma necessidade de informao. Por exem-
plo, algum talvez esteja procura de artigos que mencionem as atitudes nm1e-
americanas em relao a vrios lideres rabes. O ttulo no traz indicao
alguma de que esse tpico especfico seja analisado, e o resumo breve, ao focali-
zar outros tpicos, sugere que talvez isso no acontea. somente o resumo
ampliado que mostra que o artigo inclui informaes sobre esse assunto.
Tambm, quanto maior a representao, mais pontos de acesso ela propor-
ciona. Se as palavras do tftulo fossem os nicos pontos de acesso, esse item
provavelmente no seria localizado em muitas buscas para as quais poderia ser
considerado uma resposta vlida. medida que se aumenta a extenso da repre-
8 INDEXAO E RESm.ms: TEORIA E PRTICA
sentao tambm se aumenta a recuperabilidade do item. provvel que somen-
te com o resumo ampliado fosse possvel recuperar esse item durante uma busca
de informaes sobre as atitudes norte-americanas em face dos lderes rabes.
Ttulo Indexao (seletiva)
Pesquisa nacional de opinio pblica sobre as atitu- OPINIO PBLICA
des norte-americanas a respeito do Oriente Mdio PESQUISAS POR TELEFONE
ESTADOS UNIDOS
Resumo (breve) ATITUDES
Uma pesquisa realizada por telefone em 1985 ORIENTE MDIO
apresenta opinies sobre tpicos como: a ajuda nor-
te-americana a Israel e ao Egito; se os EUA devem to-
mar o partido de Israel, das naes rabes, ou de ne- Indexao (exaustiva)
nlmm destes; se a OLP deve participar de uma confe OPINIO PBLICA
rncia de paz; e se um Estado palestino independente PESQUISAS POR TELEFONE
um prrequisito para a paz. ESTADOS UNIDOS
AT!TUDES
Resumo (ampliado) ORIENTE MDIO
Em 1985 foram feitas entrevistas por telefone com ISRAEL
EGITO
uma amostra probabilstica de 655 norteamericanos.
Obtiveran1Se respostas s seguintes questes: o esta NAES RABES
belecimento de um Estado palestino essencial para ORGANIZAO PARA A LIBERTAO DA
a paz; deve ser reduzida a ajuda norteamericana a PALESTfNA
Israel e ao Egito; os EUA devem participar de uma CONFERNCIAS DE PAZ
PAZ
conferncia de paz que inclua a OLP; os EUA no
devem favorecer nem Israel nem as naes rabes, ESTADO PALESTINO
AJUDA EXTER.'IA
mas, sim, manter relaes amistosas com eles? Tam
LiDERES POLTICOS
bm se expressarmn opinies sobre os principais lde-
res do Oriente Mdio (Hussein, Arafat, Peres, Muba-
rak, Fahd, Assad), especialmente seus esforos pela
paz, e se os entrevistados achavam que possuam ou
no infomwes suficientes sobre os diversos grupos
nacionais da regio.
F!GURA3
Efeito da extenso do registro sobre a recuperabilidade
A mesma situao aplica-se indexao. A indexao seletiva, que inclua
apenas cinco termos, apresenta uma indicao muito geral daquilo de que trata o
at1igo (aproximadamente equivalente, neste caso, ao ttulo) e um nvel de acesso
muito limitado. A indexao mais exaustiva proporciona uma indicao muito
melhor do assunto especfico de que trata o artigo, bem como possibilita muito
mais pontos de acesso.
Etapas da indexao de assuntos
A indexao de assuntos envolve duas etapas principais:
2. PRINCPIOS DA INDEXAO 9
1. Anlise conceitual, e
2. Traduo.
Intelectualmente so etapas totalmente distintas, embora nem sempre sejam
diferenadas com clareza e possam, de fato, ocorrer de modo simultneo.
A anlise conceitual, em primeiro lugar, implica decidir do que trata um do-
cumento- isto , qual o se assunto. Os termos que aparecem na lista direita,
na figura 3, representam a anlise conceitual de um artigo feita por este autor-
aquilo que, segundo sua opinio, constitua o assunto do artigo.
Esta afirmativa sobre anlise conceitual est bastante simplificada. A indexa-
o de assuntos normalmente feita visando a atender s necessidades de deter-
minada clientela- os usurios de um centro de informao ou de uma publica-
o especifica. Uma indexao de assuntos eficiente implica que se tome uma
deciso no somente quanto ao que tratado num documento, mas tambm por
que ele se reveste de provvel interesse para determinado grupo de usurios. Em
outras palavras, no h um conjunto 'correto' de termos de indexao para docu-
mento algum. A mesma publicao ser indexada de modo bastante diferente em
diferentes centros de informao, e deve ser indexada de modo diferente, se os
grupos de usurios estiverem interessados no documento por diferentes razes.*
O indexador, ento, deve formular vrias perguntas sobre um documento:
1. De que trata?
2. Por que foi incorporado a nosso acervo?
3. Quais de seus aspectos sero de interesse para nossos usurios?
Esta situao acha-se bem exemplificada na figura 4. Esse exemplo hipo-
ttico refere-se a relatrio publicado pela National Aeronautics and Space
Administration (NASA) a respeito de um vo espacial tripulado. Ao incorporar
.
esse relatrio sua prpria base de dados, a NASA provavelmente estar
interessada em todas as suas facetas e o indexar exaustivamente, procurando
abranger todos os seus aspectos, talvez em nvel razoavelmente genrico. Uma
parte do relatrio refere-se ao traje usado pelos astronautas, mencionando
alguns compostos novos de borracha sinttica empregados em partes dsse traje.
Isto faz com que o relatrio seja interessante para uma fbrica de borracha. Ao
ser incorporado ao acervo de documentos dessa fbrica, o relatrio ser inde-
xado, porm, de modo bastante diferente. Sero usados termos altamente espec-
ficos para indexar os compostos novos, e o termo genrico TRAJES ESPACIAIS
talvez seja empregado para indicar determinada aplicao para esses compos-
tos. Uma empresa metalrgica poder interessar-se pelo mesmo relatrio por um
motivo diferente: ele menciona uma nova tcnica de soldagem desenvolvida
* Dabney (1986a) admitiu isso ao fazer uma distino entre indexao orientada para o documen-
to e indexao orientada para a consultn. Acha-se tambm implcito no mtodo chamado 'gedcmken'
proposto por Cooper (1978).
 r

10 rNDEXAO E RESUMOS: TEORIA E PRTICA .

I
! 2. PRINCfPIOS DA INDEXAO 11
possuem lacunas de informao de vrios tipos procurariam nos casos em que o re-
para unir certas ligas na construo do veculo espacial. Nes~e caso, ser ind~xa
do sob os termos relativos a soldagem, os termos apropnados para meta1s e
talvez o termo de aplicao gen~rica VECULOS ESPACIAIS. A fbrica de borracha
I! gistro de que dispem, de fato, tica a meio caminho de satisfazer a necessidade de in-
formao do usurio. Quando se pensa em tal desafio, possvel perceber que se trata
de algo muito peculiar. Quais os tipos de necessidades de infOrmao que as pessoas
indexa o relatrio de forma muito diferente daquela adotada pela empresa teriam e as levariam a querer informaes que o registro, de tto, contm? (p. 1187).
metalrgica, e nenhum desses conjuntos de termos se assemelha lista mais t Mai (2001), que se vale da semitica na anlise do processo de indexao
exaustiva adotada pela prpria NASA. temtica, faz uma descrio lcida das dificuldades que caracterizam o esforo
E assim porque assim tem que ser. Quanto mais especializada a clientela de de reconhecer por que determinado documento viria a ter interesse para futuros
um centro de informao maior a probabilidade de que a indexao possa e deva usurios:
ser feita sob medida, ajustando-se com preciso aos interesses do grup~. ~o
mente entre instituies de carter mais genrico, como, por exemplo, biblio- Seria quase impossvel, naturalmente, para qualquer pessoa ou, neste caso, qualquer
indexador, precisar todas as idias e significados que estivessem associados a qual-
tecas universitrias gerais, que existe a possibilidade de uma delas indexar um
quer documento, posto que sempre haver idias e signiticados potenciais que dife-
documento exatamente da mesma forma que outra. Fidel (1994) emprega a ex-
rentes pessoas em diferentes momentos e lugares podero descobrir nesse docu-
presso 'indexao centrada no usurio' para designar~ princ~io da indexao mento. Alm do que, seria quase impossfvel prever com exatido quais das inmeras
que se baseia nos pedidos que so esperados de determmada clientela. idias e significados que estivessem associados ao documento seriam especifica-
mente teis para os usurios ou dariam ao documento alguma utilidade duradoura.
Relatrio Tcnico da NASA Com a Descrio de uma Nova Misso Espacial Tripulada da mxima importncia reconhecer e aceitar essa indefinio fundamental. O inde-
Empresa Metalrgica
xador deve compreender, desde o inicio, que jamais descobrir todas as idias e sig-
NASA Fbrica de Borracha
niticados que estariam associados ao documento e que, portanto, no possvel des-
Novos Novas crever todas essas idias e significados (p. 606).
Indexao
exaustiva compostos tcnicas
de
Layne (2002), referindo-se especificamente indexao de imagens no
abrangendo de
borracha soldagem e campo da arte, tambm admite a necessidade de indexao diferente, com ter-
todos os
aspectos sinttica metais minologia diferente, para pblicos diferentes:
num nvel envolvidos
O segundo aspecto da escolha do vocabulrio para imagens artisticas est em que
um tanto
genrico TRAJES ESPACIAIS VEiCULO$ ESPACIAIS uma imagem pode interessar a vrias disciplinas com diferentes vocabulrios. Por
exemplo, O nascimento de Esa e Jac teria interesse para historiadores da medicina
que desejassem usar o vocabulrio mdico, ao invs de um vocabulrio mais comum,
na busca de imagens. Evidentemente, no prtico empregar todos os vocabulrios
possveis quando da criao de acessos temticos para imagens artsticas. Mas, se se
FlGURA4 souber ou houver a inteno de que determinado acervo de imagens artsticas ser
Exemplo de um documento indexado segundo diferentes pontos de vista usado por determinada disciplina, talvez valha a pena ponderar quanto ao uso de um
vocabulrio especializado alm do vocabulrio geral. Por exemplo, uma imagem de
Hj 0 rland (200 1) concorda que a indexao deve ser moldada para se ajustar tulipas seria indexada comO 'tulipas' ou mesmo 'flores' para usurios comuns, e os
s necessidades de determinada clientela: nomes cientficos das espcies, como Tulipa turkestanica, seriam empregados como
termos de indexao, caso houvesse botnicos entre os usurios pretendidos (p. 15).
Urna vez que qualquer docurriento pode, em princpio, proporcionar.re~postas a uma
infinidade de questes, as anlises de assuntos devem estabelecer pnondades bas:a- Para certos tipos de materiais, a indexao orientada para o usurio pode at
das nos grupos de usurios especificas atendidos (ou servios especfic.os prop?rciO- ser mais importante do que o no caso de mtigos de peridicos, livros ou rela-
nados na ecologia da informao). O assunto de um documento assun relatiVO a? trios tcnicos. Por exemplo, certos autores, como Shatford ( 1986) e Enser
objetivo do servio de informao especfico. Defino assunto[ ... ] co~o os ~o.ten~l (1995), salientam que diferentes grupos de usurios podem ver os acervos de
ais epistemolgicos ou informativos dos documentos. A melhor anlise temat1ca e a imagens de modo bastante diferente. O que levou Brown et ai. (1996) a sugeri-
que faz o melhor prognstico qtmnto ao uso futuro do documento (p. 776). rem a necessidade de um tratamento 'democrtico' da indexao, em que os
Este aspecto foi tambm examinado por Bates ( 1998): usurios acrescentariam aos registros termos de sua prpria escolha, quando isso
fosse necessrio e apropriado.
[ ... ] 0 desafio para o indexador tenta'r antecipar quais os termos que as pessoas que
12 INDEXAO E RESUMOS: TEORIA E PRTICA
Hidderley e Rafferty (1997) apresentam um mtodo de tratamento democr-
tico da indexao. Uma amostra de usurios recebe um objeto (livro, artigo,
imagem) junto com uma indexao desse objeto que reflete uma 'viso pblica'
(por exemplo, um conjunto de termos extrados de um tesauro por indexadores
experientes). Os usurios alteram a viso pblica de modo a refletir sua prpria
'viso particular'. Com base em mltiplas vises patticulares de um conjunto de
objetos, surge uma nova viso pblica. Adota~se um processo de harmonizao
para chegar viso pblica final. Esse processo leva em conta quantos usurios
associaram determinado termo a determinado objeto. Em especial, os autores
defendem um tratamento 'democrtico' da indexao de obras de fico porque,
como salientam, "o texto ficcional pode ser lido de muitas maneiras diferentes
:tvltodos co laborativos ou 'democrticos' so, no mais das vezes, recomen-
dados para o caso da indexao de imagens (ver o captulo 13).
Os mtodos co laborativos de indexao so, obviamente, mais viveis em
ambiente de biblioteca digital. Isto , usurios de uma biblioteca podem oferecer
novos termos de indexao aos itens que consultam, e esses termos fornecidos
pelos usurios sero ento armazenados em novo campo do registro. Villarroel
et ai. (2002) propem um enfoque em que os usurios destacam sees do texto
digital que consideram importantes, e esse destaque pode levar reviso dos
'pesos' (ver captulo 11) relativos aos termos de indexao ou palavras do texto.
H uma importante lio a tirar dos princpios da indexao orientada para o
usurio. preciso que os indexadores saibam muito mais do que os princpios da
indexao. Devem, em especial, estar inteiramente a par dos interesses da comu-
nidade atendida e das necessidades de informao de seus membros. Na reali-
dade, recomenda-se, usualmente, que o indexador no fique 'nos bastidores',
mas que tambm procure desempenhar outras atividades, inclusive a de biblio-
tecrio de referncia, onde participam de buscas nos registros que criaram.
Pode-se avanar ainda mais com o princpio da indexao orientada para o
usurio ao sustentar que, em relao a determinado acervo de documentos e
determinado grupo de usurios, qualquer conjunto ideal de termos de indexao
ser ideal somente em determinado ponto no tempo. Passados alguns anos, o
mesmo grupo de usurios poder precisar de acesso ao mesmo acervo (ou outro
bastante semelhante) a partir de perspectivas diferentes. Um exemplo bvio
seria uma coleo de relatrios tcnicos dentro de uma instituio de pesquisa:
as mudanas de prioridades e os interesses de pesquisa da instituio podem
alterar a forma como a coleo til para a comunidade. Isso pode ser verdade,
em especial, no caso de pesquisas interdisciplinares. De fato, pode~se alegar que,
num mundo ideal, um acervo seria organizado (isto , indexado) em torno dos
interesses de determinado projeto de pesquisa. Quando o projeto mudasse, o
acervo seria reorganizado em torno das novas exigncias. Naturalmente, o custo
da reindexao e reorganizao em geral torna essa proposta economicamente
pouco atraente. Weinberg ( 1992) salientou a impermanncia do acesso temtico
2. PRINCPIOS DA lNDEXAO 13
e o fato de ser 'relativo'. No entanto, ela baseia essa afirmao no fato de que os
vocabulrios (por exemplo, cabealhos de assuntos, classificaes) mudam e
no no fato de que as necessidades e interesses dos usurios mudam.
Mai (2000) tambm adve1te que a indexao orientada para o usuano
somente pode estar voltada para determinado conjunto de usurios em determi-
nado ponto no tempo:
Se se focalizar exclusivamente o aspecto da representao, ignorando os usurios
futuros, corre~se o risco de representar os documentos de uma forma que no ter
qualquer serventia para os usurios. Um indexador que no d muita ateno aos
usurios poder optar por representar assuntos de documentos que no tenham
11
interesse para eles, ou usar um vocabulrio diferente do vocabulrio deles, ou repre-
sentar o assunto em nvel que seja muito genrico ou muito especfico para eles. No
entanto, se o indexador der excessiva ateno aos usurios do sistema, poder repre~
sentar os documentos numa forma tal que a representao temtica dos documentos
somente atenda aos usurios atuais e s necessidades de informao atuais (p. 294).
Atinncia
Nas consideraes anteriores no se fez qualquer tentativa para definir a
expresso 'de que trata um documento': a expresso ''de que trata' era simples-
mente um sinnimo para 'tem por assunto'. Ou seja, usou-se 'de que trata um
documento' para designar o mesmo que 'os assuntos de um documento'. Estas
expresses talvez no sejam muito precisas e no fcil definir 'trata de' e 'tem
por assunto'. Apesar disso, so expresses que soam aceitveis para a maioria
das pessoas, sendo por elas compreendidas. No pretendo pmtir para uma
discusso filosfica sobre o significado de 'trata de' ou 1 atinncia'. *Vrios au-
tores j o fizeram. E nem assim conseguiram esclarecer a situao, pelo menos
no que tange atividade da indexao de assuntos. Beghtol (1986) e Hutchins
(1978) recorrem ambos lingstica do texto ao examinar esta questo; :tvlaron
(I 977) adota um enfoque probabiHstico, e Swift et ai. (1978) so cautelosos ao
salientar que a atinncia na indexao talvez no coincida com a atinncia que as
pessoas que esto em busca de informaes tm em mente. Wilson ( 1968) chega
ao ponto de sugerir que a indexao de assuntos se defronta com problemas
'intratveis', visto ser to difcil decidir do que trata um documento.
IVIoens et ai. (1999) afin1.1am que um texto no possui uma 'atinncia' intrn-
seca, mas que tambm possui diferentes 'significados' de acordo com "o uso
pmticular que uma pessoa pode fazer da atinncia em dado momento".
Layne (2002) faz distino entre 'de-ncia' ['ofness'] e atinncia ['about-
ness'] no caso de imagens artsticas:
*O autor emprega os termos ingleses ahoul e aboutness. O primeiro traduzimos por 'trata de' e o
segundo por 'atinncia'. Outros traduzem ahoutness por' tematicidade', 'temtica', 'acerca-de',
'ser acerca-de', 'ser sobre algo', etc. (N.T.)
 INDEXAO E RESUMOS: TEORIA E PRTICA
14
Menos bvio do que a de-ncia [ofness] de uma obra de arte, mas muitas vezes mais
instigante, aquilo de que trata a obra de arte. [... ]s vezes, a atinncia [about-ness]
de uma obra de arte relativamente bvia, como na Alegoria da justia, de Georg
Pencz. [... ]Essa a imagem de [oj] uma mulher despida que segura uma espada e
urna balana, mas o ttulo nos diz que a imagem uma f1gura alegrica qu~ represen-
ta a justia ou, em outras palavras, que a imagem trata do [is about] concetto abstrato
de 'justia'. No desenho de GoyaDespreciarlos insultos[ ... ] aatinncia um pouco
m'nos bvia, mas claro que essa obra possui algum significado alm simplesmente
do que mostra de. De fato, uma descrio do que contm- um homem, talvez o pr-
prio Goya, gesticulando para dois anes uniformizados- no basta realmente para
dar sentido imagem; ela simboliza algo mais, trata de algo mais: a relao entre Es-
panha e Frana no incio do sculo XIX ou, mais especificamente, a atitude pessoal de
Goya em relao ocupao da Espanha pela Frana (p. 4).
Ela acredita que essa distino vlida e que, na recuperao, deveria ser poss-
vel separar uma da outra:
[... ] possibilita recuperar, por ~xemplo, exatamente aquelas imagens que sejam da
'morte' e excluir as que tratam_da 'morte'. Tambm permite a subdiviso de grandes
conjuntos de imagens recuperadas com base nessas distines. Por exemplo, uma
pesquisa sobre 'morte' como assunto recuperaria imagens subdivididas em grupos
baseados em se a imagem representa explicitamente a 'morte' ou se trata do tema da
'morte' (p. 13).
Bruza et ai. (2000) focalizam a atinncia de uma pei-spectiva lgica. Tentam
"formalizar a relevncia lgica mediante a formalizao de propriedades do sen-
so comum que descrevem a relao de atinncia". Tambm trabalham com a
'no-atinncia' e a interao entre atinncia e no-atinncia. No contexto da
recuperao da informao, a no-atinncia constitui realmente uma situao
mais simples porque a grande mairia dos itens em qualquer base de dados
evidentemente no guarda qualquer relao possvel com qualquer consulta ou
necessidade de informao (isto , so naturalmente itens 'no-atinentes').
O tema da atinncia est relacionado muito de perto com o da relevncia-
isto , a relao entre um documento e uma necessidade de informao ou entre
um documento e um enunciado de necessidade de informao (uma consulta). O
tema da relevncia/pertinncia produziu um grande volume de debates~ publi-
caes. Encontra-se em Mizzaro ( 1998) um apanhado muito completo; Hjorland
(2000) salienta que a relevncia dependente dos pressupostos teoncos que
orientam o comportamento da pessoa que busca informao.
Conforme Harter ( 1992) ressaltou, no entanto, um documento pode ser
relevante para uma necessidade de informao sem 'tratar' d~ssa necessi~ade~de
informao. Por exemplo, se escrevo sobre o tema das barre1ras comumca~ao,
uma histria do latim talvez tenha alguma relevncia, principalmente se hdar
com a utilizao atual do latim pela Igreja Catlica e com_as instituies ~ue hoje
em dia se esforam para promover seu uso mais amplo. No obstante, atnda ~ue
possa inspirar-me nessa fonte ao escrever meu a11igo, poucas pessoa~ ate ganam
2. PRINCPIOS DA INDEXAO 15
que ele 'trata' da comunicao internacional, sendo improvvel que venha a ser
indexado desta forma, a menos que o autor faa meno explicitamente ao
aspecto da comunicao internacional.
Wong et ai. (2001) tratam 'atinncia' como sendo mais ou menos sinnimo
de 'relevncia':
[... ]se um dado documento. o trata do pedido Q, ento existe uma alta probabilidade
de que D ser relevante em relao necessidade de informao associada. Assim, o
problema da recuperao da informao se reduz deciso acerca da relao de
atinncia entre documentos e pedidos (p. 338).
Eles relacionam a atinncia diretamente s medidas de revocao e preciso.
Continuam a aparecer na literatura m1igos sobre atinncia. Hj.mland (200 I) e
Bruza et ai. (2000) so exemplos. Embora possam apresentar algum interesse
acadmico (Hjorland d-se ao trabalho de tentar diferenar termos como
'assunto', 'tpico', 'tema', 'domnio', 'campo' e 'contedo'), no tm qualquer
imp011ncia prtica para o indexador, que far bem se ignorar essas diferenas
semnticas e simplesmente atribuir ao item os rtulos que o tornaro utilmente
recupervel pelos membros de uma comunidade-alvo.
Em outras palavras, ser que precisamos realmente compreender o que
'atinncia' a fim de indexar de maneira eficiente? No bastar que sejamos capa-
zes de reconhecer que um documento tem interesse para determinada comuni-
dade pelo fato de contribuir para nossa compreenso dos tpicos X, Y e z? O
reconhecimento de que realmente contribui para isso exemplificao processo que
chamamos 'anlise conceitual', enquanto o processo de 'traduo' envolve uma
deciso sobre quais dos rtulos disponveis melhor representam X, Y e z. 'Con-
ceito' outra palavra sobre a qual alguns autores gostam de filosofar (ver, por
exemplo, Dahlberg [1979]). Neste livro emprego-a para referir-me a um assun-
to estudado por um autor ou representado de alguma outra forma (por exemplo,
numa fotografia ou outra imagem). 'Anlise conceitual', portanto, significa nada
mais do que a identificao dos assuntos estudados ou representados num docu-
mento. Preschel (1972) adota uma abordagem muito prtica. Para ela, 'cOnceito'
significa 'matria indexvel', e 'anlise conceitual' a 'percepo pelo inde-
xador de matria indexvel'. Tinker talnbm adota uma posio prtica ( 1966):
Ao atribuir um descritor [isto , um termo de indexao] a um documento, o
indexador declara que tal descritor possui alto grau de relevncia para o contedo do
documento; quer dizer, ele declara que o significado do descritor est fortemente
associado a um conceito incorporado ao documento, e que adequado rea
temtica do documento (p. 97).
Wooster (1964) ainda mais pragmtico, ao se referir indexao como a
atribuio de termos "provavelmente relacionados de alguma forma com o con-
tedo intelectual do documento original, para ajudar voc a encontr-lo quando
precisar".
16 INDEXAO E RESUMOS: TEORIA E PRTICA
No vejo nada de errado nessas definies ou descries pragmticas da
indexao temtica. Os pul'ist~s sem dvida tergiversaro sobre elas argu-
mentando que expresses como 'matria indexvel', 'relevncia', 'significado',
'associado a', 'conceito', 'adequado a', 'relacionado com' e 'contedo intelec-
tual' no se acham definidas precisamente de modo a satisfazer a todos. No
entanto, se tivermos de chegar a um acordo quanto definio exata dos termos
antes de encetar qualquer tarefa, improvvel que cheguemos muito longe, seja
na indexao seja em qualquer outra atividade.
Weinberg (1988) levanta a hiptese de que a indexao frustra o pesquisador
porque ela lida apenas de forma genrica com aquilo de que 'trata' um docu-
mento e no focaliza aquilo que ele proporciona de 'novidade' a respeito do t-
pico. Ela afirma que esta distino se reflete na diferena entre 'atinncia' e 'as-
pecto', entre 'tpico' e 'comentrio' ou entre 'tema' e 'rema'. Ela no consegue
convencer que essas distines sejam realmente teis no contexto da indexao
ou que seja possvel para os indexadores sustentar essas distines.
Swift et ai. (1978) examinam as limitaes de um enfoque baseado na atinn-
cia na indexao em cincias sociais, e recomendam que os documentos sejam
indexados de acordo com os 'problemas' com os quais paream estar relaciona-
dos. difcil perceber como a distino que fazem difere da distino, feita ante-
riormente neste capftulo, entre lo que trata um documento e por que um deter-
minado usurio ou grupo de usurios teria interesse nele. Crowe (1986) afirma
que o indexador deve remeter ao 'ponto de vista subjetivo' do autor. Um de seus
exemplos trata do tpico da depresso, o qual pode ser estudado em livros ou
artigos a partir de diferentes pontos de vista (por exemplo, tratamento por meio
de psicoterapia, por meio de medicamentos, etc.). Outra vez torna-se difcil vis-
lumbrar como isso difere da prtica habitual da indexao, como, por exemplo, o
emprego de subcabealhos pela National Library ofMedicine.
Breton (1981) alega que os engenheiros pouco recorrem s bases de dados
porque os indexadores rotulam os documentos com os nomes de materiais ou
dispositivos, enquanto mais provvel que os engenheiros precisem fazer as
buscas a partir dos atributos ou das funes desempenhadas por esses materiais
ou dispositivos. Em outras palavras, eles gostariam de localizar um material ou
dispositivo que satisfizesse a algum requisito atual (quanto resistncia, condu-
tividade, resistncia corroso, ou coisa que o valha) sem terem de nome-lo.
Isso no constitui uma condenao da indexao de assuntos de per si, mas das
polticas de indexao adotadas pela maioria dos produtores de bases de dados.
Se se diz que um novo material ou uma liga descrita num relatrio possui certa
resistncia trao, esta propriedade pode ser indexada (por exemplo, atribuin-
do o termo RESISTNCIA TRAO), porm o valor especfico dessa propriedade
(isto , a resistncia alcanvel) no seria indexado pela maioria dos produtores
de bases de dados, embora se possa mencion-lo no resumo. Naturalmente, no
h razo para que os valores no sejam indexados (por exemplo, o termo RESIS-
2. PR!NCiPIOS DA INDEXAO 17
rENCIA TRAO poderia ser subdividido em vinte termos mais especficos,
cada um representando uma ordem de valores d resistncia trao) e eles
estariam em algumas bases de dados, assim como os ndices de uma empresa
para seus prprios arquivos de contratos, ndices de compilaes de dados, ou
certas bases de dados de patentes. Algumas das objees de Breton, ento,
seriam contestadas mediante a indexao em nvel muito mais alto de especifici-
dade. Tambm possvel indexar as funes, desde que as que possivelmente se
apliquem a um dispositivo sejam identificadas pelo autor e. haja termos apro-
priados no vocabulrio da base de dados. Porm, totalmente irracional alimen-
tar a expectativa de que o indxador seja capaz de reconhecer aplicaes que no
foram especificamente afirmadas pelo autor.
Posteriormente, Breton ( 1991) relatou pesquisas sobre um sistema de inde-
xao que concretizava suaS idias e pretendia ajudar no processo de 'inven-
o'. O sistema experimental resultou da indexao de milhares de produtos
industriais segundo as funes que desempenham e seus 'atributos distintivos'.
Os atributos incluam coisas como 'mais leve', 'mais barato\ 'mais seguro' e
'mais forte'.
Alguns autores sugerem que possvel melhorar a recuperao em certos
contextos por meio da indexao somente de determinadas caractersticas de um
texto. Por exemplo, Oh ( 1998) sugere que, em psicologia, a indexao apenas de
'fatos empricos' (nomes de variveis, valores de correlao e informao sobre
o nvel de significncia) melhoraria as condies de recuperao. Embora uma
indexao altamente especializada como essa seja justificvel em raras situa-
es, improvvel que seja uma exigncia da maioria e provavelmente ser
muito mais dispendiosa do que uma abordagem mais convencional.
Virou moda nos ltimos anos considerar o problema da recuperao da
infnnao como sendo fundamentalmente uma questo de comparar o 'estado
anmalo de conhecimento' de um consulente com o estado de conhecimento
mais 'coernte' dos autores (ver, por exemplo, Belkin et ai., 1982), implicando
isso que os problemas residem mais na sarda do sistema (busca) do que na entra-
da. H um certo equvoco nisso. Se aceitamos que a indexao mais eficiente
quando se orienta para as necessidades de determinado grupo de usurios, a
funo do indexador ser prever os tipos de pedidos para os quais determinado
documento ser provavelmente uma resposta til. Talvez isso ainda seja mais
difcil do que prever quais os tipos de documentos que tm probabilidade de cor-
responder de modo til a determinado pedido, o que constitui, em certo sentido,
a funo de quem faz a busca. Poder-se~ ia argir, ento, que o estado 'anmalo'
de conhecimento aplica-se mais ao lado de entrada do sistema de recuperao do
que sua sada. Olafsen e Vokac ( 1983) vem essa pmticularidade com clareza:
O indexador tem de lzer conjeturas sobre quais consultas sero formuladas pelo
futuro usurio do sistema. Independentemente do grau de habilidade aplicada a esse
exerccio de adivinhao, ainda assim sero conjeturas, e o usurio recorre ao sistema

18 INDEXAO E RESUMOS: TEORIA E PR T!CA
levando sua prpria questo concreta, e as associaes que faz podem ser diferentes
das do indexador (p. 294).
Estes autores tambm cometem um exagero de simplificao ao se referirem s
questes trazidas pelo usurio como 'concretas', quando, de fato, muitas delas
estaro longe disso. Apesar de tudo, talvez estejam certos ao sugerirem que os
problemas de uma eficiente entrada de dados num sistema de recuperao supe-
ram os problemas concernentes sada. Conforme Fairthorne (1958) salientou,
h muitos anos: "A indexao o problema fundamental bem como o obstculo
mais dispendioso da recuperao da informao."
Em algumas aplicaes da indexao talvez seja possvel ser bastante mais
preciso no que se refere ao que deva ser considerado 'indexvel'. Ao tratar da
indexao de uma enciclopdia,. Preschel ( 1981) oferece as seguintes diretrizes:
Toda informao textual de natureza substantiva deve ser indexada. Define-se como
'substantiva' a informao que abranja de 8 a 1O linhas de texto ou que seja singular
ou notvel e que quase com certeza no ocorra em outro lugar da enciclopdia(p. 2). *
Em outras situaes nem sempre possvel tanta preciso.
Com efeito, a questo sobre de que trata um item torna-se muito mais difcil
quando se examina a indexao de obras de criao, como textos de fico ou
filmes de longa-metragem, ou imagens em geral. Nesses contextos, a atinncia
ser vista em prximos captulos.
Naturalmente, toda a questo da 'atinncia' tornou~se muito mais complexa
no atual ambiente de hipertexto/hipenndia. Quando um item pode ser vinculado
[linked] a muitos outros, j no existe mais clareza sobre onde um comea e o
outro acaba. Um documento trata apenas daquilo com que lida diretamente, ou
trata tambm dos tpicos abordados nos itens a ele associados? Pouco se
escreveu sobre a indexao de hipertextos de per si, embora nela se toque com
cet1a extenso na literatura de hipet1exto/hipermdia. Savoy (1995) e Salton et
ai. (1997) examinam possveis mtodos para o estabelecimento automtico de
vnculos [links) de hipertexto, oque pode ser considerado uma forma de indexa-
o automtica. Em capftulos posteriores trataremos desse tema.
Traduo
Traduo, a segunda etapa da indexao de assuntos, envolve a converso da
anlise conceitual de um documento num determinado conjunto de termos de
indexao. A esse respeito, faz-se uma distino entre indexao por extrao
(indexao derivada) e indexao por atribuio. Na indexao por extrao,
palavras ou expresses que realmente ocorrem no documento so selecionadas
para representar seu contedo temtico. Por exemplo, o item da figura 3 poderia
ser indexado com os seguintes termos:
* Esta citao de um texto indito reproduzida com autorizao de Funk & Wognalls.
I
I 2. PRINCPIOS DA INDEXAO
OPINIO PBLICA
PESQUISAS POR TELEFONE
ISRAEL
EGITO
19
ESTADOS UNIDOS NUDA
ATITUDES PAZ
ORlENTE MDIO
todos os quais aparecem no titulo ou no resumo. Uma forma primitiva de indexa~
o derivada, conhecida como Uniterm, empregava apenas termos formados por
uma nica palavm para representar o contedo temtico. Se fosse estritamente
observado, o sistema Unitenn acarretaria alguns resultados esquisitos, como a
separao de Oriente Mdio em ORIENTE e MDIO.
A indexao por atribuio envolve a atribuio de termos ao documento a
partir de uma fonte que no o prprio documento. Os termos podem ser
extrados da cabea do indexador; por exemplo, ele decidiria que os termos AJU-
DA EXTERNA e RELAES EXTERIORES, que no aparecem explicitamente em
nenhum dos resumos, seriam termos bons de usar no documento da figura 3.
Mais freqUentemente, a indexao por atribuio envolve o esforo de
representar a substncia da anlise conceitual mediante o emprego de termos
extrados de alguma forma de vocabulrio controlado.
Vocabulrios controlados
Um vocabulrio controlado essencialmente uma lista de termos autoriza-
dos. Em geral, o indexador somente pode atribuir a um documento termos que
constem da lista adotada pela instituio para a qual trabalha. Comumente, no
entanto, o vOcabulrio contrOlado mais do que uma mera lista. Inclui, em geral,
uma forma de estrutura semntica. Essa estrutura destina-se, especialmente, a:
1. controlar sinnimos, optando por uma nica forma padronizada, com remis~
sivas de todas as outras;
2. diferenar homgrafos. Por exemplo, PERU (PAS) um termo bastante dife-
rente de PERU (AVE); e
3. reunir ou ligar termos cujos significados apresentem uma relao mais estrei-
ta entre si. Dois tipos de relaes so identificados explicitamente: as hierr-
quicas e as no-hierrquicas (ou associativas). Por exemplo, o termo MULHE-
RES OPERRIAS relaciona-se hierarquicamente com MULHERES (como uma
espcie deste termo) e com DONAS DE CASA (tambm uma espcie do termo
MULHERES), bem como est associado a outros termos, como EMPREGO ou
FAMLIAS MONDPARENTAIS, que aparecem em hierarquias bem diferentes.
So trs os tipos principais de vocabulrios controlados: esquemas de classi-
ficao bibliogrfica (como a Classificao Decimal de Dewey), listas de cabe-
alhos de assuntos e tesauros. Todos procuram apresentar os termos tanto alfab-
tica quanto 1 Sistematicamente'. Nas classificaes, o arrm~o alfabtico secun~
drio, na forma de um ndice que remete para o arranjo principal, que hierr-
quico. No tesauro, o arranjo explcito dos termos alfabtico, mas existe uma
20 INDEXAO E RESUMOS: TEORIA E PRTICA
estrutura hierrquica implcita, incorporada lista alfabtica por meio de remisR
sivas. A tradicional lista de cabealhos de assuntos similar ao tesauro por ser de
base alfabtica, mas difere dele porque incorpora uma estrutura hierrquica im-
perfeita e por no distinguir claramente as relaes hierrquicas das associa-
tivas. Os trs tipos de vocabulrio controlam sinnimos , distinouem
b homora-
b absurda. A confuso ainda maior quando se percebe que indexao de assuntos
fos e agrupam termos afins, mas empregam mtodos um tanto diferentes para
alcanar estes objetivos.
Um estudo mais completo dessas questes encontra-se em Lancaster (1986).
Indexao como classificao
Na bibliografia de biblioteconomia e cincia da informao, faz-se, s vezes,
uma distino entre as trs expresses indexao de assuntos, catalogao de deve incapacidade de distinguir entre as etapas de anlise conceitual e de
assuntos e classificao. Catalogao de assuntos refere-se comumente atri-
buio de cabealhos de assuntos para representar o contedo total de itens bi-
bliogrficos inteiros (livros, relatrios, peridicos, etc.) no catlogo das biblio-
tecas. Indexao de assuntos expresso usada de modo mais impreciso; refere-
se representao do contedo temtico de partes de itens bibliogrficos intei-
ros, como o caso do ndice de final de livro. Assim, uma biblioteca pode 'cata-
logar' um livro sob o cabealho de assunto CES, para indicar seu contedo te-
mtico global; o contedo pormenorizado somente revelado pelo ndice de as-
suntos no final do livro.Adistino entre as expresses catalogao de assuntos
e indexao de assuntos, uma delas referindo-se a itens bibliogrficos inteims e
a outra a paties de itens, m1ificial, enganosa e incongruente. O processo pelo
qual o contedo temtico de itens bibliogrficos representado em bases de
dados publicadas ~ em formato impresso ou eletrnico - quase invaria-
velmente chamado de indexao de assuntos, quer se estejam examinando itens
total ou parcialmente. Assim, o ndice de assuntos, por exemplo, do Chemical
Abstracts remete a livros ou relatrios tcnicos inteiros, bem como a partes de
itens bibliogrficos (captulos de livros, trabalhos publicados em anais de even-
tos, ai1igos de peridicos). Por outro lado, as bibliotecas podem optar por repre-
sentar em seus catlogos partes de livros (por exemplo, captulos ou artigos); a
isto se denomina comumente catalogao analtica. Quando aplicada ao con-
tedo temtico, esta atividade seria a catalogao analtica de assuntos.
A situao fica ainda mais c~nfusa ao se examinar o termo classificao. Os
bibliotecrios costumam empregar esta palavra para designar a atribuio de
nt'lmeros de classificao (extrados de um esquema de classificao- por
exemplo, o Decimal de Dewey (CDD), o Decimal Universal (CDU), o da Library
o f Congress (LC))- a itens bibliogrficos, especialmente com a finalidade de
arrum~ los nas estantes das bibliotecas, em mveis de arquivo, etc. O catlogo
de assuntos de uma biblioteca, porm, pode ser organizado alfabeticamente
(catlogo alfabtico de assuntos ou catlogo dicionrio) ou organizado segun-
do a seqncia de um esquema de classificao (catlogo sistemtico). Supo-
2. PRINCPIOS DA INDEXAO 21
nhamos que o bibliotecrio tome um livro e decid que trata de ~aves'. Ele lhe
atribui o cabealho de assunto AVES. Alternativamente, pode atribuir o nmero
de classificao 598. Nluitos se refeririam primeira operao como cataloga-
o de assuntos e segunda como classificao, uma distino totalmente
pode envolver o emprego de um esquema de classificao ou que um ndice
impresso de assuntos pode a.dotar a seqncia de um esquema de classificao.
Estas diferenas terminolgicas so muito inexpressivas e s servem para
confundir (ver Acton, 1986, para um exemplo tpico). O fato que a classifica-
o, em sentido mais amplo, permeia todas as atividades pe11inentes ao armaze-
namento e recuperao da informao. Parte dessa confuso terminolgica se
traduo na indexao.
Suponhamos que um especialista em informao tenha em mo um item bi-
bliogrfico e decida que ele trata do assunto 'robs'. A atividade intelectual que
tal deciso implica a mesma, qualquer que seja o tipo de documento que tenha
em mo- livro, pa1te de livro, peridico, attigo de peridico, anais de evento,
trabalho apresentado em evento, seja o que for. O especialista classificou o item,
isto , colocou~o na classe conceitual de 'documentos que tratam de robs'.
Como vimos antes, o processo de traduo envolve a representao da an-
lise conceitual mediante um termo ou termos extrafdos de um vocabulrio. Um
termo atribudo a um item constitui simplesmente um rtulo que identifica deter-
minada classe de itens. Esse rtulo poderia ser o termo INTELIGNCIA ARTIFICIAL,
extrado de um tesauro, de uma lista de cabealhos de assuntos ou do prprio
documento, uma palavra eqpivalente de outra lingua, ou um rtulo como 006.3
extrado de um esquema de classificao.
O processo que consiste em decidir do que trata um item e de atribuir-lhe um
rtulo que represente esta deciso conceitualmente o mesmo, quer o rtulo
atribudo seja extrado de um esquema de classificao, de um tesauro ou de uma
lista de cabealhos de assuntos, quer o item seja uma entidade bibliogrfica com-
pleta ou patie dela, quer o rtulo seja subseqentemente arquivado em ordem
alfabtica ou em outra seqncia (ou, com efeito, no arquivado de modo
algum), quer o objeto do exerccio seja organizar documentos em estantes ou
registros em catlogos, ndices impressos ou bases de dados eletrnicas.
No campo do armazenamento e recuperao da informao, a classificao
de documentos refere-se formao de classes de itens com base no contedo
temtico. Tesauros, cabealhos de assuntos e esquemas de classificao biblio-
grfica so essencialmente listas dos rtulos com os quais se identificam e, por-
ventura, se organizam essas classes. O processo da busca de informao implica
decidir quais classes consultar num ndice impresso, catlogo em fichas ou base
de dados eletrnica. A busca pode compreender o exame de uma nica classe
o
(por exemplo, tudo que aparea sob cabealho ROBS) ou abranger combina-
es de vrias classes (por ~xemplo, itens que apaream sob ROBS e tambm
22 INDEXAO E RESUMOS: TEORIA E PRTICA 2. PR!NdPIOS DA INDEXAO 23
sob INTELIGNCIA ARTIFICIAL). Quantas combinaes so possveis ou com qual
facilidade vrias classes podem ser combinadas algo que depende muito do Anlise Classificao Decimal Library ofCongress INSPEC
conceitual de Dewey Subject Headings Thesaurus
formato da ferramenta que estiver sendo utilizada na busca, principalmente se
for impressa ou em formato eletrnico. Robs industriais ROBOTS, INDUSTRIAL INDUSTRIAL
Em suma, a indexao de assuntos conceitualmente idntica cataloga- ROBOTS
o de assuntos. A atividade que isso compreende a classificao de assuntos, Inteligncia 670.427263 Inteligncia ARTIFICIAL ARTIFICIAL
ou seja, formar classes de objetos com base em seu contedo temtico. Neste artificial artificial aplicada a robs INTELLJGENCE JNTELLIGENCE
em operaes de
texto, emprega-se indexao de assuntos ou mesmo indexao, por razes de fabricao
comodidade, para designar todas as atividades de classificao de assuntos.
Operaes de MANUFACTURING MANUFACTURING
fabricao PROCESSES- PROCESSES
Especificidade do vocabulrio AUTOMATION

A figura 5 mostra uma anlise conceitual feita para um mtigo de peridico, Manuseio de 621.86 Equipnmento MATERIALS l\IATERlALS
materiais de manuseio de HANDU~G HANDLI~G
bem como a traduo desta anlise conceitual em trs tipos diferentes de voca-
materiais
bulrio. O artigo trata da utilizao de robs na indstria, especificamente, suas
Locomoo 531.112 Cinemtica ROBOTS - MOTION KINEI-.!ATICS
aplicaes na fabricao e manuseio de materiais. Tambm examina o emprego
de tcnicas de inteligncia artificial no projeto e operao de robs, bem como
FIGURAS
os problemas especficos inerentes a fazer com que os robs se movimentem
Anlise conceitual traduzida em trs vocabulrios controlados
adequadamente (isto , problemas de locomoo).
Com relao a todos esses aspectos, a anlise conceitual pode ser traduzida
tra que, embora a especificidade seja uma propriedade muito importante de um
efetivamente para qualquer um dos vocabulrios. Observe-se que as idias trans-
vocabulrio controlado, pode ser obtida de diferentes formas em diferentes
mitidas pela anlise conceitual da figura 5 so abrangidas coletivamente pelos
vocabulrios. importante considerar, em especial, as propriedades de combi-
grupos de termos listados nos trs vocabulrios. Por exemplo, os trs nmeros de
naes de termos de indexao mais do que as propriedades de termos isolados.
classificao da coo, tomados em conjunto, abrangem o contedo temtico
Vejamos, pot exemplo, um artigo sobre os servios de sade mental. O Voca-
desse artigo, de modo claro e completo, embora no haja uma relao unvoca
bulrio A contm o descritor especifico SERVIOS DE SADE MENTAL, enquanto o
entre os elementos individuais da anlise conceitual e os termos da CDD. Embora
Vocabulrio B possui o termo SERVIOS DE SADE, mas no o termo mais espe-
edies anteriores da CDD no permitissem muita sntese das notaes (isto , a
cfico. Porm, B tambm inclui o termo SADE MENTAL, de modo que a idia de
construo de nmeros), edies posteriores permitem isso cada vez mais. As-
'servios de sade mental' abrangida especificamente pela indexao sob SER-
sim, 670.4272 (robs em operaes de fabricao) pode ser subdividido por
VIOS DE SADE e SADE MENTAL. Sobre este tpico, pOitanto, o Vocabulrio 8
004-006. Uma vez que 006.3 representa inteligncia artificial, os nmeros
to especfico quanto A. Os vocabulrios C e D so menos especficos: c contm o
podem ser combinados para formar o nmero altamente especfico 670.427263.
termo SADE MENTAL, mas no possui termo algum para servios de sade, en-
A anlise conceitual da figura 5 abrangida de modo igual, completa e
quanto D traz SERVIOS DE SADE, mas carece de um termo para sade mental, de
especificamente, em cada vocabulrio, quando se consideram grupos inteiros de
modo que nenhum dos dois apresenta a possibilidade de expressar especifica-
termos. No nvel de um nico termo, claro, existem de fato diferenas. Se
mente a idia de 'servios de sade mental'. No momento de realizar uma busca
apenas um termo pudesse ser atribudo a esse artigo, a CDD seria melhor do que
nos sistemas representados pelos diferentes vocabulrios, seria possivel obter
os outros vocabulrios, pois possvel construir um nico nmero de classi-
resultados efetivos em A e B, mas seria impossvellirnitar a busca em C e D-ou
ficao que expresse o tpico pdncipal desse artigo.
seria recuperado tudo sobre sade mental, ou tudo sobre servios de sade.
Este exemplo ilustra dois aspectos importantes. Primeiro, o tipo de vocabu-
Este captulo tratou dos princpios da indexao apenas teoricamente, pois
lrio controlado (esquema de classificao, cabealhos de assuntos, tesauro) no
no usou como modelo nenhum servio de informao. provvel que grandes
o fator mais impmtante a influir na etapa de traduo da indexao. lVIuito mais
servios de informao produzam suas prprias diretrizes de indexao, que
importantes so o alcance (abrangncia) e a especificidade do vocabulrio. Nes-
merecem ser examinadas para se ver como as regras so aplicadas em deter-
te exerccio de indexao, os trs vocabulrios podem abranger o assunto muito
minado contexto. Um bom exemplo a estudar o manual de indexao e resumos
bem embora de modo um tanto diferente. O segundo aspecto que o exemplo ilus-
' do Sistema Internacional de Informao Nuclear (Brk et ai., 1996).

CAPTUL03
A prtica da indexao
A o indexador raramente dado o luxo de poder ler um documento atenta-
mente do comeo ao fim. A exigncia de indexar determinada quantidade
de itens por dia haver de lhe impor qu~ se satisfaa comumente com uma leitura
que e~tar longe de ser completa. Usualmente, recomenda-se um misto de ler e
'passar os olhos' pelo texto. As partes a serem lidas atentamente so as que
apresentam maior probabilidade de dizer o mximo sobre o contedo no menor
tempo: tftulo, resumo, sinopse e concluses. Os ttulos das sees e as legendas
das ilustraes ou tabelas tambm merecem maior ateno. Convm passar os
olhos pelo restante do texto, para confirmar se as partes mais condensadas con-
tm uma imagem exata do que trata o documento. No entanto, o indexador deve,
habitualmente, levar em conta o documento inteiro (partes lidas, partes que fo-
ram vistas de relance), e os termos atribudos precisam refletir o todo. A exceo
seria quando somente parte do documento (por exemplo, um documento longo
Com mltiplos assuntos) interessasse ao grupo de usurios a ser atendido.
Jones (1976), citando Anderson (1971), salienta que ce11as partes de um
documento so particularmente gratificantes para o indexador: "Pargrafos de
abertura (de captulos ou sees) e frases de abertura e encerramento de pargra-
fos parecem ser especialmente ricos em palavras indexveis. 11 Isso confirma as
concluses de Baxendale (1958) em seu trabalho sobre o desenvolvimento de
processos de indexao automtica de documentos.
Uma norma internacional sobre indexao de assuntos (At/ethodsfor examin-
ing documents, 1985) oferece ouhas instrues sobre como analisar um docu-
mento:
Muitas vezes impraticvel fazer uma leitura completa, que nem sempre neces-
sria, porm o indexador deve assegurar-se de que nenhuma informao til lhe pas-
sou despercebida. As partes importantes do texto devem ser examinadas cuida-
dosamente, dando-se especial ateno s seguintes:
a) titulo;
b) resumo, se houver;
c) sumrio;
d) introduo, as frases e pargrafos de abe11ura de capftulos, e as concluses;
e) Hustraes, grficos, tabelas e respectivas legendas;
t) palavras ou grupos de palavras que apaream sublinhados ou grafados com
tipos diferentes.
3. A PRTICA DA INDEXAO 25
Todos esses elementos devem ser examinados e avaliados pelo indexador durante a
anlise que faz do documento. No recomendvel fazer a indexao a partir exclusi-
vamente do tftulo, e, se houver um resumo, no deve ser visto como um substituto sa-
tisfatrio do exame do texto. Os tftulos podem ser enganosos; tanto os ttulos quanto
os resumos podem ser inadequados; em muitos casos nenhum dos dois uma fonte
confivel do tipo de informao que o indexador requer (p. 2).
Em seu abrangente estudo sobre como os indexadores realmente executam
suas atividades, Oliver et ai. (1966) descobriram que a maioria adota, efetiva-
mente, um mtodo de ler/passar os olhos:
O maior grupo de indexadores (cerca de 85% do total) afirmou que examinam roti-
neiramente o documento inteiro. Esses indexadores, porm, salientaram que certas
partes do documento eram examinadas mais atentamente do que outras. Essas partes
incluiam resumo, introduo, sinopse, conduses, metodologia, resultados e tabelas
e grficos. Se uma ou mais de uma dessas sees 'condensadas' fosse considerada
adequada pelo indexador, ele poderia examinar de relance ou simplesmente 'folhear'
outras partes do documento. Os principais motivos para examinar o corpo do docu-
mento foram para constatar se alguma coisa passara despercebida, oferecer maior
profundidade da indexao, e dirimir quaisquer dvidas ou questes (p. 4-14).
Posteriormente, Chu e O'Brien (1993) observaram que indexadores novatos
utilizavam bastante os resumos, quando existiam, para determinar o assunto dos
artigos. Embora hajam observado mais de cem indexadores, o eshtdo abrangeu
apenas trs artigos.
Tudo isso se apia no pressuposto de que possvel ler o documento a ser
indexado. Conforme ressalta a ISO 5963 (Methods for examining documents,
1985), procedimentos diferentes se aplicaro a outros tipos de itens:
Documentos no-impressos, como os meios audiovisuais, visuais e sonoros, inclu-
sive objetos tridimensionais, exigem procedimentos diferentes. Nem sempre possf-
vel, na prtica, examinar um registro em sua inteireza (por exemplo, projetando um
filme). A indexao, ento, comumente feita a partir de um ttulo e/ou de uma
sinopse, embora ao indexador deva ser dada a oportunidade de assistir ou ouvir o que
se acha gravado, caso a descrio escrita seja inadequada ou parea inexata {p. 2).
Um livro de Sauperl (2002) descreve como os catalogadores nas bibliotecas
identificam o assunto de um livro e escolhem os cabealhos e nmeros de classi-
ficao que lhe sero atribudos. Baseia-se na observao minuciosa do trabalho
de doze pessoas.
A indexao de fontes em formato eletrnico apresenta problemas especiais.
Browne (2001), por exemplo, chamou ateno para os problemas relativos
indexao de stios da Rede:
A primeira etapa na indexao de um stio da Rede ter uma noo do volume e do
tipo de material a ser indexado. No caso das provas tipogrficas de um livro, pos-
svel segur-las com uma das mos e folhe-las rapidamente. Na Rede isso im-
possvel, de modo que se obrigado a examinar sistematicamente o stio, anotando o
 26 INDEXAO E RESUMOS: TEORTA E PRTICA
tipo de informao, a quantidade de informaes e a qualidade dos vnculos de nave-
gao. Verifica-se o tamanho dos arquivos em megabytes. Solicita-se ao responsvel
pelo stio [webmaster] que fornea o maior nmero possvel de informaes sobre os
arquivos, inclusive quantos autores colaboraram com pginas. Quanto mais autores,
mais variaes sero previstas, e maior ser a amostragem a ser feita {p. 32}.
O motivo para se examinar o documento , naturalmente, a deciso sobre o
que incluir na indexao (nas palavras de Preschel ( 1972), isso constitui a iden-
tificao da <matria indexvel').*
Conforme sugerido no captulo 2, o indexador, para fazer isso com eficin-
cia, precisa conhecer muito bem os interesses da comunidade servida pelo
ndice. Numa instituio especfica, os indexadores podem ser orientados no
sentido de procurar nos documentos cettos elementos predefinidos; caso ocor-
ram, devero ser includos na indexao. Conforme o tipo de instituio, esses
elementos importantes incluem: materiais de fabricao, temperaturas envolvi-
das, gmpo etrio envolvido, nvel de escolaridade, etc. Em certos casos, os ele-
mentos mais importantes so pr-impressos no formulrio de indexao, lem-
brando ao indexador que os tet'mos apropriados devem ser usados, se se apli-
carem a determinado documento. Por exemplo, a National Librmy ofNiedicine
emprega 'etiquetas' [checktags] desse tipo para indicar grupos etrios, gnero,
tipos de animais utilizados em experincias, etc.
Essa etapa de 'anlise conceitual' da indexao no deve ser influenciada
pelas caractersticas do vocabulrio a ser usado na etapa de traduo. Isto , o
indexador decide, primeiramente, quais os assuntos que precisam ser represen-
tados; s depois (a todo momento talvez) que verificar se o vocabulrio per-
mite ou no represent-los adequadamente. Em outras palavras, o indexador no
deve ignorar um ~ssunto porque sabe ou desconfia que no pode ser expresso
adequadamente. E possfvel que um exame mais meticuloso do vocabulrio
mostre que estava equivocado. Ademais, uma funo impmtante do indexador
contribuir para o aperfeioamento do vocabulrio controlado, comunicando
suas deficincias aos responsveis por sua manuteno. improvvel que isso
ocorra se o indexador for estimulado a 'pensar' com os termos controlados. A
propsito, discordo totalmente da ISO 5963, que afirma que "tanto a anlise
quanto a transcrio devem ser realizadas com o auxlio de instrumentos de
indexao, como tesauros e esquemas de classificao". A transcrio, claro,
no se realiza sem essas ferramentas, mas a anlise independe totalmente delas.
Um fator afim a lembrar que a terminologia usada pelo autor pode no
corresponder exatamente aos termos do vocabulrio controlado. Mesmo que os
termos empregados pelo autor coincidam com os termos controlados, a maneira
como so utilizados pode ser diferente. Pot exemplo, um autor emprega o termo
'epidemiologia' de forma muito imprecisa, mas o vocabulrio define-o de modo
*Ver Milstead (1984) para outras consideraes sobre como examinar um texto para identificar
sua 'matria indexvel'.
3. A PRTJCA DA INDEXAO 27
mais preciso, e sua atribuio ser errnea, apesar de ter sido usado pelo autor.
So as idias com que lida o autor, e no as palavras por ele empregadas, que
devem ser indexadas.
Hjorland (200 I) trata da seguinte forma a etapa da traduo na indexao:
Uma deciso posterior refere-se a quais descritores do vocabulrio controlado sero
atribudos ao documento. Tal deciso pode (e deve) ser vista da perspectiva inversa: sob
quais descritores pareceria relevante para o usurio encontrar esse documento? {p.
777).
Embora concorde inteiramente com que a indexao esteja relacionada s neces-
sidades de determinado grupo de usurios, acho que Hj0rland pode estar confun-
dindo as etapas de anlise conceitual e traduo. durante a primeira que se
identificam as necessidades dos usurios. Isto , o indexador decide quais aspec-
tos do documento provavelmente interessaro aos usurios. Em seguida, o inde-
xador seleciona os termos controlados que melhor representam esses aspectos.
Exaustividade da indexao
Os fatores que influem no desempenho de um sistema de recuperao da
informao e que so diretamente atribuveis indexao podem ser assim
categorizados:
I. Poltica de indexao
2. Exatido da indexao
Anlise conceitual
Traduo
As decises quanto poltica so tomadas pelos gestores do servio de infor-
mao, estando, pmtanto, fora do controle do indexador individual; os fatores
relativos exatido se esto sob o controle do indexador individual.
A principal deciso poltica diz respeito exaustividade da indexao, a qual
cOJTesponde, grosso modo, ao nmero de termos atribudos em mdia. O efeito
da exaustividade foi anteriormente exemplificado na figura 3. A indexao
exaustiva implica o emprego de termos em nmero suficiente para abranger o
contedo temtico do documento de modo bastante completo. A indexao sele-
tiva, por outro lado, implica o emprego de uma quantidade muito menor de
termos, a fim de abranger somente o contedo temtico principal do documento.
Quanto mais termos forem utilizados para indexar um documento mais acessvel
ele se tornar e, provavelmente, mais vezes ser recuperado. Um centro de infor-
mao procurar indexar exaustivamente se seus usurios solicitarem com fi:e-
qUncia a realizao de buscas completas. Um consulente que precise localizar
todos os itens que, de alguma forma, tratem da OLP ter a expectativa de recu-
perar o documento mostrado na figura 3, mas isso somente ser poss[vel se a
indexao tiver sido razoavelmente exaustiva.
28 INDEXAO E RESUMOS: TEORIA E PRTICA
As decises da poltica, no q"ue se refere exaustividade, no devem assumir
a forma de limites absolutos quantidade de termos a serem atribudos. Ao invs
disso, essa poltica poderia sugerir uma faixa de termos; por exemplo, 'a maioria
dos documentos ser indexada com 8 a 15 termos'. Num grande centro de infor-
mao, que lide com muitos tipos diferentes de documentos, a poltica pode
variar segundo o tipo de documento. Por exemplo, o centro de informao de
uma grande empresa estabeleceria a seguinte poltica:
Relatrios tcnicos da prpria empresa I 5-25 termos
Outros relatrios tcnicos 10-15 termos
Patentes I 5-20 termos
Artigos de peridicos 5-1 Otermos
e assim por diante. Alternativamente, a poltica tomaria como base o contedo
temtico, sendo os assuntos de maior interesse da empresa indexados com uma
quantidade maior de termos.
Embora uma base de dados indexada exaustivamente costume possibilitar
buscas exaustivas (alta revocao),* provvel que a indexao exaustiva saia
mais cara do que a indexao seletiva. Ademais, a indexao exaustiva redunda-
r em menor preciso das buscas. Quer dizer, ser recuperado um nmero maior
de itens que o consulente considera como no sendo petiinentes a sua neces-
sidade de informao. Isso pode acontecer devido a dois motivos:
1. O nmero de 'falsas associaes' aumentar conforme aumente o nmero de
termos atribudos. Por exemplo, o item da figura 3 seria recuperado durante
uma busca sobre pesquisas por telefone no Egito, embora nada tenha a ver
com este tpico.
2. Quanto mais termos forem empregados para indexar um item, mais ele ser
recuperado em resposta a assuntos de busca que nele so tratados somente
de forma muito secundria. provvel que o item da figura 3 seja recupera-
do numa busca de m1igos que tratem de lderes polticos dos estados rabes,
porm a pessoa que solicita essa busca pode decidir que ele contribui to
pouco para este tema que dificilmente seria considerado til.
A idia de 'exaustividade' tambm se aplica a um sistema de recuperao
que funcione com base em buscas feitas em textos (ver captulo 13). O ttulo do
documento da figura 3 no constitui uma representao muito exaustiva de seu
contedo temtico. A exaustividade cresce medida que aumenta o nmero de
palavras presentes na represent~o.
O termo 'profundidade' freqentemente empregado para designar a quanti-
dade de termos atribudos a um documento. Quer dizer, emprega-se 'profundi-
dade' em lugar de 'exaustividade'. Ambos os termos so imprecisos e podem ser
enganosos. Para compreender melhor o efeito do aumento do nmero de termos
*Isso foi demonstrado em numerosas ocasies; por exemplo, por Boyce e McLain (1989).
3. A PRTICA DA INDEXAO 29
usados na indexao de um documento, imaginemoRlo como se possusse duas
dimenses, como mostra a figura 6. Digamos que o indexador consiga identi-
ficar dez assuntos afins que so estudados no documento. ConsideraRse isso
como sendo o mbito de abrangncia do documento. Se o indexador tentar in-
cluir todos esses assuntos, a indexao ser tida como exaustiva (isto , ela uma
representao exaustiva do contedo temtico). Quanto mais assuntos forem in-
cludos mais exaustiva ser a indexao. Por outro lado, quanto menos assuntos
forem includos mais seletiva ser a indexao. Evidentemente, a indexao
exaustiva exigir o emprego de maior nmero de termos.
A segunda dimenso do documento, do ponto de vista da indexao, deno-
minada especificidade na figura 6. Isto , alguns assuntos identificados seriam
indexados em mais de um nvel de especificidade. Suponhamos que o primeiro
assunto seja 'arquitetura de catedrais', que seria indexado sob o termo ARQUITE-
TURA RELIGIOSA, que no suficientemente especfico. Para aumentar a especi-
ficidade, o indexador acrescentaria um segundo termo, CATEDRAIS. O emprego
conjunto dos dois termos representa precisamente o assunto estudado. Por outro
lado, a incluso de ARQUITETURA DA HABITAO aumentaria a exaustividade e
no a especificidade. pois estaria introduzindo um novo conceito na indexao.
Em outras palavras, a incluso de mais termos de indexao aumentaria a
exaustividade de uma representao ou aumentaria sua especificidade. Por con-
seguinte, embora seja verdadeiro dizer que a 'exaustividade' corresponde gros-
so modo ao nmero de termos atribudos, no h uma relao unvoca exata entre
exaustividade e nmero de termos. Neste livro, 'exaustividade' refere-se ao m-
bito de abrangncia da indexao exemplificado na figura 6. 'Profundidade'
um termo menos satisfatrio porque denota o oposto de abrangncia e se aplica
de modo mais apropriado dimenso da especificidade mostrada na figura 6.
A quantidade de termos atribudos ao documento constitui realmente uma
questo de custo-eficcia. Em geral, quanto mais exaustiva for a indexao
maior ser o custo,* e no muito razovel indexar num nvel de maior exaus-
tividade que as necessidades dos usurios do servio no justifique. Ser preciso
um nvel mais alto de exaustividade se forem formulados muitos pedidos de
buscas realmente exaustivas. No caso de serem feitos muitos pedidos de buscas
que realmente cubram o assunto de modo completo, ser necessrio um alto
nvel de exaustividade. Se essas buscas que procuram exaurir o assunto forem a
exceo e no a regra, bastar um nvel muito mais baixo de exaustividade.
*Na realidade, naturalmente, isso um exagero de.simplificao. Quando tem em mos um docu-
mento prolixo, o indexador talvez precise de mais tempo para incluir de modo exaustivo seu con-
tedo. Em outros casos, talvez seja mais rpido usar muitos termos ao invs de tentar selecionar
alguns poucos de um grupo em que eles podem estar estreitamente relacionados ou serem coinci-
dentes. Em geral, no entanto, quanto mais tem10s fOrem usados, mais dispendioso ser dar-lhes
entrada na base de dados e process-los subseqentemente. Alm disso, aumentar a quantidade de
termos aumentar substancialmente os custos dos ndices em formato de fichas ou impressos.

30 INDEXAO E RESUMOS: TEORIA E PRTICA
claro que quanto mais termos forem empregados por documento (isto ,
maior for a exaustividade), maior ser a probabilidade de ele ser recuperado e
maior ser o nmero de caracte'rsticas que o distingam de outros documentos.
1V1as a distribuio de itens entre os termos tambm afetar a discriminao:
termos que se aplicam a muitos documentos no oferecero muita discrimina-
o; os que se aplicarem a poucos documentos sero bons discriminadores.
ESPECIFICIDADE
I.
2.
3.
4.
5.
6.
7.
8.
9.
10.
FIGURA6
As duas dimenses da indexao de um documento
\Volfram e Zhang (2002) empregaram simulao em computador para estu-
dar os efeitos da variao tanto dos nveis de exaustividade quanto das distribui-
es dos termos (o nmero mdio de itens aos quais um termo se aplica). Sua
concluso foi que:
Baixa exaustividade e distribuies de termos pouco profundas produzem menos
diferenciao entre documentos, pois menos termos so atribudos por documento e
mais termos comuns so compartilhados entre documentos, disso resultando maior
nmero de termos de baixo valor representativo. Exaustividade mais alta oferece
maiores oportunidades para o acrscimo ao documento de termos adicionais mais
distintivos. Igualmente, uma distribuio de termos mais profunda, quando se encon-
tra um ndice mdio menor de atribuio de termos especficos ao item, acentua a
distinguibiHdade do.documento. Quando se tm alta exaustividade para descrever de
modo mais completo o documento e distribuies de termos mais profundas, defi-
nindo conjuntos de termos mais exclusivos, encontram-se as menores densidades de
documentos, o que facilita distinguir os documentos entre si. Os resultados de cada
modelo demonstram ser possvel obter densidades espaciais similares de documen-
tos com diferentes combinaes de exaustividade de indexao e distribuies de ter-
mos. Por exemplo, a combinao de alta exaustividade/distribuio de termos pouco
profunda e baixa exaustividade/distribuio de termos profunda resultou em nveis
sin1ilares de densidade espacial de documentos (p. 950-951 ).
Os mtodos de indexao e redao automticas de resumos (ver captulo
15) baseiam-se grandemente em critrios estatsticos (a contagem de ocorrn-
r 3. A PRTICA DA INDEXAO 31
!
cias de palavras no texto), de modo que possvel aplicar medidas de 'densi-
dade' (isto , o nmero de termos de indexao ou a extenso do resumo em rela-
o extenso do texto). Connolly e Landeen (200 1) propem e aplicam medida
similar (nmero de entradas do ndice em relao ao nmero total de linhas de
texto) aos ndices do final de livros.
bvio que, medida que as bases de dados crescem de tamanho, a quan-
tidade de itens que aparecem sob qualquer termo tambm tende a crescer. Torna-
se necessrio, p011anto, indexar com o emprego de mais termos (e tambm torn-
los cada vez mais especficos) de modo que a indexao seja mais discriminativa
para possibilitar pesquisas em que se alcance um nvel adequado de revocao
com nvel tolervel de preciso. Lamentavelmente, isso no tem sido levado em
conta na prtica da catalogao de assuntos entre a comunidade bibliotecria dos
EUA. O contedo temtico dos livros representado em nvel muito genrico e
superficial (em mdia, menos de duas combinaes de cabealho de assunto/
subcabealho por item, conforme O'Neill e Aluri, 1981). Mesmo que isso fosse
aceitvel h 50 anos, quando os acervos eram bem menores, e ainda o seja no
caso de acervos muito pequenos, hoje praticamente intil em catlogos que
abranjam vrios milhes de itens. A converso de catlogos em fichas para cat-
logos em linha proporcionou aos usurios uma grande vantagem potencial- a
possibilidade de fazer buscas com termos em combinaes lgicas. O valor
potencial disso, porm, reduz-se grandemente devido ao baixo nvel de exausti-
vidade das representaes constantes do catlogo. Por conseguinte, as pesquisas
em linha nos catlogos de grandes bibliotecas universitrias freqentemente
resultam na recuperao de centenas de itens, a maioria dos quais talvez seja
totalmente imprestvel para o consulente (Lancaster et al., 1991). Esse 'fen-
meno da recuperao volumosa' estimulou a realizao de muitas experincias
sobre como fazer buscas em grandes catlogos de forma mais discriminativa
(ver, por exemplo, Prabha, 1991), tais como a delimitao por data, lngua e
outros critrios. O fato de a maioria dos catlogos permitir buscas nas palavras
dos ttulos (e s vezes nos nmeros de classificao), bem como nos cabealhos
de assuntos, parece ter tido, surpreendentemente, reduzido efeito na exaustivi-
dade da representao, uma vez que as palavras dos ttulos, os cabealhos de
assuntos e os nmeros de classificao em geral se repetem (Xu e Lancaster, 1998).
Vrios estudos examinaram a extenso com que os cabealhos de assuntos
nos catlogos em linha de acesso pblico [OPACs] repetem as palavras-chave dos
ttulos dos livros. Voorbij ( 1998), por exemplo, analisou essa questo num con-
texto holands. De fato, ele procurava comprovao de que a atribuio de
descritores aos livros, um processo dispendioso, valia a pena. Ou seja, em que
eles contribuem que as palavras-chave do ttulo no o faam? Os descritores de
assuntos conseguiram recuperar quase duas vezes mais itens relevantes do que
as palavras-chave. No s muitos ttulos so indicadores inadequados daquilo de
que trata um livro, mas, salienta Voorbij, o mesmo assunto pode aparecer nos
32 JNDEXAO E RESUMOS: TEORIA E PRTICA
ttulos representado de muitas maneiras diferentes. O controle de vocabulrio
imposto pelos cabealhos de assuntos impmtante. Esse estudo foi realizado
nas humanidades e cincias sociais, que podem, em mdia, apresentar ttulos
menos descritivos ou completos do que acontece nas cincias rgidas.
A figura 7 mostra a lei dos rendimentos decrescentes aplicada indexao.
No exemplo hipottico desse servio de informao, a atribuio em mdia de X
termos satisfar a cerca de 80% das necessidades dos usurios. A fim de elevar
esse percentual para 90-95% seria preciso uma exaustividade muito maior na
indexao. A posio do ponto X nessa curva e o que X representa em nmero de
termos dependero muitfssimo de questes especficas do sistema. Os gestores
do servio de informao elaboram diretrizes sobre exaustividade da indexao
que resultam do seu conhecimento das necessidades dos usurios. Essas diretri-
zes costumam basear-se na intuio, embora seja possfvel realizar experimen-
tos controlados em que se comparem amostras de necessidades de informao
com uma coleo de documentos indexados com quantidades variadas de termos.
X.
Percentagem de
pedidos que
podem ser
satisfeitos
X
O Nmero de termos atrbuidcis
FIGURA 7
Rendimentos decrescentes na indexao
Evidentemente, a idia de um nvel ideal de exaustividade aplicvel a todos
os itens de uma base de dados um tanto enganosa, uma vez que se aplicariam
valores ideais extremamente diferentes a diferentes documentos, dependendo
dos pedidos efetivamente formulados pelos usurios do sistema (Maron, 1979).
A exaustividade ideal inteiramente dependente dos pedidos.
Para alguns tipos de itens indexveis, ser excepcionalmente difcil chegar a
um acordo sobre 'de que eles tratam'. Em relao a eles, no ser fcil alcanar
consenso e coerncia na indexao, e, por isso, talvez precisem ser indexados em
3, A PRTICA DA INDEXAO 33
nvel exaustivo que atenda a diferentes pontos de vista. Isso acontece, por exem-
plo, na indexao de imagens, que podem ser vistas pelos indexadores em nveis
diferentes, desde o altamente concreto at o altamente abstrato (Enser, 1995).
lntner (1984) mostrou que, ao decidir sobre o que incluir e quantos termos
usar, o indexador poderia realmente exercer uma forma de censura, talvez dei-
xando de cobrir algum aspecto do trabalho que ele desaprova. A situao inver-
sa, naturalmente, consiste em usar uma quantidade injustificvel de termos para
fazer com que um item seja recuperado o maior nmero possvel de vezes, tenta-
o capaz de ocorrer se estiver associado sua recuperao algum ganho finan-
ceiro ou de outro tipo. Tal fenmeno tem sido observado no ambiente da internet
(ver captulo 16), onde denominado 'spoofing' ou 'spamming'. Price (1983)
talvez tenha sido o primeiro a reconhecer isso corno um prob.lema em potenciaL
Bel ( 1991 a) estuda uma situao semelhante em relao aos ndices do final
de livros_: os indexadores, ou possivelmente os editores, podem revelar um vis
ao omitir certos tpicos do ndice, ao reforar as idias do autor (ou o contrrio),
ou ao introduzir as prprias Utitudes do indexador. Apresenta vrios exemplos.
A quantidade de termos atribudos a um documento um fator crtico para
definir se determinado item ser ou no recuperado. Outros fatores afins, porm,
tambm pmticipam disso. Obviamente, quase certo que a quantidade de itens
recuperados venha a declinar medida que mais termos forem combinados
numa relao do tipo e, numa estratgia de busca. claro que a extenso com que
os termos podem ser combinados com xito numa busca depende grandemente
da quantidade de termos usados na indexao. Tomando-se um exemplo trivial,
a combinao de trs termos (ABC) pode recuperar um grande nmero de itens
quando se emprega na indexao uma mdia de 20 termos por item, mas
improvvel que recupere muitos deles numa base de dados em que somente trs
termos sejam atribudos em mdia a cada item. (Devido a razes antes mencio-
nadas, no recuperaria muitos, se que recuperaria algum, numa busca feita num
catlogo de biblioteca em linha.) Quanto mais seletiva for a indexao mais
necessidade haver de combinar termos numa relao do tipo ou, a fim de me-
lhorar a revocao. As interaes entre exaustividade de indexao e as caracte-
rsticas das estratgias de busca foram estudadas por Sparck Jones (1973).
Estudos sobre o efeito da exaustividade em mtodos mais automticos de recu-
perao (ver captulo 15) encontram-se em Shaw (1986, 1999a,b) e Burgin
(1991, 1995).
Em muitos servios de informao a indexao visa a duas finalidades um
tanto diferentes: a) permitir que se tenha acesso a um item num ndice impresso,
e b) permitir que se tenha acesso a esse mesmo item numa base de dados ele-
trnica. Nessas circunstncias, exige-se do indexador que indexe de acordo com
certo nvel de exaustividade preestabelecido para a segunda das finalidades aci-
'ma, e que selecione um subconjunto dos termos de indexao (talvez entre dois e
quatro) assim atribudos, os quais serviro de pontos de acesso no ndice impres-
34
JNDEXAAO E RESUMOS: TEORIA E PRTICA
so. Os termos desse subconjunto sero aqueles que o indexador considerar como
os que melhor representam os aspectos mais impotiantes do documento. Isto
pode ser visto como uma forma tosca de indexao 'ponderada': um termo rece-
be um de dois pesos- 'principal' (contedo temtico fundamental, para o
ndice impresso) ou 'secundrio' (todos os outros termos). No captulo 11 exa-
mina-se mais detidamente a indexao ponderada.
Princpio da especificidade
O princpio que, isoladamente, o mais importante da indexao de assun-
tos, e que remonta a Cutter (1876), aquele segundo o qual um tpico deve ser
indexado sob o termo mais especfico que o abranja completamente. Assim, um
attigo que trate do cultivo de laranjas ser indexado sob LARANJAS e no sob
FRUTAS CTRICAS ou FRUTAS.
Normalmente, seria melhor utilizar vrios termos especficos, ao invs de um
termo que seja mais genrico. Se um artigo descreve o cultivo de limes, limas e
tangerinas, ser mais bem indexado sob os trs termos especficos do que sob o
termo mais genrico FRUTAS CTRICAS. 0 termo FRUTAS CTRICAS ser usado
apenas para artigos que tratem das fi:utas ctricas em geral, e para aqueles que
tratem praticamente de todas as frutas ctricas. Esta diretriz pode ser estendida
situao na qual se trata de vrias frutas ctricas, mas no com muitos detalhes (a
juzo do indexador) que justifiquem o emprego dos termos especficos. Em
alguns casos, tambm, a clientela atendida pelo indexador pode estar interessada
apenas em determinadas frutas. Nesta situao seria vlido indexar apenas estas
e no incluir termos correspondentes s outras frutas.
Alguns estudantes de indexao cometem o equfvoco de indexar de modo
redundante. Tendo indexado um artigo sobre laranjas sob o termo LARANJAS,
sentem necessidade de tambm atribuir-lhe o termo FRUTAS CTRICAS e at mes-
mo FRUTAS. No h necessidade disso. Na verdade, trata-se de uma prtica de
indexao medocre. Se os termos genricos forem atribudos toda vez que for
utilizado um termo especfico, ficar difcil diferenar artigos genricos de arti-
gos especficos. Por exemplo, o usurio que consulta um ndice sob o termo FRU-
TAS espera encontrar itens sobre frutas em geral, e no sobre frutas especficas.
Nos sistemas manuais de recuperao que antecederam os sistemas infor-
matizados, de fato era preciso desdobrar as entradas dos termos especficos para
os genricos respectivos; por exemplo, o emprego do tenno LARANJAS ao se
indexar um item implicava que tambm lhe seriam atribudos os termos FRUTAS
CTRICAS, FRUTAS e talvez at mesmo PRODUTOS AGRCOLAS. A razo disso era
permitir as buscas genricas. Se no fosse assim, seria praticamente impossvel
realizar urna busca completa sobre, por exemplo, todas as frutas. Quando, no en-
tanto, se projeta um sistema informatizado de modo apropriado, torna-se desne-
cessrio esse desdobramento para os nveis genricos, pelo menos quando se
utiliza um vocabulrio controlado. Convm, por exemplo, que haja a possibi-
3. A PRTICA DA INDEXAO
35
!idade de solicitar ao computador que faa uma busca sobre o termo FRUTAS e
tudo que estiver abaLYo de!~ na estrutura hierrquica (todos os termos espec-
ficos, TEs, no caso de um tesauro).
Em geral, portanto, no se deve contar com que os termos FRUTAS CTRICAS e
LARANJAS sejam aplicados ao mesmo item. A nica sihtao que justificaria esta
combinao seria aquela onde houvesse um artigo que tratasse de frutas ctricas
em geral, mas que inclusse extensas consideraes sobre laranjas, ou outro que
tratasse de fiutas cftricas e em que as laranjas fossem o exemplo (por exemplo, a
irrigao de frutas ctricas com exemplos tomados da irrigao de laranjais).
O indexador deve ter em mente que possvel conseguir especificidade me-
diante combinaes de termos. Se no houver nenhum termo que sozinho possa
representar o tpico, busca-se uma combinao apropriada de termos no voca-
bulrio controlado. Eis alguns exemplos hipotticos:
Literatura Francesa Medieval
indexado sob LITERATURA MEDIEVAL e LITERATURA FRANCESA
Bibliotecas Mdicas
indexado sob BIBLIOTECAS ESPECIALIZADAS e CINCIAS MDICAS
Literahua Canadense
indexado sob LITERATURA e CANAD
leo de Amendoim
indexado sob LEOS VEGETAIS e AMENDOIM
Observe-se que o indexador deve procurar a combinao mais apropriada
para cada caso. Teoricamente, Literatura Medieval Francesa seria expresso por
meio de LITERATURA MEDIEVAL e FRANA, mas a combinao de LITERATURA
MEDIEVAL e LITERATURA FRANCESA exprime a idia de modo mais exato. Da
mesma forma, combinou-se CINCIAS MDICAS com BIBLIOTECAS ESPECIALIZA-
DAS e no com BIBUOTECAS, para expressar a idia de bibliotecas mdicas, pois
estas so evidentemente especializadas, e combinou-se AMENDOIM com LEOS
VEGETAJS e no com LEOS, uma vez que o leo de amendoim um leo vegetal.
s vezes, o vocabulrio controlado no inclui um termo no nvel de especi-
ficidade exigido por determinado documento. Nesse caso o indexador adotar o
termo mais especfico existente (por exemplo, FRUTAS CTRICAS, ao invs de
FRUTAS, para um attigo sobre laranjas). Ele pode tambm sugerir equipe res-
ponsvel pela manuteno do tesauro que existe a necessidade de termos mais
especficos nessa categoria.
Outras diretrizes
O processo da indexaO de assuntos parece ser refratrio a regras iigorosas.
Alm do princpio da especificidade, no foram desenvolvidas regras verdadei-
ras sobre a atribuio de termos, apesar de haver muitas acerca do que fazer com
os termos de indexao depois de atribudos (por exemplo, como estabelecer a
seqncia em que so listados, a fim de formar cabealhos num ndice impresso).
36 INDEXAO E RESUMOS: TEORIA E PRTICA
l'vluitas 'teorias' sobre indexao foram formuladas, algumas das quais passadas
em revista por Borko (1977), porm, costumam no ser teorias de verdade, e
oferecem pouca ajuda prtica para o indexador.
Fugmann (1979, 1985) apresentou vrios axiomas sobre 'indexao e provi-
so de informao', mas nem todos tm relao direta com a indexao como tal. sabe que os usurios de um sistema ou ferramenta de informao, em ce11as cir-
O nico princpio de indexao verdadeiro at agora formulado, denominado
'indexao compulsria', afirma que o indexador deve utilizar os termos mais
apropriados de que disponha para descrever o contedo temtico de um docu-
mento. Como isso significa, normalmente, os termos mais especficos, trata-se
essencialmente de uma reiterao do princpio da especificidade. A maior parte
dos axiomas de Fugmann cm-responde realmente a fatores que influem no de-
sempenho de sistemas de recuperao da informao e no a elementos de uma
teoria da indexao, embora vrios deles tenham implicaes para a indexao. dos no documento no devem ser considerados pelo indexador. En)bora isso
Por exemplo, o axioma da definibilidade tem relao com a capacidade de defi-
nir clara e inequivocamente uma necessidade de informao. Isso pode, eviden-
temente, ser estendido capacidade de definir o contedo temtico de docu-
mentos de modo claro e inequfvoco. O axioma da previsibilidade diz que o xito
de uma busca num sistema de recuperao depende grandemente da previsibi-
lidade com que descrito o contedo temtico, o que aponta para a impot1ncia
da coerncia na indexao. O axioma da fidelidade diz que outro fator que influi
no desempenho a capacidade de definir com rigor e exatido o contedo tem-
tico (das necessidades de informao e, por extenso, dos documentos), que tem
a ver mais com o vocabulrio usado para indexar do que com a prpria indexao.
No consegui, de fato, encontrar uma teoria verdadeira, qualquer que fosse,
aplicvel ao processo de indexao, embora haja algumas (ver, por exemplo,
Jonker (1964)) relativas s caracterfsticas dos termos de indexao. Ademais,
creio ser possvel identificar apenas duas regras bsicas da indexao: uma, que
se refere etapa de anlise conceitual, e a outra, etapa de traduo, a saber:
1. Inclua todos os tpicos reconhecidamente de interesse para os usurios do
servio de informao, que sejam tratados substantivamente no documento.
2. Indexe cada um desses ~picos to especificamente quanto o permita ovo-
cabulrio do sistema e o justifiquem as necessidades ou interesses dos usu-
rios.
Estas regras esto, naturalmente, sujeitas a interpretao. Por exemplo, o que
'substantivamente' de fato significa? Uma orientao possvel diria que o assun-
to X deve ser indexado quando se supe que a maioria dos usurios que buscam
informaes sobre X considerariam esse item como sendo de interesse. claro
que' substantivamente' no uma propriedade que possa ser expressa ou medida
com rigor. Se um dado assunto merece ou no ser indexado algo que depender
grandemente de trs fatores: a) a quantidade de informaes apresentadas sobre
o assunto, b) o grau de interesse no assunto, e c) a quantidade de informaes j
existentes sobre o assunto: uma meno breve e isolada de um composto merece
3. A PRTICA DA INDEXAO 37
ser indexada se se sabe que esse composto bastante recente; anos depois seria
necessrio um volume muito maior de informaes para justificar sua incluso.
A expresso 'necessidades ou interesses dos usurios', na segunda regra,
implica que o princpio da especificidade pode e deve ser modificado quando se
cunstncias, seriam mais bem servidos por meio da indexao de determinado
tpico em nvel mais genrico. Por exemplo, numa base de dados de medicina os
artigos de veterinria aplicada a ces seriam indexados sob os nomes das respec-
tivas raas caninas. Por outro lado, artigos sobre o uso de ces em experincias
de laboratrio seriam simplesmente indexados sob CES, mesmo quando a raa
especfica fosse mencionada.
Um corolrio da primeira regra acima que assuntos que no sejam examina-
para bvio e banal, no necessariamente assim. Alguns indexadores, princi-
palmente os que se consideram'especialistas' num assunto, podem sentir-se ten-
tados a ver num documento coisas que jamais passaram pelas intenes do autor
(por exemplo, aplicaes de um dispositivo que extrapolam as alegadas no do-
cumento). Embora uma das funes importantes de certos especialistas em in-
formao (como os que atuam na indstria) seja chamar a ateno dos usurios
do servio de informao para aplicaes potenciais, isso, de fato, no constitui
funo do indexador. muito melhor que se atenha ao texto e s afirmaes do
autor. O ERIC processing manual de 1980 traz bons conselhos a respeito disso:
Indexe o documento que tem em mos, no o documento que o autor gostaria de ter
escrito ou pretende escrever no futuro. No confunda suposies ou menes a im-
plicaes e possibilidades com o verdadeiro contedo (p. Vll-13).
'Resultados no alegados pelo autor' no devem, claro, ser confundidos
com resultados negativos, pois estes comumente merecem ser indexados. Por
exemplo, se um estudo mostra que certo material no se presta para ser utilizado
em determinada aplicao, a aplicao mencionada deve ser definitivamente
includa na indexao, caso .sejam contemplados outros critrios (por exemplo,
o volume de informaes fornecidas).
~m aplicaes mais especializadas, os.indexadores podem ser estimulados a
buscar inferncias. Por exemplo, Schroeder (1998), repmtando-se a experincia
no General tvlotors Media Archives, ressalta a imp011ncia de uma 'camada de
inferncia' na indexao de imagens. Por exemplo, uma fotografia de determi-
nado veculo pode mostr-lo atravessando um terreno acidentado, sendo ento
necessrio identificar no somente o veculo mas tambm empregar termos que
indiquem sua capacidade de desempenho em locais pedregosos.
Klement (2002) faz uma distino entre indexao de 'sistema abetto' e
indexao de 'sistema fechado'. A ltima (cujo exemplo mais evidente so os
ndices de final de livro) refere-se a fndices de um nico item; esses ndices so
no-contnuos. A indexao de sistema aberto, ao contrrio, aplica-se a inme-
38 INDEXAO E RESUMOS: TEORIA E PRTICA
ros itens e contnua, como o caso da indexao de attigos de peridicos em
bases de dados como, por exemplo, o MEDLINE. Quando a indexao se aplica a
muitos itens, e contnua, os termos adotados nas entradas do ndice devem ser
padronizados. A padronizao no constitui de fato um problema na indexao
de sistema fechado, embora sej obviamente necessrio utilizar uma terminolo-
gia uniforme, coerente, em toda a extenso do ndice. A indexao de sistema
fechado pode usar termos que so no-contnuos: 'Leonardo da Vinci, morre'
pode ser perfeitamente apropriado nesse tipo de ndice, sendo improvvel que
aparea num ndice de sistema aberto (embora 'Leonardo da Vinci' aparea).
ndices ps-coordenados
O contedo temtico objeto de um documento e representado pelos termos
de indexao que lhe so atribudos possui carter multidimensional. Vejamos,
por exemplo, um artigo que trate da migrao de mowde-obra de Moambique
para as minas da frica do Sul e que indexado sob os seguintes termos:
MOAMBIQUE
FRICA DO SUL
TRABALHADORES MIGRANTES
MINEIROS
RELAES ECONMICAS
Embora os termos sejam aqui apresentados em forma de lista, representam,
na realidade, uma rede de relaes:
MOAMBIQUE
TRABALHADORES
MIGRANTES
RELAES ECONliHCAS
FRICA DO SUL
Convm recuperar esse documento durante uma busca que envolva qualquer
um dos termos tomados isoladamente ou qualquer combinao entre eles: quais-
quer dois termos, quaisquer trs, quaisquer quatro, ou todos os cinco. Um siste-
ma de recuperao da informao que permite que uma busca combine os termos
de qualquer maneira freqUentemente denominado ps-coordenado (outras
denominaes empregadas tm sido ps-combinao ou manipulatrio).
Os sistemas ps-coordenados surgiram na dcada de 1940, quando foram
implantados com a utilizao de vrios tipos de fichas. Um sistema infonnatiza-
do moderno, funcionando em linha, pode ser visto como um descendente direto
r
l
3. A PRTICA DA INDEXAO
desses sistemas manuais. Pode-se imagin-lo conceitualmente como uma matriz
semelhante mostrada na figura 8.
Os arquivos de um sistema em linha incluem dois elementos principais:
39
I. Um conjunto completo de representaes de documentos: a referncia bi-
bliogrfica acompanhada normalmente de termos de indexao ou um resu-
mo, ou ambos.
2. Uma lista de termos que mostra quais os documentos indexados sob eles
(s vezes chamada arquivo invertido ou arquivo de lanamentos). Os do-
cumentos so identificados por nmeros de registro como mostra a figura 8.
Pode-se demonstrar o que se passa durante uma busca em linha consultando a
matriz da figura 8. Suponhamos que quem faz a busca entra com MOAMBIQUE
num terminal e que este termo representado por P no diagrama. O sistema
responde indicando que sete itens foram indexados sob tal termo. A pessoa entra
com TRABALHADORES MIGRANTES (L no diagrama) e recebe a informao de que
quatro itens aparecem sob este termo. Se ela pedir agora que seja feita a combi-
nao de L com P, o sistema comparr os nmeros dos documentos nas duas
listas e indicar que trs itens satisfazem a esse requisito. Atendendo solicita-
o do interessado, o computador localiza esses registros pelos seus nmeros de
identificao (4, 8, I O) e os mostra na tela do monitor ou os imprime.
Esse processo permanece o mesmo independentemente de quantos termos se
achem envolvidos e quais sejam as relaes lgicas especificadas por quem faz a
busca. Se for pedido F ou G, o sistema indicar que cinco itens satisfazem con-
dio. Quem faz a busca solicita ento que esta lista de cinco itens seja combina-
da com a lista sob N-isto , (F ou G) e N- do que resulta a recuperao de trs
itens. A respeito dos sistemas ps-coordenados possvel afirmar que:
1. Os termos podem ser combinados entre si de qualquer forma no momento em
que se faz a busca.
2. Preserva-se a multidimensionalidade das relaes entre os termos.
3. Todo termo atribudo a um documento tem peso igual- nenhum mais im-
portante do que outro (embora a indexao ponderada, estudada em captulo
posterior, possa ser utilizada).
Estas caractersticas no se aplicam a ndices pr-coordenados, que sero objeto
do prximo captulo.
Instrumentos auxiliares da indexao
O indexador precisa contar com alguma forma de anotao dos resultados da
operao de indexao. So quatro as possibilidades:
1. Anotao no prprio documento
2. Preenchimento de algum tipo de formulrio impresso em papel
3. Gravao numa fita de udio
4. Preenchimento de um formulrio mostrado na tela de um monitor em linha
 40 3. A
INDEXAO E RESUMOS: TEORIA E PRTICA PRTICA DA INDEXAO 4!
TERMOS DOCUMENTOS
(CLASSES)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
A X X -'-
n X X X X X

c X X X

D X X

E X X X X X X X

F X
~
J O{Ul
.. !< ...1 l?o"wo c ou..rn.1
"OJW.O>
o-
I OIY!IUOT
I Ol,..(lll
I~"~
0-
G X X X X )[]~1....:.; 10 ... - h l .... l \OOOC:l~l'O lOft"-'<J O !UtD1
( Otit'Oo'l co..,llll-1 -o~ oV<t>O ' o , .. W<I

H X X X 00~ t OOoU>,tl!lll OOG>-..~1 l OU..lolltn I 01,.,.0:01 ~~~~

MOI~U!I I OCtc.llli-Ul , O ....... lnLI ~ o'"-""'1\01' \ 020"0101
o~ll:tll-<11! o o~ < O.UO:olo:T 'o ...or>dV
1 X (10.11;<.\lllt-411 10 ........... 1 'o """tv>l 0Q!>0~1W't'IU I~ ....J... I<;.Ul(!JoQ
><O.....,.<GI:I'J...C.II I OU]j o 0"-XUM OIIQIII/1w.1~'
I OW~llll o O-
J X X X X X X

K X X X X X X X

L X X X X

M X X X X

N X X X X X X X "
o X X X X X "
X "
p X X X X X X

"
FiGURA 8
Sistema de recuperao da infOrmao representado como uma matriz "n
n
"
Embora hoje em dia a norma seja indexa1 diretamente em linha, com o emprego "
de algum tipo de tela estruturada, antigamente eram comuns outras possibili-
"n

dades que ainda so adotadas em certos lugares. "
Em certas instituies o indexador simplesmente marca o documento que
tem em mos, e um datilgrafo transcreve o que ele marcou. Esta forma de traba-
lho s convm, normalmente, se se adota um mtodo de indexao relativamente FIGURA 9
simples, como, por exemplo, enriquecimento de ttulos associado incluso de Formulrio de indexao utilizado antigamente pela National Library ofMedicine
uma quantidade relativamente pequena de termos ou cdigos de indexao.
At que os sistemas em linha se tornassem comuns, era corriqueiro o inde~ impresso no formulrio eficiente e econmica, pois o indexador s precisa
xador dar entrada aos termos num formulrio impresso. A figura 9, por exem- ticar os que se aplicarem a cada caso. Isto no s poupa tempo ao indexador mas
plo, mostra uma verso do formulrio que era adotado pela National Library tambm faz com que se lembre de que esses termos devem ser ahibudos sempre
ofMedicine. Observe-se o emprego de 'etiquetas' [checktags], que so termos que se aplicarem a determindo documento. Devido a essa forma de advet1ncia,
potencialmente aplicveis a inmeros documentos da base de dados. Sua pr- as etiquetas so atribudas de modo mais coerente do que outros termos (Lancas-
ter, l968a; Funk et ai., 1983).
42 INDEXAO E RESUMOS: TEORIA E PRTICA 3. A PRTICA DA INDEXAO 43
aerodinmica. A lista de descritores, apresentada dessa forma, simplifica o pro-
Qual o material O processo di- Existem cargas Envolve resistncia
estudado? nmico (ao invs
cesso de indexao porque poupa ao indexador uma parte de seu esforo intelec-
aerodinmicas estrutural e
de esttico)? especificas? elasticidade? tual. As utilizaes potenciais que um documento de interesse pode ter para a
Metais Vibraes instituio so representadas pela lista de perguntas 'orientadoras' que foi crite-
Sustentao Tenso e deforma-
Gases Resposta transitria Arrasto o riosamente compilada por pessoal cientfico graduado. O indexador simples-
Plsticos Impacto Momento Plasticidade mente segue as 'dicas' dadas nessa lista.
Alumnio Estabilidade Rajada Falha Antigamente, o U.S. Patentand Trademark Office deSenvolvetl pequenos sis-
Magnsio Velocidade Presso Propriedades-! imite
Titnio temas de recuperao limitados a uma nica classe ou a um nmero restrito de
Centro de nplica- Propriedades
Ar o, p. ex., centro materiois classes na rea de patentes: Foram criados vocabulrios especializados para
aerodinmico, cen- Aeroelasticidade essas classes, suficientemente sucintos para que fossem impressos em poucas
tro de presso, etc. Vibrao folhas. A figura ll mostra parte de um desses vocabulrios, destinado sub clas-
Qual o tipo de um problema Ou existe outro Existe um processo se de patentes que tratam de computadores digitais de uso geral. Igual s tabelas
escoamento de de estabilidade e problema de trmico envolvido?
fluido? controle? aerodinmica? de descritores de Mooers, todo o vocabulrio pode ser facilmente examinado,
evitando que o indexador deixe passar despercebido um termo importante, e eli-
Escoamento de Estabilidade Cmnada-limite Tennodinmica
tluido Controle Aeroelasticidade Constantes
minando a necessidade de dar entrada aos termos num formulrio de indexao.
Escoamento intemo Esttico Vibrao termodinmicas Neste caso, encontram-se disponveis mltiplos exemplares da lista de termos, e
Subsnico Resp. trans. Deflexo Combusto uma patente indexada simplesmente traando-se um crculo em volta dos ter-
Transnico dinmica Perda de sustentao Transferncia de calor mos apropriados ou seus cdigos num exemplar da lista. Todo o processamento
Supersnico Longitudinal Interferncia Resfriamento
Hipersnico Lateral Hidrulica Conveco
posterior requer apenas trabalho de rotina. O 'microtesauro' do Air Pollution
Laminar Derivadas Trajetria Conduo Technical Infonnation Center, descrito por Tancredi e Nichols ( 1968), foi tam-
Turbulncia Amortecimento Goticulas Trmico bm criado para ser utilizado traando-se um crculo em volta dos termos. Uma
Escoamento de Peso e equillbrio, p. Tcnica modificante Radiao parte desse microtesauro mostrada na figura 12.
escorregamento ex., centro de Desempenho Aquecimento
Compressibilidade gravidade, aerodinmico
Tambm se logrou xito em algumas instituies onde o indexador passou a
Viscosidade momentos de ditar os termos num gravador de fita para serem posteriormente transcritos por
Vrtices inrcia, etc. datilgrafos. Este mtodo de fato apresenta alguns problemas. Podem ocorrer
Ondas de choque
muitos erros de datilografia quando se emprega um extenso vocabulrio tcnico,
Envergadura finita
estranho ao datilgrafo, o que exige um trabalho de reviso muito cuidadoso.
Alguns indexadores no conseguem trabalhar bem dessa maneira porque tm
FIGURA 10
dificuldades em se lembrar quais foram os termos que j atriburam a um item.
Formulrio caracterstico da indexao de Mooers
Reproduzido d<! Brermer & "-looers {195S) com penniss.l:o de Van Nos!rand Reinhold Hoje em dia, porm, a maioria dos produtores de bases de dados adota pro-
cessos de indexao em linha. Assim, aparecem no monitor vrias telas forma-
Em ambientes onde se pratica uma indexao altamente especializada, tal- tadas e o indexador vai inserindo os dados nos campos apresentados. Essa
vez seja poss!vel pr-imprimir o. vocabulrio controlado completo no formulrio modalidade de operao oferece grandes vantagens em relao s suas prede-
de indexao, permitindo assim que todos os termos se tornem basicamente eti- cessoras: o indexador pode receber vrios tipos de mensagens, alguns de seus
quetas. O pioneiro desse mtodo foi provavelmente Mooers. A figura I O( con- equvocos podem ser reconhecidos por programas de deteco de erros que o
forme Brenner e Mooers, 1958) mostra um formulrio caracterstico da indexa- advertem imediatamente, alm de dispensar a etapa rotineira intermediria,
o de Ivlooers. Observe-se como os descritores so agrupados sistematicamen- quando se conve11e o trabalho do indexador para formato eletrnico. Ademais,
te. Ao analisar o documento, o indexador considera basicamente cada descritor existe a possibilidade de o indexador passar do modo de entrada de dados para o
da tabela como potencialmente aplicvel. Com efeito, o indexador formula a si de recuperao, e assim valer-se de casos precedentes Para se orientar quanto a
mesmo as perguntas propostas pelo prprio formulrio de indexao. Se, por cet1as decises concernentes indexao. Quer dizer, o indexador a cessa a base
exemplo, a resposta pergunta' existem cargas aerodinmicas?' for' sim' (isto , de dados, para verificar como um termo foi usado antes ou como um documento
o documento em exame trata de cargas especficas), o indexador levar isso em mais antigo, afim a outro que est sendo examinado, foi indexado.
considerao atribuindo o descritor, ou descritores, mais apropriado para carga
44 INDEXAO E RESUMOS: TEORIA E PRTfCA 3. A PRTICA DA INDEXAO 45

SYSTEH ARCHITECTURE
228 .Plural prooe~~or~ with different .<>>Ta>c'"
interna! ~tructures (28/0) =~v..oe
C"-'.~00.,.,..,

"''-'-""'~"'
228.1 ,Shred memory (28/l)
228.2 .Virtual processor/maohine (28/2) O.<'< e-<=
228.3 Plural {redundant) central processors ,_cooo._.~.,.,~

e><M.,<-<>:<coo <>o~
...........,.,,..,..,--...
"''""""""'
228. q
(28/3)
.Central processor combined with
~=~
,_..r_,~._.
.
.,.""'""'-'-
.,..._.,.
U-~0 "'"'""""''
terminal processar (28/~) <><'<D<OO>.._,..T,.,.
"""'"""''"-"<-
228.5 ,Central processar combined with """""'r.;.<"-"'"-"'
.,..,,.-"'T v.~..,. ..... -e ....... <~"-
TErr>~..._.,.,.. '"-"-'"<>-,_,.,
interface processar (28/5) ,...,.==TEc~_,<>..<-<

228.6 .Central processar combined with

'-""'"'-'""- "'"'-""
r~ec-..~..P'u
""'.
,_., ....TQo.<oo-..;u
r~~;~~:=~
m~e

coprocessor (28/6)
228.7 .Hultiple instruction multiple data
(HIHD) (28/7) ' ''"'""
"o"'
228.8 Loosely ooupled MIHD (28/8) ~:H -=
228.9 Tightly coupled HIHD (28/9) <>-<=,-=
,_,..._,r.o-o""~'"T

"'"'"-"-'"''"ru
~ij~E_l~:.~
229 .Hultiprocessor interoonneotion (29/0) <-e><.,_,

....~:H ~~-:::-
229.1 Direot (29/1) """.,.,_."'"'
229.2 ><=<--~"''"'"'~' ,.,.
Parallel (common bus) (29/2) ~.

~_-;~~ .... <..o<;;::-...

229.3
229
loop (29/3)
Reconfigurable (29/q) .E~.-..
Od?

~~~r,
~"O'~
""""'"''
M<=

229.Q1 .. Tree structure (29/A) = ...~. ~ ..__, ,.,,.~wCd

229.5 other specific multiprocessor U~O<"TTE.

....,3 ....... .....
~ ~~

..._-. "'"~'"-'"""'
interconnection (29/5) '""''~""'"'"" "'--'OS ft,.~~

230
230.1
.Hultiprocessor/Processor control (30/0)
Priority assignment (30/1)
...,.,., ........
e~.._,.,.,=~
,,_ ,.,..,,""""'""""
-~
:~~
.~... ~-
~:;.;~..o---~

230.2 Interrupt handling (30/2) ,.......

.."""""''" ~:~ ~~~-: ...~:'"'
~:~ ~":::""~ ...-.e~o.-
230.3 rask w~~ig11~ent (30/3) """"' o--<.. ~
230,q Supervhory (ma.:ster/dave) (30/ll) e.-oa o-e-=o...-.<;r<>o
co-7 """'"""'"'"""""'
230.5 ,,Qther specific multiprocessar oontrol
230.6
(30/5)
.Other specific multiprocessar system
H:~ ~~i:=
CO-t3 ....... 0<~1

(30/6) ~i; =~~::.:~:.

231
231. 1
.Hini/Hicro/Personal computer (31/0)
Portable {31/1)
"'-~-"'""

..........,..
-0-<"0 ...
.._.,a
,_,.
..,,,...,,.,
uo~

'"'~"-""""'

. . s~~.~~
o;;<-t& ~<:ou
''"""~
231.2
231.3
Hand-held/Carried on person (31/2)
Other portable oomputer (31/3) ~m
231. 31 Other speclfic mini/micro/personal
computer (31/A)
231 .Timeshared (31/q)
231.5 ..Peripheral devices (31/5)
231.6 Plural prograas (Hultiprogra~med) FIGURA 12
(31/6)
231.7 Other specific timeshare (31/7) Seo do microtesauro do Ai r Pollution Technical Information Center
231.8 .Pipelined (31/8) Apud rlmaimu JJoouHmfll/iou {Tannedi & Nid1ols (196S))
231.9 Parallel array/Single Instruction Copyright 1963 Jolm Wiley & Sons, Inc. Reproduzida com permisso de John \\'lley & Sons, Inc .
Kultiple Data (SIHD) (31/9)
232 ,Orthogonal (32/0)
232.1 VIrtual (3211) Um tpico sistema de indexao em linha, conhecido como DCMS (Data Cre-
232.2 ,Adaptive (32/2) ation and Maintenance System), utilizado pela National Library ofl'vledicine
232.21 .Vector processor (32/A}
232.22 .Data flow (32/B) para entrada de dados na base MEDLINE. O trabalho do indexador consiste em
preencher vrias 'telas' no monitor. Ver, por exemplo, a figura 13, que mostra
uma tela com a verso atual das etiquetas. Observe-se que o indexador ticou (,I)
FIGURA 11
as etiquetas que se aplicam a esse artigo do American Journal ofHuman Gene-
Parte de vocabulrio especializado sobre computadores digitais utilizado pelo
u.s. Patent and Trademark Office fies, a saber, adult, middle age, aged, human, ma/e, e {ema/e. A figura 14 mostra
Reprodt~zida com permiS>o do u.s. Patent and TrademMk Offke a tela seguinte com as etiquetas selecionadas pelo indexador. Vrios descritores
(cabealhos de assuntos sozinhos ou com subcabealhos) foram selecionados
pelo indexador. O sistema ofer~ce a possibilidade de enviar mensagens ao inde-
xador. Por exemplo, se for tisada a etiqueta pregnancy, o DCMS informar auto-
46 JNDEXAO E RESUMOS: TEOR(A E PRTICA
maticamente ao indexador para acrescentar (ema/e e o advertir para usar ani-
mal ou human. O DCMS tambm advet1ir para o emprego de cetias etiquetas,
com base num nmero limitado de palavras que ocorrem nos ttulos ou resu-
mos. Por exemplo, se a palavra (fe/ine' aparecer no texto, o indexador ser
advetiido para examinar a possibilidade de usar a etiqueta cats.
FIGURA 13
Tela de etiquetas no DCMS
O DCM~ tem outras caractersticas que facilitam o processo de indexao. O
vocabulrio (Medicai Subject Headings) pode ser visualizado na tela e o inde-
xador pode selecionar termos sem ter que redigit-Jos. Para qualquer um dos
termos que for selecionado o sistema pode ser solicitado a mostrar na tela do
monitor uma anotao explicativa ou, alternativamente, uma lista dos subcabe-
alhos que podem ser usados com esse termo. O sistema tambm levar ('mape-
ar') de um termo no-aprovado para um aprovado por meio das remissivas
incluidas no Medicai Subject Headings.
Obviamente, o vocabulrio controlado usado por um servio de informao
ser ferramenta de importncia crucial para o indexador. Dever ser organiza-
do e apresentado de forma a oferecer ao indexador um auxlio positivo na sele-
o dos termos mais apropriados para determinada situao. Embora tenba es-
treita relao com o tema da indexao, a construo e' as propriedades dos vo-
cabulrios controlados so questes que esto fora do mbito deste livro. Fo-
ram tratadas com detall1es em outras publicaes (Lancaster, 1986; Soergel, 1974).
Um tesauro publicado incorpora normalmente um limitado vocabulrio de
entradas na forma de remissivas do tipo ver, usar ou ver sob. Um grande centro
de informao poder desenvolver um vocabulrio de entradas separado para
3. A PRTICA DA INDEXAO 47
----~-
//
l"'----
FIGURA 14
Registro de indexao pronto no DCMS
uso, local p~los indexadores, consulentes e lexicgrafos. Esse vocabulrio po-
dera estar disponvel em formato impresso ou em linha.
Por exemplo, a National Library of Medicine (NLM) lana mo de vrias
~erra~1entas, rica~ em c~mponentes de vocabulrio de entradas e diretrizes para
mdexao. A mms bvw o navegador eletrnico MeSH Browser. Esta ferra-
menta, feita para a Rede, destina-se a ser usada por indexadores, catalogadores
de assuntos e especialistas em buscas e muito mais elaborada do que os Medi-
cal Subject Headings, que tem por finalidade servir de ouia no uso do /ndex
1\1edi~us impresso. Outra ferramenta, em formato impres;o, !v/edical Subject
Headmgs ~ Annotated Alphabetic List. A figura 15 mostra algumas entradas
desta vers? ~notada. Essa ferramenta bastante complexa possui componentes
de vocabulano de entradas (por exemplo, depth intoxication [intoxicao pro-
~nda~ remete. para inert gas narcosis [narcose por gs inerte] bem como outras
d1retnzes ou mstrues para indexao: termos relacionados (ver, por exem-
plo, o fato de que depressive disorder [transtorno depressivo] deve ser dife-
renado de depression [depresso], termos que eram usados antigamente (por
exemplo, no periodo d~ 1973-1990 o termo dermacentor somnte existia para
~uscas em lmha; para Impresso no lndex JVfedicus esse organismo devia ser
mdexado tambm sob o cabealho mais genrico ticks [carrapatos]) e mesmo
algumas definies (ver, por exemplo, dermabrasion [dermabraso]).
,Entre os vocabulrios de entradas mais especficos desenvolvidos pela NLM
esta o 1lu;10r key [Chave de tumores], que orientava sobre indexao de doen-
as neoplas1cas. A figura 16 mostra entradas desse vocabulrio. Observe-se como
48 INDEXAO E RESUMOS: TEORIA E PRTICA 3. A PRTICA DA INDEXAO 49
Deprcssive Disorder cyst, teratoid- TERATOMA
F3.600.300+
do not confuse \\i:th DEPRESSION: se e note there; depression lasting over 2 years cyst, teratomatous- TERATONlA
= DYSTHYMIC DISORDER
cyst, thyroglossal
81; DEPRESSION, NEUROTIC was DEPRESSIVENEUROSES see
DEPRESSION, REACTtVE 1979-80, see under DEPRESSION, REACTIVE THYROGLOSSAL CYST not neo-
1969-78 plastic
X Depression, Endogenous cyst, umbilical
X Depression, Neurotic
X Depression, Unipo!ar URACHAL CYST (not neoplastic)
X Depressive Syndrome cyst, urachal- URACHAL CYST (not neoplastic)
X Melancho!ia
X Neurosis, Depressive cystadenocarcinoma (unspecified)
X Unipolar Depression CYSTADENOCARCINOMA
Depressivc Disorder, i\Iajor see Depression, lnvolutional cystadenocarcinoma, bile duct
Dcprcssive Symptoms see Depression CYSTADENOCARC!NOMA +
Depressivc Syndrome see Depressive Disorder CHQLANGIOCARCINOMA
Dcpth lntoxication see lnert Gas Narcosis cystadenocarcil1on1a, endometrioid
Depth Perception CARCINOMA, ENDOMETRIOID
FL463.593.200+ F2.463.593.932.869.255+ cystadenocarcinoma, mucinous
Gll.697.911.860.317+ CYSTADENOCARCINOMA, MUCINOUS
disord ofdepth perception: coord ltvl with PERCEPTUAL DISORDERS (IM) cystadenocarcil1oma, mucinous papillary
X Stereopsis
X Stereoscopic Vision CYSTADENOCARCINOMA, MUCINOUS
Dequalinium cystadenocarcilwma, papillary (unspecified)
CYSTADENOCARCINOMA,
03.438.810.824.200
PAPILLARY
1991(1976); see QUrNOLINIUt\.1 COMPUNDS 1976-1990; for
DECHALINIUM & DEQUALONUM see DEQUALINIUM 1976-1993
Dercum's Disca se see Adiposis Dolorosa FIGURA 16
Derealization see Depersonalization Exemplo de entradas de Tumor key, um vocabulrio de entradas especializado
antigamente utilizado pela National Library ofMedicine
Dermabrasion
E4.680.250 A maioria dos tesauros publicados inclui componentes de vocabulrios de
mechunical plnning: of the skin; do not use /util except MeSH definition entradas, mas improvvel que possuam a riqueza (ou complexidade) do exem-
Dennacentor plo da figura 15.
Bl.131.166.132.832.400.200 As obras de referncia publicadas so muito teis para o indexador, princi-
infestation: oord IM wit!t TICK INFESTATIONS ((M)
91(73}; wus see under TICKS 1973-90 ' pahnente na definio do significado de termos pouco comuns. Particularmente
impmiantes so os dicionrios e enciclopdias especializados e gerais, bem como
FIGURA 15 os glossrios de todos os tipos. Bakewell (1987) elaborou uma lista de obras de
Exemplo de entradas de Medicai subject headings- annotated alphabetic list (2003) referncia de interesse potencial para o indexador, porm hoje ela se apresenta
muito desatualizada. Em algumas instituies o trabalho do indexador conta
pode ser considerado um verdadeiro vocabulrio de entradas que inclui tanto com o auxlio do acesso em linha a bancos de dados terminolgicos.
remissivas unidirecionais quanto multidirecionais. Por exemplo, cisto teratide
1teratoid cyst] deve ser indexado sob teratoma, porm cistoadenocarcinoma do
dueto biliar [bife duct cystadenocarcinoma] ser indexado sob cystadenocarci-
noma [cistoadenocarcinoma] e tambm sob cholangiocarcinoma [colangiocar-
cinoma]. Esses vocabulrios especializados no so mais mantidos pela NLM.

CAPTULO 4
ndices pr-coordenados
A flexibilidade inerente aos sistemas ps-coordenados deixa de existir quan-
do os termos de indexao so impressos em papel ou fichas catalogrficas
convencionais. Os ndices impressos e os catlogos em fichas so pr-coOlde-
nados; suas caractersticas so ~s seguintes:
l. diffcil representar a multidimensionalidade das relaes entre os termos.
2. Os termos somente podem ser listados numa detenninada seqncia (A, B, c,
o, E), o que implica que o primeiro termo mais impmiante do que os outros.
3. No fcil (seno completamente impossvel) combinar termos no momento
em que se faz uma busca.
A forma mais rudimentar de um sistema de recuperao da informao talvez
seja o tradicional catlogo em fichas utilizado h sculos nas bibliotecas. Veja-
mos o item. mencionado anteriormente: um livro sobre migrao de mo-de-obra
de Moambique para as minas da frica do Sul. Suponhamos que lhe tenham
sido atribudos trs cabealhos de assuntos: MOAMBIQUE, FRICA DO SUL e
TRABALHADORES MIGRANTES. A descrio bibliogrfica do livro apareceria sob
todos os trs cabealhos num catlogo alfabtico de assuntos em formato de
fichas. Isso faz com que se tenha acesso ao livro sob qualquer um desses cabe-
alhos. Ser, entretanto, extremamente difcil realizar uma busca a respeito de
qualquer combinao desses termos. Por exemplo, um usurio que esteja procu-
rando livros sobre as relaes polticas ou econmicas entre Moambique e
fiica do Sul precisaria examinar todas as entradas sob o cabealho MOAM-
BIQUE ou sob o cabealho FRICA DO SUL. Mesmo que o fizesse, no reconhe-
ceria necessariamente os itens pertinentes. Se procurasse sob MOMIBIQUE,
provavelmente s reconheceria que um livro era pertinente se o mesmo cotlti-
vesse em seu ttulo o termo 'frica do Sul' (e vice-versa, se procurasse sob
FRICA DO SUL), ou se no p da ficha catalogrfica aparecessem os outros cabe-
alhos atribudos ao livro (seria improvvel que os consultasse, a menos que
fosse um usurio de catlogos muito experiente). Outra possibilidade ~eria
procurar sob todas as entradas com MOAMBIQUE e todas as entradas com AFRI-
CA oo SUL para tentar encontrar ttulos que ocorressem sob ambas- um pro-
cesso muito enfadonho, Se houver muitas entradas para consultar.
possvel melhorar essa situao nos catlogos em fichas mediante o em-
prego de um cabealho como subcabealho (isto , os termos s? pr-coor-
denados numa entrada). Assim, ter-se-ia uma entrada como a segumte:
4. NDICES PR-COORDENADOS 51
Moambique- Relaes Econmicas
ou mesmo
Moambique- Relaes Econmicas- frica do Sul
Os subcabealhos, no entanto, costumam ser adotados de maneira relativa-
mente parcimoniosa nos catlogos de bibliotecas, e seria raro o catlogo que reu.:.
nisse toda uma seqUncia* de termos como na seguinte entrada pr-coordenada:
Moambique, Relaes Econmicas, frica do Sul, Trabalhadores Migrantes, Mineiros
mais provvel que entradas detalhadas como essa apaream em ndices im-
pressos do que em catlogos em fichas. A este respeito, os ndices impressos so
considerados ferramentas de recuperao mais eficientes do que os catlogos
convencionais de bibliotecas. Em certos ndices impressos, o usurio percor-
reria as entradas sob Moambique para verificar se alguma delas tambm men-
ciona a frica do Sul. Exemplos de vrias formas de ndices impressos encon-
tram-se no captulo I O.
Nias uma entrada como essa do exemplo apresenta um problema bvio: ela
proporciona acesso ao documento somente para quem estiver procurando sob o
termo MOAt\1BIQUE, sem dar acesso numa busca relativa frica do Sul, minei-
ros ou trabalhadores migrantes. Para que sejam oferecidos pontos de acesso
adicionais preciso criar mais entradas no ndice.
No existe maneira alguma pela qual um ndice impresso possa proporcio-
nar, de forma econmica, o mesmo nvel de acesso ao documento que propor-
cionado por um sistema de recuperao ps-coordenado. Conforme moshamos
anteriormente, um sistema ps-coordenado permite o acesso por meio de qual-
quer combinao de termos atribudos ao documento. O nmero de combina-
es 2n-1, onde n representa o nmero de termos.Assim, para um item indexa-
do sob cinco termos, haver 2 5-1 combinaes, ou seja, um total de 31. Teorica-
mente, ento, um fndice impresso proporcionaria todas as combinaes de cinco
termos, se imprimisse 31 entradas. Seria economicamente invivel criar um ndi-
ce impresso que contivesse tantas entradas para cada item, e a quantidade de
entradas aumentaria dramaticamente medida que aumentasse o nmero de ter-
mos- existem 255 combinaes de oito termos!
Alm do mais, como os termos devem ser impressos um em seguida ao outro
numa entrada (isto , numa seqncia linear), aos ndices impressos preside a
permutao e no a comb;nao. Por exemplo, a seqncia MOA1v1BIQUE,
FRICA DO SUL no a mesma de FRICA DO SUL, MOAMBIQUE. 0 nmero de
permutaes n fatorial, sendo no nmero de termos. Por exemplo, o nmero
de permutaes de oito termos 40 320 (8x7x6x5x4x3x2x 1).
A situao dos ndices impressos no to desoladora quanto essas conside-
* Por isso, esse tipo de indexao s vezes chamado indexao em seqiincia [string indexing}
(Craven, 1986).
52 INDEXAO E RESUMOS: TEORIA E PRTICA
raes do a entender. Vrios programas de computador foram desenvolvidos
para gerar automaticamente um conjunto de entradas de ndice a pm1ir de uma
seqncia de termos. Um desses processos conhecido como sue (Selective
Listing in Combination [Listagem Seletiva em Combinao]. O programa, cria-
do por Sharp (1966), primeiro organiza a seqncia de termos em ordem
alfabtica. Esta seqncia (ver figura 17) torna-se a primeira entrada do ndice.
O programa gera, ento, todas as demais entradas julgadas necessrias, obede-
cendo a duas regras simples:
I. Os termos so sempre listados em ordem alfabtica.
2. As seqncias redundantes so eliminadas (por exemplo, a entrada Traba-
lhadores Migrantes, Mineiros no ser necessria se j houver Trabalha-
dores lvligrantes, IVIineiros, frica do Sul).
Quando esta regra obedecida, a quantidade de entradas cai de 2n-1 para 2n-t.
frica do Sul
Mineiros, frica do Sul
Mineiros, frica do Sul, Moambique
Relaes Econmicas, frica do Sul
Relaes Econmicas, frica do Sul, Mineiros
Relaes Econmicas, frica do Sul, Mineiros, Moambique
Relaes Econmicas, frica do Sul, fvlineiros, Moambique, Trabalhadores Migrantes
Relaes Econmicas, frica do Sul, Mineiros, Trabalhadores Migrantes
Relaes Econmicas, frica do Sul, Moambique
Relaes Econmicas, frica do Sul, Trabalhadores Migrantes
Relaes Econmicas, Trnbalhadores Migrantes, Moambique, frica do Sul,
Trabalhadores Migrantes, frica do Sul
Trabalhadores Migrantes, frica do Sul, Mineiros
Trabalhadores Migrantes, frica do Sul, Mineiros, Moambique
Trabalhadores Migrantes, frica do Sul, Moambique
FIGURA 17
Entradas de um ndice sue
O mtodo sue engenhoso, pois permite todas as justaposies teis de
termos, pelo menos enquanto estes forem mantidos em ordem alfabtica. Ivlas
tambm tem suas desvantagens: ainda gera um nmero bastante grande de entra-
das; o consulente, para usar o !ldice com eficincia, deve reorganizar mental-
mente os termos de busca em ordem alfabtica (por exemplo, encontrar Traba-
lhadores Migrantes, Moambique, mas no Moambique, Trabalhadores Mi-
grantes); perde o contexto para os termos situados pe1to do in~io da ordem
alfabtica (por exemplo, quem procurasse todas as entradas sob Africa do Sul
no teria idia alguma sobre o assunto deste item).
Outros ndices baseiam-se num conjunto de entradas que se obtm sistema-
ticamente mediante alternao [cycling], rotao ou deslocamento [shunting].
Na alternao, cada termo numa seqncia movido para a posio mais
4. NDICES PR-COORDENADOS 53
esquerda, a fim de se tornar um ponto de entrada, sendo os demais termos lista-
dos depois dele:
ABCDE
BCDEA
CDEAB
DEABC
EABCD
Note-se que, aps o termo de entrada, vm primeiro os termos que o seguiam
na seqncia original e, depois, os que originalmente o precediam. No ndice
alternado, a sucesso de termos numa seqUncia no precisa dispor-se segundo
uma ordem evidente, embora estejam freqUentemente ordenados alfabeticamen-
te e possam ser ordenados 'sistematicamente' (como se ver adiante).
A rotao essencialmente o mesmo que a alternao, exceto que o termo de
entrada ressaltado de alguma forma (por exemplo, grifado ou sublinhado), em
vez de ser deslocado para a posio mais esquerda:
ABCDE
ABC DE
ABCDE
ABCDE
ABCDE
Tanto a alternao quanto a rotao proporcionam um certo 'contexto' para
um termo, mas as relaes entre alguns dos termos ainda permanecem obscuras
ou ambguas. Um ndice baseado no deslocamento emprega uma apresentao
em duas linhas na tentativa de reduzir a ambigidade (isto , ser mais preciso ao
mostrar como um termo se relaciona com outro), como nos exemplos:
A B.A
B.C.D C.D
O principal exemplo disso, que o PRECIS, ser examinado mais adiante.*
Um mtodo simples para produzir um ndice impresso, baseado na ordem
alfabtica e na 'alternao' sistemtica de termos para que ocupem a posio de
entrada, conforme utilizado nas sries da Exce1pta Aledica, encontra-se exem-
plificado na figura 18. Nfais uma vez, a primeira entrada resulta da colocao de
todos os termos em ordem alfabtiCa. As entradas adicionais derivam da movi-
mentao de cada termo, sucessivamente, para a posio de entrada, sendo os
demais termos listados depois dele (sempre em ordem alfabtica) como uma
seqncia de modificadores. Ainda que isso no enseje todas as justaposies
possveis de termos, na realidade oferece algumas vantagens evidentes em
comparao com o sue: mais econmico (no h mais entradas do que a quan-
*A terminologia relativa a ndices pr-coordenados no se acha realmente padronizada. Por
exemplo, Craven (1986) parece que no faz distino entre alternao e rotao.
54 INDEXAO E RESUMOS: TEORIA E PRTICA 4. iNDICES PR~COORDENADOS 55

tidade de termos atribudos) e cada entrada conta com seu 'contexto' completo. no possuem contedo temtico. O ndice KWIC um mtodo barato de obter
Nesse tipo de ndice impresso possvel reconhecer dois tipos de termos: os que cet1o nvel de acesso temtico ao contedo de uma coleo. til na medida em
geram entradas de ndice e os que no as geram. Os termos que no iro gerar que os ttulos sejam bons indicadores de contedo (por isso, provvel que
entradas so marcados de alguma forma pelo indexador (ou so reconhecidos funcione melhor com cet1os assuntos ou tipos de materiais do que com outros),
automaticamente). Tais termos sero utilizados apenas como modificadores. embora, em princpio, no haja motivo para que os ndices KWIC no derivem de
Aparecem no final da seqncia de termos e so reconhecidos por estarem fora outro texto, como, por exemplo, frases de resumos ou at seqncias de cabe-
da ordem alfabtica e talvez impressos com diferente estilo de letra (ver o exem- alhos de assuntos. Muitos estudos foram feitos sobre a utilidade dos ttulos na
plo 'bibliografia' na figura 18). recuperao (ver Hodges, 1983, e Hjerland e Nielsen, 2001). Os ttulos podem
tambm ficar mais informativos com o acrscimo ou enriquecimento. Isto ,
liicadoSul, Mineiros, Morunbique, Relaes Econmicas, Trabalhadores Mignmtes, Bibliografia outras palavras so acrescentadas ao ttulo, normalmente entre parnteses, para
Mineiros, fiic~ do Sul, Morunbique, Relaes Econmicas, Trabalhadores Migmntes, Bibliografia explic~ lo ou torn-lo uma descrio mais completa do contedo do item.
Moambique, Afiica do Sul, Mineiros, Relaes Econmicas, Trabalhadores Migrantes, Bibliografia
Relaes Econmicas, fiica do Sul, Mineiros, Moambique, Trabalhadores Mignmtes, Bibliografia \( Httt"~E<Jt fO~ Hll HU~t Q,
ft<E llUtiCitl Q, CUSH\5. J SI~P
SUUCIU~Jl I~HVECJ101U I~ Ot!UH tllSULS,
Trabalhadores Migmntes, frica do Sul, Mineiros, Moambique, Relaes Econmicas, Bibliografia li~EU (<JIII~USUIUfJ OF FOV~tH>I HllV'l
ll'f li><EU Co...>IPRUSIUUH Qf THUTHI< li.HVUL
nHTlLS.
(lYHALS
THIISLUIOOI Cl!OII>!~ l>t COSUlS.
lwlii~E!) CUSHLS.
UliOI!\~ (~UP OF ltf SII<Glf UYHJLS,
FIGURA 18 OIH(t ~<lHUUIIEHU Of lll~ St!~fAtf U<U~Y QF (lllSUU.
Tnl ~WTJI UO OEfOIUilliG'f Of ltf "YSTAU,
Entradas de ndice baseado na alternao sistemtica (modelo da E;r:cerpta J\fedica) l(li~IHUr EUt~III.EioTS O~ lK( 'LI$TICI11' OI ltE
Pl()PJ.U 10'( OI tlUVlH Cl~(~$ IN
ClYHU1.
(li$UUo
llBVlTS OF t

lo 111 OISlOCUI!l"iS l>iO ~EC~J.JIICU PlOHUifS OF UlSULSo T~E OllfCT C~Hl'o'UIO"' O~ CUlOtHIO.'I Plf
ll GUIIoSo HTR()HUit l~O IHTUI.I.U $UIJ(;f!Jji.E, CRVSULS, TI<E HJSflt CO"SHNU Of \O(lS IN Hl"S O
OIHOCliiON$ U!O llfC>'l"'ICll ,J.Oiflfll$ OF tnuu, HUIGM,
Os ndices exemplificados nas figuras 17 e 18 pressupem o emprego de ter- OI StOCITlO!I$ IH
IHfSIUl l'llOPU.TIH OF
CliSJJlS. TUUCC(,
ClllSUt.S.TUUOO<.
SlllE>IGhl Of CRHTJlS.JHUOOt.IJ'I ~HNU,
mos de indexao e no de texto livre, embora, em princpio, possam ser produ- Pll$11CITY Of CR1'SUlS.TflUCC<.
III?VHCTIOIIS 1'1 1\fUlY HlfftT CJ.rStllS.JfJU~C<.
zidos por computador depois que, mediante programas, tenham sido extradas OI HOC lEIO" uo nHHC rtov tN cusuu.tnuoco.
do texto narrativo frases 'significativas'. Alguns mtodos ainda mais simples de l><"Hllll~ RHilYSTilliUTICfl 11< tllCIH (R,YJtAt$ l~O lJ;l(GtH$,
ltltS,HIOI"'l~, no- ()f ROo<. IC<tlll/":; (llY$UU JO.O lGC~E~UH. <I~~ U!'IOS. llll'IEUlSoPfHOFl
produo de ndices impressos foram criados para trabalhar com textos e, espe- l"t HHCT OF OJHEHTUIO'I Cfl SUBSB IH UHGU
fK~ HllUlE OI Cl'IITIU I"
(USUt$
CUHALS
J.Oi? Of H'<00)( OlHNUTIO"' ON HlE>iClH OF ~Otv
A~O lOC~$ Vl<l~ HUSUAto
ElPUIME'IfAl OHO.OON.lfll).l( OF WliUl IIIIHE CR1'SUlS lT H~lO ~e, CQ>tfliii"G llfSSYU ~~ H OEG,C.
cialmente, palavras que ocorrem nos ttulos dos documentos. Os mtodos mais "
.!~ lu~Sit.,,
OHOO;HUII)It OF
OSHil~ATIO.. Of OISl~AlUlNS 11<
(llY$HLS
t~l$UlS
U HIGK ~usut l~O IIIGH H~HUlt!lE.III CHil
U l"E ~Ht<OO 'lf SHtCTIVE EHHI~G.CO~H~{IICE
adotados so o KWIC (keylVord in context) [palavra-chave no contexto], KWOC OI! lloltY~IS 01 IIEHUEO OJ.I(HU.TIOII flF Ot!lllll ClllHHS IN l ll>iHHO OVUIUH, r~

(keylVord ou! of context) [palavra-chave fora do contexto] e suas variantes.

lU tRTHll$ !li !;t1CIHS t()I<Plll~O llllK QVlllTl
CT>il~!Cllll ><Ul~<O.H<IHO U~OSTO>HS,
-~ (;(OTI'UIIO><Ell!C (OioSIO~UfiOIIS 011 lHE OUUrl
ltf
tlllSTltS
tRTSlltS
CUS~Al$
111 t1CIU$ CO><,.UO ><ITH '"""ri
111 CTIIHICHlY ><U1110R,>ll,l$t0 SJOjOSTOI<Uo
CUSUl$ I"
ill ~HTOUU Of lHt lOS!! .o.. tvU. !li RVHl"il'l
HMOO IH STUVY OF SflTistiCS IN O~IENTlfiON Q1 (USULS 101 lOC~S lHO OlUo OlfiUtfiOH
O ndice KW!C (Luhn, 1959) um ndice rotado, derivado, em sua forma mais t,
I,
~UHJUO O~ltOIUTIOOI Of OliVIH'
CO><PlfHIO>IIl U\lf YHOtiTIES 1/f SJ>jGlf
C~HTUS
(IIT$Ul$
IH UOCTOllH OF TH~ lllt11T1J. HO\lloUIHSoQJ.U~
Of UOU "1(\0SPH .lT ,HSSVHS 10 lO ~ll"IU
EtlSTIC plOHRITtS Of SII<GU tUSTAU OF U<II!Oliff,
comum, dos tftulos de publicaes. Cada palavra-chave que aparece num tftulo c~ lk! l>ii<O~OHNEITT O~ Hllllt OH~HA110!1 IH
lK~ ()Ef()J.IIlTIO-~ (!F SlliGlf
CllSULS
C~HUU
OI l'l I&GlfGlH.
Of IClo(O~Jf~[~(f,
torna-se ponto de entrada, destacada de alguma forma, aparecendo, normal- II~(Hl.~ICH ,.OHUIU CF SIIIGL" tlYSTAl1
CUV OF SIIIGU C~YSUU
Of ICf
O ICE,
IJl O'! YHOCITr OF SnEU OHO\~lfiO~ Of SIIIGU tUSULS Of lct. ~HH1 Of HlO.~OstJTIC 'IH
mente, realada no centro da pgina como no exemplo da figura 19. As palavras H.UTIC 0Ef0l11Jfl011 01- SlliGlE ClYSULS Qf OU~~fl,

restantes do ttulo aparecem 'envolvendo' a palavra-chave. O ndice KWIC cons-

titui o mtodo mais simples de produo de ndices impressos por computador,
no entanto, tem alguma eficincia, pois cada palavra-chave vista em seu 'con-
texto'. Por exemplo (figura 19); possvel percorrer as entradas para 'c1ystals'
[cristais] em busca das que paream tratar das propriedades elsticas ou plsti-
cas dos cristais. Os ndices KWIC normalmente remetem apenas para alguma
forma de nmero de documento, sendo preciso reportar-se a esse nmero a fim
de obter informaes bibliogrficas completas sobre o item representado.
Note-se que o programa de computador que gera o ndice identifica as pala-
vras~chave mediante um processo 'reverso': reconhece as que no so palavras-
chave (constantes de uma lista de palavras proibidas) e impede que sejam
adotadas como pontos de entrada. Os vocbulos dessa lista de palavras proibidas
tm funosinttica(artigos, preposies, conjunes, etc.), mas, em si mesmos,
FIGURA 19
Exemplo de entradas de um ndice KWIC
Reproduzido de KWIC /mk:rof Rr><.k Afed1<mln Lileroltrr~. com permisso do
American JnstitvteofMining. Metalltugical and Petro.leum Engineers,Jnc.
O ndice KWOC similar ao KWIC, exceto que as palavras-chave que setor-
nam pontos de acesso so repetidas fora do contexto> comumente destacadas na
margem esquerda da pgina (figura 20) ou usadas como se fossem cabealhos de
assuntos (figura 21). Faz~se s vezes uma diferena entre ndices KWOC e ndices
KWAC (keyword and context [palavra-chave e contexto]). Quem adota essa dis-
tino chama de ndices KWAC os ndices mostrados nas figuras 20 e 21. Um
ndice KWOC seria ento aquele em que a palavra-chave usada como ponto de
entrada no se repete no ttulo mas substituda por um asterisco (*) ou outro
56 INDEXAO E RESUMOS: TEORIA E PRTJCA 4. !NDICES PR-COORDENADOS 57
smbolo. difcil justificar essa prtica inslita (empregar um smbolo para
NONEQUILI8RJUH SCALE EffECTS fOR NONEQUILI&RIU~ CO~YECTIYE HE
substituir a palavra-chave), de modo que a distino entre KWOC e KWAC no AT TRANSFER WITH SIMULTANEOUS GAS PHASE ANO SU
RfACE HEMIC.Al REACTIONS. APPllCATlON TO HYPER
muito til. H diversas variantes de KWIC/Kwoc, inclusive o KWIC duplo (Petrar- SOHIC FLIGHT AT HIGH ALTITUOES
ca & Lay, 1969). Afins famlia KIVIC/KWOC so os ndices de 'termo permuta- A0-191 onoo u.6o ooH
NONLINEAR APPLICATION OF VARIATIONAL fQUATION Of MOT!ON
do', mais bem exemplificados pelo fndice Permutenn, relacionado aos ndices TO THE NOHLINEAR VI8RATION ANALYSIS OF HOMOGEN
EOUS ANO LAYEREO PlATES ANO SHELlS
de citaes produzidos pelo Institute for Scientific Information. No ndice Per- A0-289 8681KI $2,60 0661
NONLINEAil EXTENSIONS IN lHE SYNTHESIS OI' TIME OPliM.ll OR
muterm cada palavra-chave do ttulo ligada, uma por vez, com outra palavra- &AHG-BANG NONLINEAR CONTROL SYSTEHS, PART (,
lHE SYNTHESIS Of QUASI-STATIONAR'( OPTIMUH HOHl
chave nesse t[tulo, por exemplo: INEAR CONTROL SYSTEMS
PB 162 5~7IKJ ~~.60 2l5
CRISTAIS NONLIHEAR EXTENSJONS IN TllE SYNTHfSIS Of TIME OPTIH.ll OR
BANG-BANG NOHLIN.lR CONTROL SYSHMS, PART (,
ALUMNIO 20071 THE SYNTHESIS Of QUASI-STATIONARY OPTIMUH NONl
INEAR CONTROl SYSTEMS
ru'ILISE . 18024 PB 162 5~71Kl 5~.60 02l5
COBALTO 00409 NONLINEAR NONLINEAR FlEXURAl VIBRATIONS Of SAHOWICH PLAT
ES A0-289 8111KI 12.60 0669
CRESCIMENTO 20071 NONLIHEAR OPTJMUM NONliNEAR CONTROl FOR ARBITRARY OJSTUR
DESLOCAES 04778 BANCES NASA N62-l53901KI 12.60 0682
NONRECURRENT A TECHNIQUE FGR NARROW-BAHO TELEMETR'f DF HONRE
EQUILBRIO 17853 CURREkT PUlSES A0-290 6971KI 12.60 0511.
FERRITE 04778 NONUNlfOR~ ElECTROHAGNETJC. SC.ATTERING fROM A SPHERICAL NO
NUNifOA.H HEOllJH, PARI 11. THE RADAR CROSS SEC.l
HEXAGONAIS 30714 ION Of A fLARt A0-289 6l51KI 52.60 07,7
NONUNifORH ELECTR~AGNETIC SCATTERING fROM ASPHERICAl NON
Com esse tipo de ndice fcil associar palavras-chave durante a busca, ao UHlfORK HfO)UH, PART J, GENERAL THEORY
40289 6\,IKI S2.60 0748
percorrer, por exemplo, a coluna de 'cristais' para verificar se algum dos ttulos NORMAL PROBABILITY INTEGRALS Of HlJlllVARIATE NORMAL A
NO HULTIVARIATEl A0-290 7,6fKI 58,60 0760
pode tratar de cristais de cobalto. Note-se que todas as palavras-chave do ttulo NORMAl RESONANCE ABSORPTIOH OF GA~HA~RAYS IN NORHAL A
NO SUPERCONOUCTING TIN
aparecem reunidas em pares (por exemplo, o documento que tem em comum o A0-289 8HIK) 0.60 0826
NORMS NORHS fOR ARTifiCIAl LIGHTING
nmero 04778 indica que os termos 'cristais\ 'deslocaes' e 'ferrite' ocorrem A0-190 5551KI $1,10 07H
NORTH fAClORS lNFlUENCING VASCUlAR PLANT ZOHUION IN
no mesmo ttulo) e cada palavra-chave torna-se ponto de entrada no ndice: 'alu- HORTH CAROliNA SAtTHARSHES
.1.0~290 9)81KI $1,60 060)
mnio' ser ponto de entrada, e tambm 'anlise', 'equilfbrio' e assim por diante. NORTH SONAR STVOIES Of THf OEEP SCATTERING LAYER IN
THE NORTH PAClfiC P8 162 ,271KI $1,60 0587
De cetto modo afim ao grupo de ndices KWIC/KWOC/permutado tem-se o NORTH lHE OfVElOPHENT Of RESCUE ANO SURVIVAl TECHNIO
'ndice articulado de assuntos', exemplificado pelo ndice de assuntos do Che- UfS IH lHE NORlH AMERICAN ARCTIC
P8 162 HOII() Sl2.00 0085
mical Abstracts. Este tipo de ndice usa uma breve descrio narrativa do docu- NOSE lHE flORA OF HEAlTHY OGGS, J, BACTERIA ANO fUH
Gl of TtiE NOSE 1 THROAT, ANO LOWER INTESTINE
mento para gerar as entradas. Esta descrio pode ser um enunciado redigido NOZZlE
lf-21K) S2.60 0,58
FA8RJCATION Of PYROLYTIC GRAPHITE ROC.KET HOZZL
pelo indexador ou, em seu lugar, um ttulo ou frase extrada do texto. Certas pala- f COMPOHEHTS P8 162 )7\IKI $1.10 0)51
HOZZLE fA8RIC.ATION Of PYROLYTIC GRAPHITE ROCKET NOZZL
vras ou frases que aparecem nesse enunciado so selecionadas como pontos de E COMPONEJiTS P8 162 HOIKl $1.10 035l
NOZllE f.l8RICATION Of PYROlYTIC GRAPHITE ROCKET NOZll
entrada no ndice, mantendo-se o restante do enunciado como um modificador E C.OHPONEHTS P8 162 l721KI $2.60 0352
NOZZLE THIRO SYMPOSIUH ON AOVANCEO PROPULSIOH CONCEPT
que proporciona o contexto necessrio. S SPOHSOREO BY U"'ITfO STATES AIR fORCE Off!CE
Of SCIENTifiC. RESEARCH ANO lHE GENERAL ElECTRI
Armstrong e Keen ( 1982) descrevem o processo de elaborao de entradas C. C.OHPANY fLIGHT PROPULSIOH OIVISIO"' CIHtlNNAT
lo OHIO OCTOSER 2-,, 1962. PlASMA fLOW IN A HA
para um rndice atticulado da seguinte forma: GHO(C ARC NOZllE A0-2q0 08211C.) 12.60 0147
tiOZllES HEU TRAHSfER ANO PARTIClE TIUJECTORIES ltl SOL
Os termos de entrada so reordenados de tal modo que cada um deles se liga a seu 10-ROCKET HOZlLES A0-289 6811KI SS,60 OOlO
vizinho original por meio de uma palavra funcional ou pontuao especial, conser-
vando-se assim a estrutura similar de uma frase, ainda que muitas vezes disposta em FIGURA 20
ordem diferente (p.6). Amostra das entradas de um ndice KWOC
Reproduzida de C..l: Gmo:ru/11~111 l~dmh"U! R~JH>TI.~, Volume\, !963, com permisso do National Technicalln(orrnation Se....ice
Os seguintes exemplos, extrados de Annstrong e Keen, demonstram o principio:
Note-se que mantida a sintaxe do texto original de modo que o significado
Indexao de Peridicos de Quimica por Pesquisadores
do enunciado original no fica obscuro. Esses enunciados de indexao podem
Peridicos de Qumica, Indexao de, por pesquisadores
Qumica, Peridicos de, Indexao de, por pesquisadores ser preparados pelo indexador, obedecendo a um conjunto prescrito de regras,
ou podem ser desenvolvidos programas de computador que geram essas entra-
das (Armitage & Lynch, 1968; Lynch & Petrie, 1973).
58 INDEXAO E RESUMOS: TEORIA E PRTICA 4. NDICES PRCOORDENADOS 59

QL YC I DE Craven (1977). Em sua forma mais simples, o indexador emprega colchetes

angulares para indicar uma frase 'encaixada' numa frase maior e que ser usada
para gerar entradas de ndice. Por exemplo, a frase
Produtividade das Pesquisas de <Especialistas <lo Sono>
OLYCIJIE
gerar as duas entradas seguintes:
iN ilriSULIN ASSAT SASEO OH THf IHCOAPORAf!Oirl Of LASELLEO
QlfCINE INIO PROTEIH Of ISOLATED AAT OIAPHAAGM, o Produtividade das Pesquisas de Especialistas do Sono
~f~ ~:HCHEStEA, P J AANOLE, f G YOUHG J ENOOCA Yl9 P25t- 62,
Especialistas do Sono, Produtividade das Pesquisas de
MAIHIENANCE Of CilliOHYOAAIE STOP.ES OUAIHG srAeSS Of COLO ANO
fAJICUE IN AATS fi'RErEO OIETS CONIAINikG AOOED GUCJHE. Craven elabora este princpio simples com o acrscimo de outros smbolos e
W R IOOQ, H ALLEirl USAf ARCl!C AEAONEO LAB IECHN AEP Y57J4
1"116, JUHE 6G convenes a serem utilizados pelo indexador para criar entradas de ndice que
lilYCINE Ci4 sejam coerentes e inequvocas, alm de teis. O trabalho de Annstrong e Keen
RAlE Of ASSOCIATION Of $35 JHD C14 IN PLASMA PAOIE)Irl fiiACIIONS (1982) nos d uma idia das possibilidades deste mtodo de indexao relativa-
ifTER A~IHJSIAATIOH Of HA2Sl504, GLYCIHEC\4, 011 GLUCOSE Cl4, mente simples. Bastante semelhante ao NEPHIS o sistema PASJ (Pragmatic
o J E AICHNOJIO o J 810l CHEK V2J4 P271lb, OCT 59
Gl YCOGEH Approach to Subject Indexing [Mtodo Pragmtico de Indexao de Assuntos])
GlYCO!lEH Of lHE ADAEHAL COAIEX ANO K!:OULlA, JNrtUEifC~ Of .lGE descrito por Dutta e Sinha (1984).
ANO SEX, H PLAiriELo i CUILHEK o C A SDC 810L PiA Vt5J P844-t,
19S9 fR Vale a pena citar brevemente outro sistema de indexao. O SPINDEX (Selec-
EffECI Of DIEJ O~ lHE 8L00D SUGAR AHO LIYE~ GLYCDGEN LEYEL Of tive Permutationlndex [ndice de Permutao Seletiva]), criado para a indexa-
NORMAL AHO ADAEHllECTOMiiED MICE. 9 P 8LOCK, G S COl o
HAIUAE LOHD Vll~ SUPPl 10 P1212, 29 AUG ,9 o de fundos arquivsticos, Originalmente no passava de um ndice KWAC ou
LIVEA GLYCOGEH ANO 8L000 SUGAR LfVELS IN AOA~NALDEKEOULLAJEO KWOC (Burke, 1967). Em verses posteriores, sofreu alteraes para produzir
AkD AOAEHALECTOMilEO AAJS lfiEA A SIHGLf DOSE or GAOWIH
HOAHOH~. C l DE GROOI ACil PHYSIOL PHAAHACOL HfERL Y9 entradas de ndice de dois nveis, que consistiam em palavras-chave principais
P101ZO, MAl 60
e qualificadoras, como nos exemplos ARIZONA, Questes indgenas, e QUESTES
A MICAOHETHOO fOR SIKULIAHEOUS OEIEAMIHAIIOH Of GLUCOSE lHO
KEJOHE 9001ES IH &LODO ANO GLlCOGEN lHO KEIONE eODIES IH INDGENAS, Arizona (Cook, 1980). Lamentavelmente, a sigla SPINDEX, com o
LIVEA, O HlHSEK SClHO J CLIH Ll8 IHYESI Yi2 P112~. 1960
significado de Subject Profile lndex [ndice de Perfil de Assuntos], foi tambm
lH IHVEASE AELlTIOH 9fTMtfH lHE LIYEA GLfCOiEH lHO lHE ILOOO
GLUC0$E IH lHE All ADlPU:o 10 .1. f AI 0/fl, P l MAYES H&IU~f usada para um formato diferente por parte de produtores de vrios ndices im-
LO~O Yl81 P32S6 23 JULf 60
pressos, inclusive o American Bibliographical Center (que edita Historical
LIYEA GLUCOSYL OLIGOSlCCHAAIOES lHO GLfCOGEH C.I.ABOH-14
OJOKIOE EXPEAIMEHIS VI IH HYDAOCOHIISOHf, H G Slf, Abstracts e America: Hist01y and Life). Este mtodo, depois denominado ABC-
J ASHMORf, R MlHLEAo V H FISHHAH o H.I.TUHE LOHO Yll~ P1ll01o
31 OCI '!19 SPINDEX (American Bibliographical Center's Subject Profile Index) para dife-
STUOIES OH GlTCOGEN 810SIHTHESIS IH GUIHEA PIG COAHEA 8T ren-lo do SPINDEX, com o qual no tem relao, parece ser praticamente idnti
MEAHS Of GLUC0$f lA8ElEO VI IM Cl~. A PHAUS,
J 08EMIEAGE~, J VOTOCKOYA CESK rlSIOl Y9 P4,6o JlW ti Cl co aos ndices alternados utilizados pela Excerpta Medica (Falk & Base r, 1980).
GLYCOGEH CONTE~l ANO Cl~IOHlOAllf AEiliOLISM Of lHE LEUKOCYIES
IH DIAIUES KEll!TUS, Q M.I.EHit o lljf)l l IHH MEO 't~f P3Jt4o
SEPJ '!19 UA Classificao em ndices de assuntos
QllCOGEH ~IYEA, AM IAIRO,ENIC lCUif A8DOHINAl DISOAOEit IN
DIABETES "illiiUio A SCHOTIE, H K LANKlMP, M FltfNKEl
Todos os ndices at aqui examinados adotam mtodos que so 'alfabticos',
NED T IEMEESK Ylll P22,t-61, 1 NOV '!19 OU! mas no 'sistemticos'. Outros tipos de ndices exigem que as entradas sejam
ACUTE ilTCOIEN INfiL11tAJIOM Of IWE LIYEA IN OIAIEIES MELLIIUS.
lo lHE EFFECII Of llUCAGON IHEA.I.Pf, .1. SCHOIJ(, H ~ lANK4MP,
construdas segundo princpios 'lgicos'. Esses mtodos remontam a Cutter
" fRENKEl NED T IEHEESK Y114 Pl21t91. 2 ~ULT o QUI (1876), que estabeleceu regras para questes como entrada direta versus entrada
invertida (Histria da Antiguidade ou Antiguidade, Histria?). Kaiser (1911) in-
FIGURA 21
troduziu um enfoque mais elaborado, que reconhecia trs categorias de termos:
Formato alternativo de um indice KWOC usado no DiabetesRe!ated Literature Index,
suplemento de Diabetes, volume 12, 1960
concretos, processos e termos de localidade. 'Concretos' so termos relativos a
Copyrighl~ !960 by the American Diabetes Association. Reproduzido com pem1isso 'coisas'} reais ou imaginrias, e 'processos' abrangem atividades. Kaiser deter-
minava que os 'enunciados' de indexao apresentassem os termos em seqn-
Um exemplo de ndice articulado de assuntos, que , de fato, o mesmo cia sistemtica e no em ordem alfabtica. S eram permitidas trs seqncias:
descrito minuciosamente por Armstrong e Keen (1982), o NEPHIS (Nested
Phrase lndexing System [Sistema de Indexao de Frase Encaixada]), criado por
60 INDEXAO E RESUMOS: TEORIA E PRTICA
I. Concreto-Processo (como em Tubos-Soldagem ou Tubos de Ao-Soldagem)
2. Localidade-Processo (comO em Argentina-Comrcio)
3. Concreto-Localidade-Processo (como em Caf-Brasil-Exp01tao)
A fim de obedecer s regras de Kaiser, o indexador deveria evidenciar um termo
concreto que se achasse implcito. Por exemplo, o termo dessalinizao tornar-
se-ia gua-Dessalinizao.
Atribui-se a Ranganathan o mais importante desenvolvimento que teve lugar
depois disso. Embora seu nome esteja fundamentalmente ligado s teorias da
classificao e a seu prprio esquema de classificao bibliogrfica, a Colon
C!assification [Classificao dos Dois Pontos], Ranganathan tambm prestou
importante contribuio prtica moderna da indexao alfabtica de assuntos.
Sua indexao em cadeia constitui uma tentativa de obter um processo de desen-
volvimento coerente do ndice alfabtico de assuntos do catlogo sistemtico
(em forma de fichas ou de livro). Os principias de seu esquema de classificao,
bem como suas teorias da classificao, fogem ao escopO deste livro. Bastaria
dizer que uma das principais caractersticas dos esquemas de classificao ela-
borados de conformidade com os principias de Ranganathan a 'sntese' ou
'construo de nmeros'. Quer dizer, o nmero de classificao que representa
um assunto complexo obtido pela reunio dos elementos notacionais que
representam assuntos mais simples. Por exemplo, o tpico 'confeco de roupas
de l na Alemanha no sculo XIX' representado pela notao AbCfHYqZh, na
qual Ab representa 'roupas', Cf' l', H'confeco', Yq 'Alemanha', e Zh 'sculo
XIX\ sendo todos estes elementos notacionais retirados de diferentes partes do
esquema de classificao e combinados numa seqncia ('ordem preferida' ou
'ordem de citao') especificada pelo compilador do esquema.
bvio que o ndice alfabtico de um catlogo sistemtico elaborado segun-
do esses princpios deve ser desenvolvido de forma coerente, seno resultar em
algo catico e impossvel de usar. A soluo dada por Ranganathan a este pro-
blema- a indexao em cadeia- implica que se indexe cada degrau da cadeia
hierrquica, do mais especifico at o mais genrico. Assim, um item representa-
do pela classificao AbCfHYqZh geraria as seguintes entradas no ndice:
Sculo XIX, Alemanha, Confeco, Artigos de L, Roupas AbCjHYqZb
Alemanha, Confeco, Artigos de L, Roupas AbCJHYq
Confeco, Artigos de L, Roupas AbCJH
Artigos de L, Roupas AbCj
Roupas Ab
Evidentemente, o usurio dess~ tipo de ndice deve fazer a busca obedecendo
tambm a uma seqUncia predefinida de termos. Por exemplo, se estivesse proM
curando informaes sobre roupas na Alemanha no sculo XIX, de pouca valia
lhe seria esse ndice ao consultar o termo roupas.
Ao determinar a seqncia em que os nmeros de classificao so com-
binados num esquema de classificao 'analtico-sinttico' (fieqlientemente de-
4. NDICES PR-COORDENADOS 61
nominado, um tanto equivoc.adamente, 'facetado'), Ranganathan chegou a cinco
'categorias fundamentais' e a uma frmula de reuni-las. As categorias Persona-
lidade, i'vfatria, Energia, Espao e Tempo, so combinadas nesta seq~incia e a
frmula s vezes denominada simplesmente 'PMEST' [onde oS corresponde
letra inicial de 'space', espao em ingls].
O modo mais fcil de descrever a Personalidade como 'a coisa em si'. Ma-
tr_ia o materi~l de que a coisa composta. Energia a ao realizada na ou pela
co1sa. Espao e onde a ao se verifica, e Tempo quando ela ocorre. A se-
qncia AbCfHYqZh obedece ordem PMEST. Por conseguinte, a entrada num
ndice em cadeia de um item categorizado dessa forma ser o inverso dessa ordem.
A seqqcia 'lgica' das facetas estabelecida por Ranganathan para a cons-
truo de nmeros pode ser tambm adotada em catlogos e ndices alfabticos
de assuntos. Poder-se-ia, assim, elaborar uma entrada de ndice lgica, de acor-
do com a frmula PMEST, da seguinte forma:
Roupas: Artigos de L: Confeco: Alemanha:
Sculo XIX
Infelizmente, a frmula PMEST um pouco simplista. Ao indexar assuntos al-
tamente complexos, possvel que uma categoria ocorra mais de uma vez (por
exemplo, a tenso exercida sobre uma estrutura pode levar ao rachamento dessa
estrutura, o que implica duas ocorrncias diferentes da categoria 'energia');
~lg~unas ~as categorias precisam ser subdivididas mais ainda (por exemplo, para
mdtcar dtferentes tipos de atividades); ademais, a frmula PMEST no trata
claramente de cet1os atributos que so importantes na indexao, tais como as
propriedades dos materiais.
As teorias de Ranganathan, no entanto, tiveram profundo efeito nas prticas
modernas da indexao de assuntos. Isso se verifica, de modo patente, na obra
de Coates (1960), que postula um catlogo ou indice despido da rigidez dos
cabealhos de assuntos preestabelecidos. Uma entrada de assunto deveria ser
totalmente coextensiva com o contedo temtico estudado, como no exemplo
Linhas de Transmisso de Eletricidade, Cabos Areos, Condutores,
Rompimento, Preveno, Manuteno
Coates utiliza uma 'frmula de importncia' para estabelecer a seqncia em
qu: os termos componentes _sero reunidos. A seqncia bsica que adota
Cotsa, Pmte, Material, Ao, Propriedade, a qual, porm, pode ser modificada
em determinadas circunstncias. O cabealho utilizado acima, por exemplo,
adota a seqncia Coisa, Espcie, Pmie, Ao, Agente. Os processos desenvol-
vidos porCoates foram adotados pelo British Technology Jndex (posteriormente
denominado Current Technology lndex), do qual ele foi o primeiro editor. A
figura 22 mostra exemplos de entradas desse ndice. Observe-se que um item
aparece uma nica vez no ndice. Proporcionam-se acessos adicionais por meio
de remissivas.
 INDEXAO E RESUMOS: TEORIA E PRTICA
62
Pode-se tambm ponderar que as teorias de Ranganathan exerceram influn-
cia sobre o PRECIS (Preserved Context Index System [Sistema de Indexao de
Contexto Preservado]), desenvolvido por Austin (Austin, 1984). No PRECIS,
programas de computador geram um conjunto com~leto de.entrad~s de ndi:e e
remissivas a partir de uma seqncia de termos e cdrgos de mstruao fornecrdos
pelo indexador para cada item. O contedo temtico de um documento descrito
por meio de uma srie de termos colocados numa seqncia 'dependente do
contexto'. Austin e Digger ( 1977) utilizam o seguinte exemplo:
ndia, Indstria algodoeira, Pessoal, Treinamento
Alega-se que a lgica disso est em que cada termo essencialmen~e dependente
do termo que o antecede imediatamente. Assim, 'treinamento' aplica-se somen-
te ao contexto de 'pessoal', 'pessoal' aplica-se somente ao contexto da 'indstria
algodoeira', e esta se aplica somente ao contexto da ndia.
No PRECIS, as relaes entre os termos componentes de uma entrada do
ndice so evidenciadas numa disposio em duas linhas:
PessoaL Indstria algodoeira. ndia
Treinamento
Isso justificado com o argumento de que proporciona uma forma prtica de
mostrar, simultaneamente, a relao entre o termo empregado como ponto de
entrada no ndice e os termos que so: a) de contexto mais amplo, e b) de
contexto mais restrito. No exemplo acima, 'Pessoal' modificado por 'Indstria
aloodoeira' e 'ndia' a fim de mostrar o contexto mais amplo, enquanto 'Treina-
"' apresentado como um dependente de 'Pessoal'.
menta'
Como se v neste exemplo, uma entrada PRECIS contm trs componentes:
I GUIA I ! Qualiftcador I gerar por computador enunciados de indexao coerentes, as funes so reser-
Exposio
0 termo 'guia' o ponto de entrada no ndice, sendo imp:esso em negrito, o
'qualificador' apresenta o contexto niais amplo, e a 'expost.o' m?stra os ter-
mos de contexto mais restrito. Embora a posio de gma esteja evidentemente
sempre ocupada, as outras posies nem sempre precisam estar ocupadas.
Entradas do tipo geral acima exemplificado podem ser geradas por com-
putador a partir de uma srie de tenn,os apresentados numa :eqiincia depel~
dente de contexto. Assim, a seqiincia India, Indstria algodoeira, Pessoal, Trei-
namento geraria as seguintes entradas:
ndia
Indstria algodoeira. Pessoal. Treinamento
Indstria algodoeira. ndia
Pessoal. Treinamento
4. NDICES PR-COORDENADOS 63
Infelizmente o processo no to simples quanto o que sugere este nico
exemplo. H muitos casos em que a seqtincia numa srie de termos no revela,
por si mesma e de modo inequvoco, as dependncias. Na realidade, um indexa-
dor que utilize o PRECIS dever empregar 'operadores' (cdigos afixados aos
termos componentes), a fim de representar sem ambigUidade as relaes entre os
termos. Para o exemplo mostrado antes a seqncia de entrada seria
(O) ndia
( l) indstria algodoeira
(P) pessoal
(2) treinamento
onde (2) representa 'ao de transio', (P) 'objeto de ao, pmie do sistema-
chave', (O) 'localizao', e(.!) 'sistema-chave' (objeto da ao transitiva). Estes
operadores mostram a 'funo' que um termo desempenha em relao a outros
termos (proporcionando uma espcie de sintaxe) e assim podem ser considera-
dos como 'indicadores de funo' ou 'operadores de funo'.
Austin e Digger apresentam uma lista de 26 operadores de-sse tipo. claro
que a utilizao desse esquema torna bastante complicada a operao de inde-
xao e eleva seu custo, alm de exigir, para implant-lo, um extenso manual de
instrues para a indexao.
De algum modo relacionado com o PRECIS h o sistema POPSI (Postulate-
based Permuted Subject Indexing [Indexao Permutada de Assunto com Base
em Postulados)) (Bhattacharyya, 1981), inspirado nas teorias de Ranganathan
sobre classificao.
O esquema de indexao de Farradane (1967, 1980), anterior ao PRECIS,
guarda semelhana com este por tambm utilizar um esquema de indicadores de
funo. Enquanto o PRECIS emprega suas funes exclusivamente como meio de
vadas no sistema de Farradane para indicar relaes precisas entre os termos.
Estas relaes se baseiam nos trabalhos de psicologia experimental do racio-
cnio, de Piaget, Vinacke, Isaacs e outros autores, e corroboradas pelo trabalho
de Guilford sobre a 'estruttwa do intelecto'.
No esquema de Farradane h nove relaes explcitas, cada uma representa-
da por um 'operador'. O conjunto completo dos operadores encontra-se na figu-
ra 23. O esquema representa estdios de desenvolvimento do raciocnio extra-
dos da psicologia infantil, isto , os estdios pelos quais a criana se desenvolve
ao associare diferenar objetos. H dois conjuntos de gradao: em mecanismos
associativos e em mecanismos discriminativos. O primeiro estdio associativo
a percepo simples sem referncia ao tempo; o segundo a associao tempo-
rria entre idias; e o terceiro a associao fixa (permanente) de idias. Os est-
dios de discriminao so: coincidncia simples (conceitos difceis de discri-
minar), no-distinto (conceitos que tm muito em comum) e conceituao dis-
tinta (conceitos que podem ser completamente discriminados).
64 INDEXAO E RESUMOS: TEORIA E PRTICA 4. NDICES PRE-COORDENADOS
65
F'ABRtCS Vidroi(Oxignio/)Fior/-Substituio
Ralated Headings:
WEAVINO que representa a substituio do oxignio pelo flor no vidro. Utiliza-se uma
FABRICS, Collvloalo., Creue re.alstant :Orou llDllig: apresentao biditnensional, quando necessrio, como em:
Dlmelbylo\1,3-propylene wea
De!errod curing [ BP 1,107,796: Sun Chemtcal Corp., USA} Dyer, Beterrabas/-Annazenamento O armazenamento de beterrabas
Te:.:Uie Pdmer, Dleacher & Flnlshe.t, 141 (2 May 69) p.614~ f lavadas
FABRlCS, Cello.loslc, Crene reslatant : Flt!.hbllll Lavagem
Ctease-resiat and washand-.,ear (inlshlng, B.C.M. Dorset. Textile
Manu!actmer, 95 (Apr 69) p.l56-63
FABRIOS, Celluloslc, K.DIIIed,. Crea.se rulell.D.I : Fl.nlaMnr; {Sucrose} Ratos alimentados com
Permanent prcss processes for knitted fabrics. O. Ha.tgh. Hosiery Trade Rato!* {leo de coco}/-Aiimentao sucrose com leo de coco
J 76 (May 69) p,127+, ll.
FABRlCS; CeUuloslc-Nylon : Dyelng, Hlgb tempetatwe : Dyes, RucUve
"Hot-dyelngn reactive dyes on blends { Ddmarene X aod Drlma!on X:
Sandoz; PrOOucts Ltd, Hmsfonh, Leeds] {summary] P.F. BeU. Dyer,
Farradane ( 1977) comparou seu sistema de indexao relaciona! com o PRE-
Textile Print.er, Ble&cllet & Finlsher, 141 (2 May 69) p,622+ CIS, o NEPHIS e o POPSI, aos quais se refere de modo impreciso como capazes de
FABRlCS; CeUulosle-Polyester Rbr~ : Dyei.Ja&, Hllh ICBperltiUO :
Dyes, Reacllve produzir ndices permutados'. Alega ser possvel converter por computador
8
Ht-dyelng" reactive dyes on blends [ Drimatene X and Drima(on X: seus diagramas bidimensionais em entradas de ndices alfabticos permutados.
Sandoz Ptoducts Ltd, Hors!Ofth, Leeds) (summa.ry} P.F. Bell. Dyer,
Tex.tile Printer, &eacher & Flnlsher, 141 (2 May 69) p.622+
FABRJCS, Coated : Clothlng. See CLOTHINO : Fabrlcs, Coated Mecm1ismos associativos
FABRICS : Flnlshlng : Wen slfai&Jlleners : ConlroliJ)'stem, Phot<>l!ledric
Fabric sttaightening [ BP 1 ,107,822]H. Elcken. Dyer, Textile Associao Associao
Prlnter, Bleaduu & Finlsher, 141 (2 May 69) p.612+ Percepo temporria 11xa
FABRICS, Foamback : Lamluu.a1 Mecanismos Conceituao I /6 4 I' 7 f
Versat\Uty the key: dlrferent cl.ths call rOr dUferent technlques, P. discriminativos coincidente
Lennox.-Ken, Hostery Times, 42 (Apr 69) p,l07-9. U,
Coincidncia Auto.atividade Associao
FABRICS; Man made lllns., Pile : KntiUD& Conceituao 2 J~ 5 I+ 8 /(
Manu(acture and use-development of pile bbrlcs In Ou Pont fibras. no-distinta Equivalncia Dimensional Pertena
J. Rest & M.R.B. Addison, Hosiery Times, 42 (Apr 69) p,88+, U. Conceituao 3 I) 6 1- 9 /:
FABRICS; Mohair : Suitings. See SUlTINGS : Fabrics; Mohalr distinta
FABRICS : Tape. Soo TAPE : Fabrtcs
Distino Ao Dependncia
FABRlCS, Wa.rp knlt : DyeL1!.1, Hlgh tempertlllle : HeaUng : Hut funcional
lran!i!er oll (causao)
HT process heatlng In lhe modem yehouse {Kesln&-Skme-Vapor at
Nyla-Raywa~p, Long Eaton} Dyer, TextUe Printer, Bleacher &
Flntsher. 141 (18 Apr 69) p.642t FIGURA 23
FABRICS, Wa.rp knit : Knltwear. Se e KNI'IWEAR : Fabrica, Warp knit Sistema de relaes de Farradane
FABRJCS; Wool., K.n.ltted., Shrla.k res!Btl.!lt : Flll.l&hh~& : 8olve11.111 : Reproduzido de Farradane ( 1980) com gentil permisso de C.:SA
P erchloroelhylene : NJ.Chlnes
'Bentley Rapide' solvent tinishln.g machine for k.nltwear and plecegoods.
A.O. Btooks. Hosiery Times, 42 (Apr 69) p,45+, 11. Gardiner et ai. (I 995) reconhecem a influncia de Farradane em sua aborda-
Milllng machine Cor knitweat { BenUey Raplde} Hosiery Trade J., 76
(May 69) p.l30+. il. gem das buscas em bases de dados de textos. Isto , seus procedimentos de busca
procuram textos em que os termos desejados parecem relacionar-se entre si na
FIGURA22 forma exata exigida pelo enunciado de busca.
Exemplo de entradas do British Technology Index O Symbolic Shorthand System [Sistema Taquigrfico Simblico] (Selye,
R~ produzido com gentil pennissio de<.:~,\
1966; Selye e Ember, 1964) outro sistema de indexao que expressa relaes
entre termos mediante indicadores de funo. O indexador extrai os termos de
Constrem-se os enunciados de indexao mediante a reunio de termos um esquema de classificao, que compreende 20 classes principais, organizado
('isolados'), usando esses operadores. Um enunciado de indexao,_ formado predominantemente com base no sistema do corpo humano. Em todo o esquema
por termos relacionados entre si por meio de operadores, denommado um so empregados smbolos mnemnicos [vlidos para a lngua inglesa, N.T.] para
analeto'. Eis alguns exemplos simples: representar os assuntos. Por exemplo, Adr representa a glndula ad-renal, Hypt
Aves/* Migrao hipotlamo, BAIR a taxa de metabolismo basal, e assim por diante. O principal
Minrio de ferro /-Fundio indicador de funo de Selye uma flecha ( <-) que mostra a direo da ao,
e outro mais complexo: como em:
66 INDEXAO E RESUMOS: TEORIA E PRTICA
Efeito do hormnio adrenocorticotrtlco sobre
Cer o!- ACTH
o crebro
ou no exemplo mais complexo:
Adr c- Hypo!- ACTH+TX Efeito sobre a ad-renal da hipofisectomia em
associao com o hormnio adrenocorticotrfico
e a tiroxina
Outros indicadores de funo mostram outras relaes. Por exemplo, o
smbolo < usado para indicar contedo ou componente (Glu < B repres.enta
acar no sangue) e os dois pontos(:) para a funo de comparao. C?nteu~os
temticos bastante complexos podem ser representados de modo conc1so e me-
quvoco neste sistema, conforme mostram os seguintes exemplos:
R~ ('8/Rb ~ Rlouck')/Rat
(Injeo de substncia renal do pato no sangue de coelho e injeo do soro
assim obtido em ratos, produzindo alteraes renais)
Glu < 8 (:Ur) ~ CON
(Efeito da cotiisona sobre o contedo de acar no sangue comparado com
o contedo de acar na urina)
Nvel de coordenao
Estabeleceu-se uma distino entre sistemas pr-coordenados e ps-coor-
denados. Na realidade, porm, provvel que um sistema de recuperao da
informao moderno incorpore caractersticas de pr-coordenao, bem :omo
recursos de ps-coordenao. Possivelmente haver certa p~-coordenaao no
vocabulrio utilizado na indexao. Por exemplo, o descntor CRESCIMENTO
POPULACIONAL, que se encontra em um tesauro, representa a p~-coordenao
dos termos CRESCIMENTO e POPULAAO. Em alguns sistemas, o mdexador conta
com a possibilidade de utilizar certos termos como subcabealhos de outros.
Assim, ele pode criar:
CRESCIMENTO POPULACIONAL/ESTATSTICA
Finalmente, a pessoa que faz a busca pode combinar termos livremente em rela-
es lgicas, como, por exemplO, 'recuperar itens indexados sob CRESCIMENTO
POPULACIONALiESTATiSTICA e tambm sob AMRICA DO SUL'.
Ocorre ento uma certa coordenao (de conceitos ou termos que os repre-
sentam) n;s cara~tersticas do vocabulrio, e mais alguma coordenao talve;
ocorra no momento da indexao. Pode-se considerar isso como forrn~s de pre-
coordenao, uma vez que a coordenao est incorporada no~ registros que
do entrada numa base de dados. O nvel fmal de coordenao e aquele que se
realiza por meio da manipulao de termos quando da realizao de uma busca
(isto ps-coordenao).
En;bora este captulo tenha apresentado exemplos de vrios tipos de ndices
pr-coordenados, ce 11amente no esgotou todas as possibilidades. Encontra-se
4. NDICES PR-COORDENADOS 67
uma anlise mais completa das caractersticas dos ndices pr-coordenados em
Keen ( 1977a) e Craven ( 1986). Keen (I 977b) tambm examina o tema da estra-
tgia de busca aplicada a esSes ndices.
ndices de final de livro
Ainda que muitos dos princpios examinados neste livro sejam vlidos para
ndices de todos os tipos, sua ateno se concentra principalmente na indexao
destinada a bases de dados de itens bibliogrficos- indexao ps-coordenada
para bases de dados em formato eletrnico, e indexao pr-coordenada para
aquelas em forma impressa. No se tentou apresentar instrues minuciosas
sobre a indexao de livros como peas isoladas. Este tpico encontra-se bem
estudado em outras publicaes (por exemplo, Mulvany, 1994; Guide/inesfor
indexes, 1997). Diodato (1994) apresenta resultados de estudo sobre prefe-
rncias dos usurios em matria de ndices de livros; so comparadas as opinies
de bibliotecrios e pessoal docente.
Os estudos mais completos sobre ndices de livros parecem ser os relatados
por Bishop et al. (1991) e Liddy et ai. (1991). Nesse par de estudos afins, o
primeiro analisa as caractersticas de uma amostra de ndices (formato, arranjo
e questes similares), enquanto o segundo examina as polticas das editoras {por
exemplo, quem elabora o nlice, exigncias formais); este m1igo tambm inclui
algumas informaes sobre caracterfsticas dos ndices e concluses relativas ao
projeto como um todo. Liddy e Jorgensen (1993a) usaram estudantes como
voluntrios, a fim de verificar como realmente utilizavam o ndice de um livro.
ndices pr-coordenados versus ndices ps-coordenados
Os ndices impressos do tipo que foi examinado neste captulo podem ser
muito eficazes na localizao de um ou 'alguns' itens sobre um assunto de modo
bem rpido. Alguns autores, porm, parecem exagerar ao louvar as vit1udes dos
ndices pr-coordenados. Criticam a recuperao ps-coordenada com o argu-
mento de que seus resultados so medocres (ver Weinberg, 1995, por exemplo),
como, por exemplo, excessiva irrelevncia, embora isso possa ocorrer com
todos os mtodos, e que muitos usurios tm dificuldade para compreender a
lgica das buscas. Essa ltima alegao ce11amente verdadeira, mas tambm
verdade que muitas pessoas enfrentam enorme dificuldade para entender e usar
o mais simples dos ndices impressos (ver, por exemplo, Liddy e Jorgen-
sen,1993a,b). Diante da opo, os usurios das bibliotecas parecem preferir, de
modo esmagador, as buscas ps-coordenadas em bases de dados eletrnicas em
comparao com o uso dos ndices impressos (ver, por exemplo, Massey-
Burzio, 1990), embora, de fato, possam obter resultados muito inferiores em
suas buscas (ver p. 121-127 de Lancaster e Sandore, 1997).
 5. COERNCIA DA INDEXAO 69
diversos termos para o contedo temtico do documento. A incoerncia na
CAPTULO 5 atribuio de termos de menor imp011ncia ser muito menos sio-nificativa do
b
que a mcoerncia na atribuio de termos de maior importncia e isso se
refletiria em qualquer mtodo de pontuao. '
Coerncia da indexao a b c d e
A A A A A
B B c B B

, c
D
E
F
D
F.
c
D
D
E

E mais do que evidente que a indexao um processo subjetivo e no obje-

tivo. Duas (ou mais) pessoas possivelmente divergiro a respeito do que tra-
ta uma publicao, quais aspectos merecem ser indexados, ou quais os termos
E F
G
H F
G

que melhor descrevem os temas selecionados. Ademais, uma mesma pessoa de- J

cidir de modo diferente quanto indexao em momentos diferentes. A coe-

rncia na indexao refere-se extenso com que h concordncia quanto aos
termos a serem usados para indexar o documento. A coerncia interindexado-
res refere-se concordncia entre indexadores, enquanto a coerncia infra-in-
dexador refere-se extenso com que um indexador coerente consigo mesmo.
J foram adotadas ou propostas vrias medidas diferentes para a coerncia,
e sobre as quais existe uma boa reviso bibliogrfica feita por Leonard (1975).
Talvez a medida mais comum seja a simples relao A81(A+ 8), onde A representa
os termos atribudos pelo indexador a, B representa os termos atribudos pelo
indexador b, e AB representa os termos com os quais a e b concordam. Vejamos
a situao retratada na figura 24. Cinco pessoas indexaram o mesmo item, com
o nmero de termos atribuldos variando de quatro (indexador b) a oito (inde-
xador e). Podem-se comparar os termos atribudos por qualquer par de indexa-
dores. Hooper( 1965) refere-se aos valores da coerncia de pares como pares de
coerncia (Pcs). Para os indexadores a e b, o PC 3/6 ou 0,5 (existem seis termos
exclusivos atribudos e trs deles foram atribudos por ambos). Cada par do .
grupo tratado da mesma forma. A partir dos dados apresentados so derivados
os seguintes PCs: ab, (0,5); ac, 417 (0,57); ad, 416 (0,75); ae, 419 (0,44); bc, 317
(0,43); bd, 217 (0,29); be, 4/8 (0,5); cd, 3/8 (0,37); ce, 5/9 (0,56); de, 3/10 (0,30).
Obtm-se uma medida da coerncia intergrupal por meio da determinao da
mdia dos resultados para cada par de indexadores. Para o grupo a~e a coern-
cia global de aproximadamente 0,47.
Se a seqncia de termos na figura 24 reflete prioridade na atribuio de
termos, verifica-se que existe concordncia razovel quanto aos termos mais
impm1antes. Todos os cinco indexadores atribuem o termo A, e quatro deles atri-
buem tanto A quanto B. Verific'a-se muito menos concordncia quanto aos as-
pectos secundrios do documento ou quais os termos a serem atribudos a esses
aspectos. Observe-se tambm como a quantidade de termo_s atribudos influi no
escore da coerncia: quanto mais termos atribudos (pelo menos at certo pon-
to), menor tender a ser a coerncia. Zunde e Dexter (1969b) e Rolling ( 1981)
sugerem que as medidas de coerncia deveriam levar em conta a impot1ncia de
FIGURA 24
Termos (.-hl) atribudos ao mesmo documento por cinco indexadores diferentes (a-e)
Os dados da figura 24 poderiam tambm representar a coerncia intra-
indexador: a situao em que uma pessoa indexao mesmo documento em cinco
ocasies diferentes.
Cooper (1969) considera a coerncia interindexadores de modo diferente:
no nvel do termo. Quer dizer, ele mede o grau com que um grupo de indexadores
concorda com a atribuio de determinado termo a um documento. Com relao
a esse termo, a coerncia interindexadores definida como a proporo de inde-
xadores que atribuem o termo menos a proporo daqueles que no o atribuem.
No exemplo da figum 24 h 100% de concordncia quanto ao termo A, enquanto
a concordncia quanto a 8 tem um valor de 60% (80o/o--20%), a concordncia
quanto a c tem um valor de20 (60%-40%), e assim por diante.
J foram realizados muitos estudos sobre coerncia interindexadores em-
bora hoje no sejam to comuns quanto no passado; eles costumam mostra'r que
muito difcil alcanar alto nvel de coerncia. Hooper(l965) fez um resumo de
14 estudos diferentes e encontrou valores que variavam de 10% a 80o/o. Para os
seis estudos em que pde recalcular os valores a partir dos dados fornecidos
(para ter cet1eza de que a coerncia seria calculada da mesma forma para cada
um), os resultados variaram de 24% a 80%.
~raticamente todos os estudos sobre coerncia interindexadores at hoje
realizados tratam cada termo como igual, embora, conforme sugerido antes, fos-
se mais sensato atribuir um 'peso' maior coerncia na atribuio dos termos
mais imp011antes. Outra complicao est no fato de que, com certos tipos de
vocabulrios controlados e procedimentos de indexao, seria possvel a ocor-
rncia de uma coincidncia parcial. Por exemplo, dois indexadores concorda-
riam com o mesmo cabealho principal, mas no com o subcabealho. Vejamos
o exemplo a seguir em que as letras maisculas representam cabealhos e o aste-
risco marca os cabealhos que o indexador considera mais impot1antes:
70 INDEXAO E RESUMOS: TEORIA E PRTICA
Indexador 1 Indexador 2 Indexador 3
'Aib *Ale 'Aib
*a/b/c *s/c Bic
e/f e/f *o/f
o/f Dir F
E F *H/q
G 4.
Trata-se de uma situao realista. Por exemplo, ela se assemelha de perto
prtica de indexao da National Library o f Medicine onde mais de um subca-
bealho pode ser atribudo a um termo e os descritores principais so dife-
renados dos menos impot1antes.
claro que esse tipo de indexao apresenta problemas importantes na reali-
zao de estudos de coerncia. Aqui deixa de ter significado o mtodo simples
do par de coerncia. Na indexao desse tipo, dever-se-ia dar mais <crdito' a
uma perfeita concordncia entre dois indexadores. Por exemplo, os indexadores
1 e 3 mereceriam grande crdito pelo fato de ambos concordarem com a combi-
nao Alb de cabealho principal/subcabealho e de que este seria um descritor
principal. Embora seja possvel desenvolver um mtodo de pontuao numrica
para expressar a coerncia (5 pontos para uma perfeita concordncia cabealho
principal/subcabeall10, I O pontos para uma concordncia de cabealho princi-
pal/subcabealho se ambos os indexadores o utilizarem como descritor mais
importante, e assim por diante); difcil chegar a um acordo sobre qual ~eria o
escore, e mais difcil ainda interpretar o que o escore realmente significa. E mais
provvel que esse tipo de pontuao seja aplicvel a estudos de qualidade de
indexao, que objeto do prximo captulo.
Fatores que influem na coerncia
Essa variabilidade nos escores da coerncia leva a se indagar 'quais so o~
fatores que tm maior efeito na determinao da coerncia na indexao?' Na
figura 25 procuram-se identificar possveis fatores.
J se mencionou a quantidade de termos atribudos. Se se pedisse aos indexa-
dores que atribussem tet:mos, em ordem de 'importncia' percebida, ao conte-
do temtico do documento, provavelmente obter-se-ia razovel grau de concor-
dncia no que concerne aos termos do alto da lista. Na medida em que se descer
nessa lista essa concordncia cet1amente diminuir. Em outras palavras, certo
que haver mais concordncia quanto aos tpicos do documento considerados
principais do que quanto aos tpicos considerados de menor importncia que
meream ser includos.
Isso, porm, talvez seja um pouco simplista. A figura 26 sugere uma relao
possvel entre coerncia e quantidade de termos atribudos. Supondo que os ter-
mos sejam atribudos em ordem de prioridade, levanta-se a hiptese de que a
concordncia atingir o ponto mais alto no nvel de dois termos e em seguida
5. COERNCIA DA INDEXAO 71
comear a cair gradualmente at o ponto onde tenham sido atribudos tantos
termos que a concordncia voltar a aumentar. Isto exemplificado na figura 27.
1. Quantidade de termos atribudos
2. Vocabulrio controlado versus indexao com termos livres
3. Tamanho e especificdade do vocabulrio
Caracterlsticas do contedo temtico e sua terminologia
5. Fatores dependentes do indexador
6. Instrumentos de auxlio com que conta o indexador
7. Extenso do item a ser indexado
FIGURA 25
Possveis fatores que influem na coerncia da indexao
Essa figura apresenta listas ordenadas segundo a importncia dos termos
atribudos pelos indexadores a e b. Isto , a achaque A o termo mais importante,
B o que se segue em ordem de importncia, e assim por diante. Outra forma de
examinar isso dizer que, se o indexador a pudesse atribuir somente um termo
ao documento, esse termo seria A. Cada indexador finalmente atribui 16 termos.
Observe-se que, embora os indexadores concordem com os dois termos do alto
da lista, eles no concordam com o primeiro desses termos. Isso no constitui
surpresa. :Muitos documentos envolvem uma relao entre dois conceitos prin-
cipais. Talvez seja possvel estar de acordo sobre quais so esses conceitos, mas
no concordar com qual deles assumir precedncia. Por exemplo, num artigo
sobre soldagem de titnio, . o metal ou o processo que deve assumir precedn-
cia? ( claro que decises como essa tm muito a ver com as caractersticas da
base de dados. Numa que seja dedicada exclusivamente ao titnio, o termo tit-
nio tem pouco ou nenhum valor.) Isso se parece um pouco com apostar em ces
(ou cavalos) de corrida: amide mais fcil adivinhar quais os dois animais que
terminaro nas primeiras duas posies do que adivinhar qual ser o primeiro.
Depois que todos os 16 termos foram atribudos alcanou-se uma perfeita
concordncia. Isto se deve a um efeito de 'saturao'. H somente um nmero
determinado de termos que se aplicariam de modo plausvel a qualquer item,
pelo menos se esses termos forem extrados de um vocabulrio controlado. Se
forem atribudos termos em nmero suficiente, acabar-se- por alcanar uma
elevada coerncia. Observe-se, contudo, que a coerncia baixa entre o nvel de
dois termos e o nvel de dezesseis termos. Por exemplo, depois de cinco termos,
o PC 5/6 (0,83), depois de dez termos de 6114 (0,43), e assim sucessivamente.
A relao apresentada na figura 26 parece, portanto, plausivel, embora no
haja sido confirmada experimentalmente. Pelo menos a forma da curva plaus-
vel, se se levam em considerao os resultados alcanados por muitos indexado-
res. No caso de poucos indexadores, naturalmente, o declnio da coerncia seria
provavelmente menos suave (por exemplo, haveria maior coerncia com quatro
termos do que com trs).
72 INDEXAO E RESUMOS: TEORIA E PRTICA
Nmero de termos atribudos
FIGURA 26
Relao entre coerncia e quantidade de termos atribudos
Harris et ai. ( 1966) relatam resultados que diferem um pouco dos formula-
dos hipoteticamente na figura 26. A coerncia foi maior depois de 1Otermos do
que depois de cinco, mas declinou nos nveis de 20 e 30, voltando a aumentar
quando foram atribudos 40 termos. Afirmam que encontraram poucos indcios
de algum efeito de saturao, mas seus indexadores utilizavam palavras~chave
no-controladas e nO as selecionavam de um conjunto limitado de termos con-
trolados. Fried e Prevel ( 1966) descobriram um declinio da coerncia com a
quantidade de termos atribuidos, mas Leonard (1975) encontrou indicaes
inconclusivas sobre este ponto- verdadeiro para uma base de dados, mas no
para outra.
Num estudo sobre coerncia em bases de dados agrcolas, Reich e Biever
( 1991) encontraram prova do efeito da exaustividade sobre a coerncia: numa
amostra de mtigos indexados com uma mdia de 8-9 termos de um tesauro, a
coerncia foi de 24%; chegou a 45% numa amostra que possua uma mdia de
5-6 termos do tesauro.
5. COERENCIA DA INDEXAO 73
a b
A B
B A
c D
o E
E K
F c
G G
H L
"
N
K o
L p
"
N
F
H
o
p
FIGURA27
Efeito da quantidade de termos atribuidos sobre a coerncia do indexador
(dois indexadores)
O segundo fator que influi sobre a coerncia (figura 25) o tipo de vocabu-
lrio utilizado na indexao. Uma das principais vantagens proclamadas para se
adotar um vocabulrio controlado que ele melhorar a coerncia na represen-
tao do contedo temtico. Entretanto, a relao entre controle de vocabulrio
e coerncia do indexador no to imediata quanto pareceria primeira vista.
Suponhamos que eu rena alguns artigos de medicina e pea a um grupo de estu-
dantes de nlvel mdio que os indexem. Primeiro, exijo que faam a indexao
extraindo palavras e frases dos prprios documentos. Eu pressuporia que have-
ria neste caso um razovel nvel de coerncia. Provavelmente, os estudantes se
comportaro mais ou menos da mesma forma que um computador se compor-
taria ao realizar essa tarefa: procuraro palavras ou frases que ocorrem freqUen-
temente e/ou aparecem no ttulo ou em outros lugares de destaque.
Numa segunda etapa desse exercfcio, peo aos estudantes que traduzam a
indexao que fizeram com termos livres para termos selecionados no Afedical
subject headings (MeSH) da National Library ofMedicine. Quase com cetieza
haver uma queda da coerncia. Nesta situao, o vocabulrio controladO ter
um efeito contrrio. Isso se d porque as expresses textuais selecionadas nem
sempre sero idnticas aos termos controlados. Os estudantes tero dificuldade
em selecionar os termos controlados apropriados porque carecem de conheci-
mentos suficientes de medicina e de sua terminologia e porque alguns dos termos
controlados tero adquirido um 'significado, especial (indicado em nota expli-
cativa) atribuido pelos compiladores do vocabulrio. Um vocabulrio contro-
lado deve melhorar a coerncia da indexao a longo prazo, mas somente pode
74 INDEXAO E RESUMOS: TEORIA E PRTICA
ser aplicado de modo coerente por indexadores experientes que dominem o con-
tedo temtico e estejam totalmente familiarizados com os termos.
Outra coisa para a qual preciso atentar que um vocabulrio controlado
deve melhorar a coerncia da indexao em relao a um grupo de documentos,
mas bem possvel que a diminua no nvel de um nico documento. Quer dizer,
a terminologia adotada num artigo reveste-se de uma coerncia interna - o
autor costuma no empregar tnna variedade de termos para descrever o mesmo
tpico, pelo menos em a1iigos de natureza tcnica ou especializada. bastante
possvel, contudo, que haja divergncia entre dois indexadores a respeito de qual
o termo controlado a ser adotado para representar esse tpico. Por outro lado,
autores diferentes empregam terminologias diferentes, e, desse modo, o vocabu-
lrio controlado, ao reduzir o leque de opes, exerce um efeito benfico sobre
a coerncia da indexao quando se trata de um grupo grande de documentos.
Se a coerncia interindexadores baixa quando duas pessoas indexam itens
que empregam o mesmo vocabulrio, ser natural, obviamente, que haja coern-
cia ainda menor quando os mesmos itens so indexados em diferentes bases de
dados porque variaes nos vocabulrios utilizados acrescentam outra dimen-
so ao problema. Qin (2000), por exemplo, reuniu um grupo de a11igos sobre
resistncia a antibiticos e comparou a indexao deles no MEDLINE com a inde-
xao baseada em citaes feita no Science Citation Index (Key Words P/us).
NahH"almente, a similaridade foi baixa, mesmo quando a 'similaridade parcial'
era o critrio adotado, embora as trs palavras-chave usadas como termos de
indexao que ocorreram com mais freqncia fossem concetualmente equiva-
lentes aos dois cabealhos de assuntos do MEDLINE de maior freqncia.
Convm salientar, de passagem, que no to simples quanto pareceria
primeira vista fazer uma comparao entre indexao com termos livres e inde-
xao com termos controlados. Um termo controlado ou no atribudo. Na
indexao com termos livres, entretanto, defrontamo-nos com o problema de ter
que decidir se duas expresses so ou no so idnticas. Por exemplo, considera-
se 'corrente eltrica' como igual a 'corrente elctrica', ou como se avalia uma
situao em que um indexador escolhe o termo 'literatura francesa medieval' e
um outro utiliza 'literatura medieval' e 'literatura fi:ancesa'? Isso, claro, nos
faz remontar distino entre anlise conceitual e traduo. Nlais adiante se
mencionar o efeito dessas dtms etapas sobre a coerncia.
Fugmann ( 1985) levanta uma questo muito interessante relativa coern-
cia. Salienta que, enquanto os estudos sobre coerncia se concentram na seleo
de termos para determinado documento, a pessoa que busca informao est
mais preocupada com a coerncia entre os documentos. Isso implica que talvez
seja til um tipo diferente de anlise de coerncia, que mensure a extenso com
que o mesmo tpico indexado coerentemente numa base de dados.
O terceiro fator identificado na figura 25 corresponde ao tamanho e especi-
ficidade do vocabulrio. Quanto maior o vocabulrio, maior ser a probabilida-
5. COER:ENCIA DA INDEXAO 75
de de ser especfico, e quanto maior for sua especificidade, mais diflcil ser utili-
z-lo de modo coerente (Tinker, 1966, 1968). Por exemplo, h mais probabili-
dade de dois indexadores concordarem que um documento trata de corroso do
que de concordarem quanto ao tipo de corroso que estudado. Quanto mais
sutis forem os matizes de significado que um vocabulrio possa expressar, mais
difcil ser alcanar-se coerncia. Na minha avaliao do MEDLARS (Lancaster,
1968a), inclu um breve estudo sobre coerncia. Descobri que a coerncia na
atribuio de cabealhos de assuntos (MeSH) era de 46,1% quando os resultados
de trs indexadores eram divididos proporcionalmente entre um total de 16 atti-
gos. Quando eram tambm utilizados subcabealhos, a coerncia, no entanto,
caa para 34,4%. Em estudo. anterior verificou-se que os indicadores de funo
causavam efeito ainda mais drstico na reduo da coerncia da indexao (Lan-
caster, 1964), resultado esse que foi confirmado por Sinnett (1964) e Mullison
et a. ( 969).
Em seu estudo sobre coerncia da indexao em bases de dados agrcolas,
Reich e Biever ( 991) concluem que "A coerncia[ ... ] parece ser mais difcil de
alcanar medida que aumenta a especificidade do vocabulrio".
Slamecka e Jacoby (1963) fazem uma distino entre vocabulrios 'prescri-
tivos' e 'sugestivos'. Estes oferecem ao indexador certa margem na escolha de
termos, enquanto os primeiros praticamente no lhe deixam qualquer opo.
Com base em alguns experimentos com vocabulrios de diferentes tipos (cabe-
alhos de assuntos, tesauro, esquema de classificao), concluram que:
A coerncia interindexadores melhora significativamente com a utilizao de instru-
mentos de indexao prescritivos que contenham um mfnimo de relaes semnticas
variveis entre os termos. O emprego de instrumentos de indexao que ampliem a
liberdade semntica do indexador, no que concerne escolha de termos, prejudicial
confiabilidade da indexao. A qualidade da indexao tem muito aganharcom vo-
cabulrios que formalizem as relaes de modo a prescrever uniforme e invariavel-
mente a escolha dos termos de indexao {p. 30).
Assinale-se que eles parecem considerar coerncia e qualidade como mais ou
menos equivalentes. Este aspecto ser estudado no captulo seguinte.
natural que os vocabulrios prescritivos resultem em maior coerncia. De
fato, parece provvel que se alcance o mximo de coerncia com a atribuio de
termos pr-impressos num formulrio de indexao (como o caso das 'etique-
tas' da National Library ofMedicine) que lembrem ao indexador que devem ser
utilizados sempre que forem aplicveis. Leonard (1975) apresentou algumas
indicaes que corroboram isso, do mesmo modo que Funk et a. (1983).
Leininger (2000), baseando-se em 60 itens acidentalmente indexados em
duplicata na base de dados PsyciNFO, verificou 66% de coerncia na atribuio
de etiquetas, enquanto a coerncia total (considerados todos os termos) foi de
apenas 55%. O resultado mais surpreendente foi que s houve 44% de coerncia
na atribuio de cdigos genricos de classificao. Com s 22 classes e 135
subclasses, e uma mdia de apenas 1,09 atribuies por registro (a maioria dos
76 INDEXAO E RESUMOS: TEORIA E PRTICA 5. COERENCJA DA INDEXAO 77
reo-istros classificada apenas numa nica classe e poucos num mximo de nal) no aumentava a coerncia. Korotkin e O li ver (1964), em experimento com
dt~s), seria natural que houvesse maior coerncia. A explicao mais provvel resumos de psicologia, no descobriram diferenas significativas na coerncia
que muitos artigos de psicologia parecem igualmente relevantes para duas ou entre dois grupos de indexadores, sendo que um deles dominava o contedo
mais categorias: embora indexadores diferentes concordem em qual de duas ou temtico e o outro no. Neste caso, porm, o estudo ocorreu sob vrias restries
trs categorias classificar um documento, haveria muito menor concordncia artificiais que iriam influir no resultado: no foi usado vocabulrio controlado,
quanto nica 'melhor' categoria. De novo as corridas de galgos e cavalos. foram empregados resumos e no artigos completos, e os indexadores foram
O quarto fator identificado na fi aura
~
25 corresponde natureza do
'
contedo instrufdos a atribuir exatamente trs termos (nem mais, nem menos) a cada item.
temtico do documento e, mais particularmente, sua terminologia. E de se supor Um estudo posterior, de Berirand e Cellier (1995), tambm examinou o efei-
que ocorra maior coerncia na indexao de tpicos mais concretos (por exem- to da experincia do indexador. Inclufa, porm, tantas variveis que se torna
plo, objetos tTsicos, pessoas designadas pelo nome), e que ela declinar medida diflcil interpretar seus resultados.
que se lidar cada vez mais com abstraes. Tibbo (1994) salienta que os autores Dados encontrados em Stubbs et aL (1999) ilustram o efeito que um inde-
da rea de humanidades tendem a ser imprecisos em sua terminologia, prefe- xador 'radical' (isto , atfpi~o) pode provocar nos escores de coerncia.
rindo textos '(jensos' ao invs de legveis. Entretanto, Zunde e Dexter (l969a) Outro fator apontado na figura 25 refere-se aos instrumentos auxiliares util i-
no verificaram aumento da coerncia com a 'facilidade de leitura do documen- zados pelo indexador. Se um grupo de indexadores compai1ilhar o mesmo con-
to'. Certos materiais podem suscitar problemas especiais no que tange coe- junto de ferramentas de indexao (dicionrios, glossrios, manuais), haver
rncia da indexao. No caso de obras de criao, como livros de fico, filmes uma tendncia de que estes instrumentos contribuam para melhorar a coerncia
de Ionga-metragem e alguns tipos de fotografias, provvel que haja um nvel no grupo. O mais importante seria algum tipo de vocabulrio de entradas, elabo-
excepcionalmente elevado de desacordo em relao quilo de que trata a obra e rado pelo prprio centro de informao, que servisse para correlacionar os ter-
como index-la. Diferentes grupos de pessoas tero interesses bem d.istintos por mos que ocorrem nos documentos com os termos controlados apropriados.
esses materiais. Por exemplo, estudiosos das artes e do cinema talvez queiram Finalmente, a extenso do item indexado influi n.a coerncia: quanto menor
uma indexao que seja bastante diferente daquela desejada pelo pblico em ge- o item, menor ser a quantidade de termos que a ele se aplicaro de modo plau-
raL Markey (1984) e Enser (1995) apresentam indicias que sugerem que a inde- sveL No causa espcie que Harris et aL (1966) hajam verificado que a coe-
xao de imagens pode produzir nveis de coerncia excepcionaln~ente baixos. rncia era maior na indexao de questes (breves enunciados textuais) do que
O quinto fator tem a ver com os indexadores como indivduos. E quase certo na indexao de artigos de peridicos. Rodgers (1961), Fried e Prevel (1966),
que dois indexadores com formao bastante similar (educao, experi_ncia, Leonard (1975), e Horcy (1983) tambm encontraram indcios de coerncia
interesses) tenham mais probabilidade de concordar com o que deve ser mde- declinante com a extenso do documento, enquanto Tell (1969) constatou que a
xado do que dois outros com formao muito diferente. Relacionados a isso es- coerncia quando se indexava a pm1ir do texto integral dos ai1igos era menor do
to a. tipo e a durao do treinamento. Se todos os indexadores. participam do que quando se indexava a partir dos tftulos ou dos resumos.
mesmo programa rigoroso de treinamento, isso contribui para reduzir a ~m
pmtncia da formao prvia como fator que influi na coer~cia. Tam~~n nn- Coerncia na anli~e conceitual versus coerncia na traduo
portante o conhecimento do contedo temtico com que se lida. Se do1s mdex~ O tipo de estudo de coerncia examinado neste captulo empana a distino,
dores tiverem quase o mesmo nvel de conhecimento especializado, sero ma1s que se faz na indexao, entre as etapas de anlise conceitual e de traduo. Pres-
coerentes entre si do que se um deles for muito entendido na matria e o outro chel (1972), porm, procurou separar essas duas etapas, a fim de determinar se
tiver apenas um conhecimento superficial do contedo temtico. Mais impor- era mais provvel os indexadores concordarem com sua anlise conceitual do
tante do que o conhecimento especializado em si mesmo seria, contudo, o conhe- que com a traduo em termos de indexao. Os resultados de sua pesquisa indi-
cimento minucioso das necessidades e interesses dos usurios a serem servidos. caram que era muito mais provvel que os indexadores concordassem com o que
Jacoby e Slamecka (1962) encontraram maior coerncia entre indexadores seria indexado (anlise conceitual) do que como os conceitos seriam descritos
experientes do que entre iniciantes que trabalhavam com patentes; os expenen- (traduo). importante, porm, reconhecer que, nesse estudo, os indexadores
tes tambm usavam menor quaniidade de termos. Leonard ( 197 5) constatou que no usaram um vocabulrio controlado, mas criaram seus prprios' rtulos ver-
a coerncia aumentava com a experincia dos indexadores, mas no achou cor- bais' para os tpicos. Resultados bem diferentes seriam alcanados se a influn-
relao positiva entre coerncia e formao educacional. Quer dizer, maior cia nonnalizadora de um vocabulrio controlado houvesse estado presente.
conhecimento do contedo temtico (presumido a partir da formao educacio- As figuras 2_8~31 mostram exemplos de conjuntos de termos de indexao
78 INDEXAO E RESUMOS: TEORIA E PR.>\TICA 5. COERNCIA DA INDEXAO
79
atribudos a artiaos
o
por dois indexadores diferentes. Em todos os casos o vaca-
.
Indexador A
Indexador B
bulrio adotado foi o Thesaurus ofERJC descriptors. Todos so exemplos rems Termos mais importantes Termos mais importantes
de enfoques alternativos na indexao. A indexao foi feita, como dever de Literatum infantil Literatura intntil
casa, por alunos da Graduate School of Library and Infonnation Science da Servio de extenso em bibliotecas Educao pr-escolar
University oflllinois. Os exemplos foram selecionados de um conjunto maior Educao de adultos Aspiraes paternas
Educao de pais Critica literria
reunido pelo autor ao longo de Unos. Os alunos tinham a liberdade de escolher Seleo de materiais de leitura
os m1igos que quisessem indexar, e era uma obra de puro acaso mais de m~ estu-
Termos menos bnportantes Termos menos importantes
dante escolher o mesmo atiigo. Eles so aqui transcritos porque exemplificam Relao pai-aluno Experincia anterior
alguns dos problemas que ocorrem na busca da coerncia entre indexadores. Leitura recreativa Educao da primeira infncia
Gosto pela leitura Materiais de leitura
Indexador A Indexador B Interesses de leitura Crianas pequenas
Fico
Termos mais importantes Atitudes diante da leitura
Termos mais importantes Fantasia Literatura
Vitimas de crimes Assistncia (comportamento social) Bibliotecas pblicas
Formao de impresses Responsabilidade paterna
Assistncia (comportamento social)
Apatia Participao FIGURA 29
Comportamento de quem busca ajuda Testemunhas
Dois enfoques diferentes na indexao de um artigo intitulado
Termos menos importantes Termos menos importantes "Um curso de literatura infantil para pais"
Crime Preveno de crimes
Cidadania Envolvimento Isso exemplifica os problemas inerentes ao uso de um vocabulrio controla-
Leis
Esquiva
Comportamento social d? que contm muitos termos bastante afins ou parcialmente coincidentes, prin-
Percepo social Cipalmente quando os indexadores no esto totalmente a par do alcance preten-
dido desses termos.
FIGURA 28 A figura 30 mostra maior coerncia, uma vez que dois dos termos mais im-
Dois enfoques diferentes na indexao de um artigo intitulado ~ortantes coincidem. Apesar disso, ocorrem algumas diferenas de traduo. O
"Quando os circunstantes apenas observam" mdexador A expressa 'cursos ps-graduados de educao' mediante o emprego
dos termos faculdades de educao e ensino superior, enquanto s seleciona
A fioura
b
28 um exemplo extremo: somente um termo em comum entre
16
. faculdades de educao e ensino de ps-graduao. De igual modo, quando B
atribudos. O artigo trata do fenmeno de pessoas que se recusam a mtervtr emprega atitudes dos docentes, A adota opinies, e quando B usare/ao profes-
quando testemunham um crime. Observe-se como os dois in.dexado~es enca~am sor---p/uno, A emprega relao interprofissional e orientadores pedaggicos.
0 artigo de diferentes perspectivas- B mais do ponto de v1sta soem! e legal, e E difcil acreditar nos resultados da indexao da figura 31. No existe termo
A mais do ponto de vista psicolgico. . . algum em comum entre os doze atribudos. Mais uma vez demonstram-se a cla-
O exemplo da figura 29 no muito melhor. Quanto aos termos mm~ Impor- ramente os problemas decorrentes do emprego de termos afins e/ou coinciden-
tantes os indexadores concordam apenas em relao a un1 deles. O arttgo trata tes: so usados cinco termos sobre 'leitura', mas todos diferem entre si. Neste
de um' programa, oferecido por biblioteca pblica, para instrui~ ~ais d.e crianas caso, porm, a indexao de A bastante medocre: no menciona o nvel educa-
em idade pr-escolar sobre literatura adequada a esse grupo etano. O mdexador cional e o item indexado de modo muito genrico sob ensino audiovisual quan-
s v isso como educao pr-escolar, embora sejam os pais e no os filhos que do, especificamente, trata de televiso. Quando o documento foi indexado ainda
recebam instruo, enquanto A (provavelmente de modo mais correto) acha que no havia no tesauro o termo televiso com legenda fechada.
educao de adultos pais. O indexador B, embora estudante de bibliotecono- _ Os oit? estudantes annimos, cujo trabalho comparado nas figuras 28-31,
mia, no indica que o programa acontece numa biblioteca. O mdexador A, por nao eram mdexadores altamente experientes, embora fossem inteligentes e inte-
outro lado, no indica que o at1igo refere-se a crianas muito pequenas. NoteM se ressados e estivessem motivados. bastante provvel que indexadores de maior
como os dois escolheram termos relacionados muito prximos: interesses de experincia, principalmente com maior traquejo na utilizao desse tesauro,
leitura versus atitudes diante da leitura, gosto pela literatura versus crtica houvessem alcan~ado resultados mais coerentes. De qualquer modo, os exem-
literria materiais de leitura versus seleo de materiais de leitura. plos servem para tlustrar alguns dos obstculos a uma indexao coerente.
'
80 INDEXAO E RESUMOS: TEORIA E PR TlCA 5. COERNCIA DA INDEXAO 81

Indexador A Indexador n
Indexador A Indexador B
Termos mais importantes Fico romntica- Romances sentimentais Mulheres como leitoras de fico
Termos mais importantes
Orientadores contempornea
Orientadores Fico romntica de mulheres
Faculdades de educao Romances sentimentais
Ensino superior
Ensino de ps-graduao Contlito entre homens e mulheres Herofnas
Opinies Relaes de amor macho/fmea
Atitudes dos docentes Fantasia feminina
Faculdades de educao Autopercepo feminina Masoquismo--estupro
Termos menos importantes Termos menos importantes Dominncia do macho sobre as mulheres Romances gticos
Desenvolvimento profissional Relao aluno-professor Romances romnticos como vMvula de Papis sexuais-estereotipagem
Orientadores pedaggicos Professores de ps-graduao escape do ressentimento feminino Psicoanlise
Orientao profissional Estudantes de ps-graduao Auto~imagem feminina
Relao interprofissional Narrativa
Esquizofrenia
FIGURA 30 Histeria
Dois enfoques diferentes na indexao de um artigo intitulado Papis sociais
"Orientao em cursos de ps-graduao em educao"
FIGURA32
Diferenas na anlise conceitual de um artigo intitulado
Indexador B "O ato em extino: um estudo dos romances sentimentais"
Indexador A
Termos mais importantes Termos mais importantes
Legendas
exclusivo da indexao. Saracevic et ai. (1988) constataram que os termos em-
Ensino audiovisual
Pesquisa sobre leitura Professores de televiso pregados para um mesmo pedido por diferentes especialistas em buscas reve-
Ensino elementar lavam uma coincidncia extraordinariamente reduzida.* Alm disso, itens recu-
Termos menos importantes Termos menos importantes perados por diferentes especialistas em buscas apresentavam pouca coinci-
Ensino no-tradicional Programas de remediao dncia e Cada especialista costumava encontrar alguns itens relevantes no en-
Estratgias de leitura Currculo de televiso contrados pelos outros.** Saracevic sugere a necessidade de buscas mltiplas,
Motivao do aluno Aptides de leitura
Ensino de leitura
feitas por diferentes pessoas, para o mesmo pedido, cujos resultados sejam
reunidos e postos numa ordem classificada: os itens recuperados pela maioria
dos especialistas ficaro no topo dessa classificao e aqueles recuperados ape-
FIGURA 31 nas por um especialista ficaro na parte inferior. Pela mesma razo, um mtodo
Dois enfoques diferentes na indexao de um artigo intit~Jiado . , ideal de indexao envolveria um trabalho de equipe, alcanando-se consenso
"Televiso com legenda fechada: uma nova ferramenta para o ensmo da leJtura sobre cada documento como resultado de discusses entre um gwpo de indexa-
dores. Ainda que este mtodo tenha sido possvel em alguns poucos locais alta-
A fioura 32 outra trapalhada. A dois estudantes registraram palavras e ex- mente especializados (como os sistemas especializados existentes dentro do u.s.
presse~ que representam sua anlise conceitual de um a~tig?, ante~ de tentarem Patent and Trademark Office), ele excessivamente dispendioso para a maioria
traduzi-la em termos controlados. A comparao mmto mstruttva. Exceto o das aplicaes. Brown et ai. (1996), entre outros, propuseram um mtodo
fato de ambos os conjuntos de termos se referirem a romances sentiment~is, pa- 'democrtico' de indexao de imagens, em que os usurios da base de dados de
recem ter pouco em comum. A interpretao de A 'tr~nqi.iil~' e r?mntlca, ~~ imagens contribuam com termos.
quanto 0 mnimo que se pode dizer de B que grossetra. A mcllll s~men~e tle.s
termos negativos (conflito, dominncia, ressentimento), enquanto B t~clut nnn- "' Fidel (l985) tambm veritkou que experientes especialistas em buscas mostravam pouca con~
tos termos radicais. 0 fato de serem possveis tais interpretaes radtcahnente cordncia na seleo de termos a serem empregados em buscas complexas. Anteriormente, Lilley
diferentes do significado de um artigo depe, tal:ez, a favor do emprego da (1954) e Bates (1977) mostraram que usurios de catlogos em fichas tambm costumam no
concordar muito quanto aos tennos a serem utilizados na consulta a esses catlogos.
indexao como instrumento auxiliar da psicoanhse. .
Embora duas ou mais pessoas possam no concordar ngorosamente.c?m ~s "'* Katzer et ai. {1982) constataram que representaes dithentes de documentos faziam com que
fossem recuperados diferentes conjuntos, os quais apresentavam pouca duplicidade mesmo quan-
termos que sero atribudos a t!m documento, este fenmeno no pnvtlgw do as representaes eram muito similares.
82 INDEXAO E RESUMOS: TEORIA E PRTICA
Bates (1986) sugere que a indexao "indeterminada e probabilstica" e
que isso mais ou menos inevitvel, estando "arraigado na natureza da mente
humana". Ao invs de lamentar o fato de que talvez jamais seja provvel alcan-
ar um elevado nvel de coerncia na indexao, pelo menos quando nela esto
envolvidos indexadores human.os, devemos concentrar ateno na compensa-
o disso na etapa final do processo, ou seja, no momento da busca. A busca no
deve basear-se na coincidncia exata de termos, mas em mtodos que ordenem
os documentos segundo o grau com que coincidem com alguma forma de enun-
ciado de busca. A pessoa que executa as buscas deve dispor de diversos instru-
mentos auxiliares que lhe permitam selecionar dentre uma variedade de mtodos
para gerao de associaes semnticas entre termos.
Embora muitos estudos sobre coerncia hajam sido realizados ao longo dos
anos, muito poucas pesquisas foram feitas sobre por que diferentes indexadores
selecionam diferentes termos, o que sabidamente um tipo mais difcil de inves-
tigao. Dois artigos correlatos, de David et ai. ( 1995) e Bertrand-Gastaldy et ai.
(1995), versam sobre este problema, mas chegam a concluses bastante nebu-
losas.
Indexao coerente no necessariamente o mesmo que indexao de alta
qualidade. A qualidade da indexao ser examinada no prximo captulo, onde
tambm se faz uma comparao entre qualidade e coerncia.
CAPTULO 6
Qualidade da indexao
it~dexa~o n? co~stitui u~1 ~m em si. mesma~ Define-se ~e modo muito
A p~ agmt1co a boa mdexaao como a mdexaao que permite que se recu-
perem Itens de uma base de dados durante buscas para as quais sejam respostas
teis, e que impede que sejam recuperados quando no sejam respostas teis.
Cooper ( 1978) vai um pouco alm:
Justifica-se a atribuio de um termo a um documento se a utilidade mdia associada
a essa atribuio for positiva, e injustificada se for negativa (p. 11 O).
Ele usa aqui a palavra 'utilidade' mais ou menos como sinnimo de 'benefcio'.
Conforme as relaes esquematizadas na figura I do a entender diversos
subsistemas interagem no controle do desempenho de um sistema de ;.ecupera-
o da informao. Outro modo de examinar isso em termos de uma seqncia
de eventos que regem o desempenho da busca. Isso exemplificado na figura 33.
Na situao tipica de um centro de informao, uma necessidade de infor-
mao desponta na mente d~ um usurio desse centro e ele vai conversar sobre
ela com um especialista em informao. Podemos nos referir ao resultado desse
dilogo como um pedido (isto , o entendimento por pmte do especialista da-
quilo que o usurio realmente precisa). Com base nesse pedido, o especialista
em mformao prepara uma estratgia de busca, valendo-se para isso de termos
de indexao, palavras do texto ou uma combinao de ambos. A estratgia de
busca ento confiontada com a base de dados ( claro que, em muitos casos, a
estratgia de busca e o cotejo com a base de dados estaro entrelaados, pois a
estratgia ser desenvolvida interativamente em linha). Como resultado da bus-
ca certos itens so recuperados. Estes so peneirados pelo especialista em in-
formao, a fim de eliminar todo item que lhe parea evidentemente irrelevante,
sendo entregue ao usurio um conjunto final de documentos ou referncias.
O diagra~na, naturalmente, representa buscas 'delegadas', ou seja, aquelas
em que os clientes solicitam a um especialista em informao que localize para
eles certas informaes. Embora isso fosse a norma h uns vinte anos cada vez
mais deixa de ser assim, pois crescente o nmero de pessoas que real,izam suas
prprias buscas em bases de dados acessveis em linha, principalmente naquelas
fontes acessveis na Rede.
Com exce~ do primei~o e ltimo passos, porm, o diagrama ainda repre-
senta os fatores 1111pot1antes que afetam o desempenho de uma busca temtica
numa base de dados. No caso de buscas no-delegadas, a necessidade de infor-

84 INDEXAO E RESUMOS: TEORIA E PRTICA
mao diretamente convertida numa estratgia de busca num terminal sem pas-
sar pela etapa intermediria do 'pedido'.
V-se claramente, no diagrama, que muitos fatores influem na qualidade da
busca, medida, por exemplo, pela revocao e preciso. Antes de mais nada, o
especialista em informao precisa entender o que que o usurio realmente pre-
cisa. Se o pedido for uma representao imperfeita da necessidade de
informao, passa a ser quase irrelevante que todos os demais elementos -
vocabulrio, estratgia de busca, indexao, etc.- sejam satisfatrios.
l
Especialista
em
J
J intbrmao
Elementos do
vocabulno
LG FIGURA33
Fatores que influem nos resultados de uma busca numa base de dados
Admitindo~se que o pedido se aproxime razoavelmente da necessidade de
informao, o fator seguinte a influir no desempenho ser a qualidade da estra-
tgia de busca. As principais influncias a este respeito so experincia, inteli-
gncia e criatividade do especialista que faz a busca. O vocabulrio da base de
dados, contudo, tambm essencial. Se for adotado um vocabulrio controlado,
no se poder realizar uma busca que seja mais especffica do que o vocabulrio
permite, embora se possa alcanar especificidade adicional com o emprego de
palavras do texto. Infelizmente, difcil imaginar todos os termos necessrios
consecuo de uma busca completa. O problema em todas as buscas tentar
r
6. QUALIDADE DA INDEXAO 85
manter o equilbrio entre revocao e preciso. O que se precisa comumente
obter o mximo de revocao, porm mantendo um nvel aceitvel de preciso.
Quando a estratgia de busca cotejada com a base de dados, a qualidade da
prpria base torna~se, evidentemente, um dos fatores principais a influir no
desempenho. neste ponto, obviamente, que a qualidade da indexao se torna
fundamental. Os elementos do vocabulrio tambm influem na indexao, pois o
indexador no pode lanar mo de termos que no existam no vocabulrio.
A eficcia de uma 'triagem' do resultado, caso se efetue esta operao, de-
pender fundamentalmente de dois fatores:
1. Em que medida o especialista que faz a busca entende aquilo de que o usurio
realmente precisa.
2. Em que medida as representaes de documentos armazenadas na base de
dados indicam de que tratam os documentos.
No convm fazer aqui uma anlise minuciosa de todos os fatores que influ-
em no desempenho de um sistema de recuperao, conforme esquematizado na
figura 33, mas apenas examinar os fatores atribuveis indexao. Uma 'falha'
de indexao pode ocorrer na fase de anlise conceitual ou na de traduo.
As falhas de anlise conceitual seriam de dois tipos:
1. Deixar de reconhecer um tpico que se revista de interesse potencial para o
grupo usurio atendido.
2. Interpretar enoneamente de que trata realmente um aspecto do documento,
acarretando a atribuio de um termo (ou termos) inadequado.
As falhas de traduo tambm seriam de dois tipos:
1. Deixar de usar o termo mais especfico disponvel para representar um assunto.
2. Empregar um termo que seja inadequado para o contedo temtico devido
falta de conhecimento especializado ou por causa de desateno.
Na prtica, naturalmente, o avaliador de um sistema de informao no pode tra-
ar algumas dessas distines. Por exemplo, se o termo X for atribudo a um item
quando no deveria s-lo, no h como saber se o indexador interpretou equivo-
cadamente qual seria o assunto do documento, se no entendeu realmente o sig-
nificado ou alcance de X, ou se simplesmente atribuiu esse termo por descuido.
Se um indexador deixar de atribuir X quando este termo deveria ser atribudo,
bvio que ocorrero falhas na revocao. Se, por outro lado, for atribudo Y
quando X que deveria s-lo, ocorrero falhas tanto na revocao quanto na
preciso. Quer dizer, o item no ser recuperado quando de buscas de X, embora
devesse s-lo, e ser recuperado em buscas de Y, quando no deveria s-lo.
O descuido que leva omisso de um termo que deveria ser atribudo ao do-
cumento pode ter profundo efeito nos resultados de uma busca, meSmo quando o
termo omitido aparentemente no impm1ante. A figura 34 apresenta um exem-
plo simples disso, baseado num dos inmeros que foram revelados durante a
avaliao do MEDLARS (Lancaster, 1968a). O artigo trata do efeito sobre o de-
 r
86 INDEXAO E RESUMOS: TEORIA E PRTICA 6. QU1\LIDADE DA INDEXAO 87
senvolvimento do crtex cerebral de nascimento ocorrido em situao de escu- 2. O indexador deixa de empregar os elementos do vocabulrio da forma como
rido e permanente privao da luz. O indexador contempla todos os aspectos devem ser utilizados (por exemplo> uma combinao incorreta de cabealho
principais, menos o relativo ao desenvolvimento. Esta simples omisso ser de princ ipal/subcabealho ).
grande importncia. Neste caso, o artigo considerado altamente relevante para 3. O indexador deixa de utilizar um termo no nvel correto de especificidade.
um pedido de informao sobre fatores que influem no desenvolvimento do sis- Na maioria dos casos isso significar que o termo selecionado no o mais
tema nervoso central. O especialista em buscas somente usaria o tenno 'desen- especfico existente.
volvimento' para ter acesso a este tpico, pois seria irreal supor que pudesse pre- 4. O inde?\ador emprega um termo obviamente incorreto, talvez porque no
ver que fatores seriam esses, e assim este mtigo importante no seria recuperado. possua conhecimento especializado (por exemplo, combustveis lquidos
No estudo sobre o MEDLARS, foram observados alguns exemplos de indexa- para foguetes quando o documento trata mesmo de combustveis gasosos).
dores que empregaram termos incorretos, porm um nmero bem maior de casos 5. O indexador omite um termo importante.
de omisso de termos importantes por parte dos indexadores. Esta provavel- Em primeiro lugar, o revisor comumente no despender, ao conferir a inde-
mente uma situao comum em outros servios de informao. xao de um item, tempo igual ao despendido pelo indexador. Talvez seja rela-
tivamente fcil reconhecer um termo incorreto, o qual provavelmente 'salta aos
Artigo Busca olhos' do indexador experiehte, porm seria bastante difcil perceber a omisso
Tpico Pedido
Efeito da privao da viso no desenvolvi- Fatores que intluem no desenvolvimento, de um termo importante, a menos que fosse muito bvio (por exemplo, quando o
mento do crtex visual em camundongos regenerao e degenerao do sistema termo aparece no tftulo).
nervoso centml possvel testar o trabalho dos indexadores de uma maneira mais rigorosa
do que simplesmente pasSando os olhos pelos termos atribudos> que o mximo
Indexao Estratgia
PRIVAO SENSORIAL SISTH.IA NERVOSO CENTRAL (hierarquia que se pode esperar de uma operao rotineira de checagem. O mtodo mais
ESCURIDO completa) evidente consiste em realizar uma simulao de uma avaliao real. Consegue-
CRTEX CEREBRAL e (DESENVOLV!i\IENTO 011 REGENERAO se isso da seguinte forma:
VISO 011 DEGENERAO)
CAMUNDO:-.JGOS
l. Selecione um grupo de documentos dentre os que compem o fluxo normal
de entrada, antes que cheguem s mos dos indexadores.
FIGURA34 2. Para cada documento elabore, digamos, trs questes para as quais o item
Exemplo da perda de um item importante por causa de mera omisso do indexador seja considerado uma resposta importante. Uma das questes se basearia no
tema central do documento enquanto as outras estariam centradas nos temas
Como reconhecer uma 'boa' indexao secundrios, mas ainda assim importantes.
A anlise feita at agora neste captulo implica que a qualidade da indexao 3. Faa com que experientes analistas de buscas elaborem estratgias de busca
somente pode ser aferida ex postfacto, isto , como resultado da experincia na para cada umn dessas questes. claro que esses analistas no devem ser as
operao de um sistema de recuperao e mais especificamente sua avaliao. mesmas pessoas cuja indexao estar sendo examinada.
Em grande pm1e isso verdadeiro. Um conjunto de termos de indexao atri- 4. Faa com que os itens sejam indexados da forma rotineira.
budos a um documento no pode ser julgado 'correto' ou 'incorreto' em sentido 5. Compare a indexao com as estratgias de busca, a fim de determinar se os
absoluto. Ou seja> no existe nenhum conjunto 'melhor' de termos. Alegar que itens relevantes so recuperveis ou no com os termos atribudos.
tal conjunto existe implica uma prescincia de todos os pedidos que sero feitos Como mtodo para avaliar o desempenho de um grupo de indexadores, esse
base de dados na qual o documento se acha representado. p1ocedimento funcionar bastante bem se a amostra de documentos for sufi-
Ocorrem, porm, realmente erros de indexao, e seria possvel ao indexa- cientemente grande e se forem utilizadas as melhores estratgias de busca
dor experiente (ou 'revisor') descobrir pelo menos alguns desses erros antes da possfveis. Todo o teste seria realizado ao longo de uma srie de semanas. Seria
incluso de um registro numa base de dados e assim impor cer1o controle de conveniente> naturalmente> que o mesmo conjunto de documentos fosse inde-
qualidade ao processo. Esse indexador identificaria os seguintes tipos de erros: xado vrias vezes, uma vez por cada indexador, de modo que o desempenho dos
l. O indexador infringe a poltica, especialmente a relativa exaustividade da indexadores fosse comparado sobre uma base comum. Isso, porm, nem sempre
indexao. possvel devido especializao de assuntos dentro do grupo.
 88 INDEXAO E RESUMOS: TEORIA E PRTICA

Em grandes servios de informao, que dependem do trabalho de muitos

indexadores, especialmente quando a indexao descentralizada, provavel-
mente ser essencial implantar alguma forma de controle de qualidade. Se 0
r 6. QUALIDADE DA INDEXAO

Fatores ligados ao indexador

Conhecimento do assunto
Experincia
Fatores ligados ao documento
Contedo temtico
Complexidade
89

volume de documentos indexados for muito grande, talvez seja economicamen-

Concentrao Lngua e linguagem
te invivel verificar todos os registros antes que dem entrada na base de dados, Capacidade de leitura e compreenso Extenso
e assim seria necessria alguma forma de amostragem. Seria possvel, mas no Apresentao e sumarizao
suficiente, fazer uma amostragem completamente aleatria dos registros, princi-
Fatores ligados ao vocabulrio Fatores ligados ao "processo'
palmente se o ndice de erros for provavelmente baixo. Isso exige um processo
Especitlcidade/sintaxe Tipo de indexao
automtico de 'marcar' os registros para que sejam inspecionados por especia- Ambigidade ou impreciso Regras e instrues
listas, com base no fato de que tais registros parecem 'suspeitos'. Qualidade do vocabulrio de entradas Produtividade exigida
Todeschini desenvolveu um mtodo engenhoso para identificar esses regis- Qualidade da estrutura Exaustividade da indexao
tros suspeitos (Todeschini e Farrel, 1989); Todeschini e Tolstenkov, 1990). Disponibilidade de instrumentos auxiliares atlns
Fatores ambientais
Esse mtodo vem sendo empregado na Agncia Internacional de Energia Atmi- Calefao/refrigerao
ca, em Viena, para o controle de qualidade da base de dados INIS (Todeschini, Iluminao
1997), e se tornou possvel devido ao fato de os itens includos na base de dados Rui do
serem indexados com descritores extrados do tesauro INIS (uma mdia de apro-
ximadamente 11 termos po1 item em 1990), alm de serem classificados numa FlGUllA 35

dentre 237 categorias genricas de assuntos. Em essncia, o sistema capaz de
identificar registros em que os descritores a eles atribudos sejam atpicos dos
descritores fortemente relacionados com a categoria onde foi anteriormente
classificado. Se os descritores atribudos a determinado documento, que houver
sido colocado na categoria x, forem atpicos do 'perfi I' do descritor anterior atri-
budo a X, esse registro ser um bom candidato reviso de controle de quali-
dade, pois a classificao ou a indexao pode estar errada.
Fatores que influem na qualidade da indexao
Lamentavelmente no foram muitas as pesquisas realizadas sobre os fatores
que apresentam maior probabilidade de influir na qualidade da indexao. Na
figura 35 apresenta-se uma tentativa de identificar esses fatores, mas ela se
baseia mais no senso comum ou na intuio do que em provas concretas.
Os indexadores devem ter algum conhecimento do contedo temtico tra-
tado e entender sua terminologia, embora no precisem necessariamente ser
especialistas no assunto. Na realidade, algumas instituies tm enfi:entado pro-
blemas com indexadores que so 'especialistas' demais, pois sua tendncia
interpretar o texto de modo excessivo e talvez extrapolar aquilo que o autor afir-
ma (por exemplo, indexar uma aplicao possvel que no esteja identificada
especificamente no artigo) ou mesmo revelar preconceitos ao no indexar afir-
maes que relutam em aceitar (ver lntner, 1984, e Bell, 1991a, para comen-
trios sobre vis e censura na indexao). A falta de conhecimento do assunto
pode, contudo, levar indexao excessiva. Incapaz de distinguir entre dois ter-
mos, o indexador talvez atribua ambos quando bastaria apenas um ou apenas um
seria correto. Loukopoulos (1966) refere-se a isso como indeciso do indexador.
Fatores que podem afetar a qualidade da indexao
O autordeclar.!-se reconheddo a Oliwret ai. { 1966) pela idia que in5pirou e na fi;.'llra
Mai (2000) identifica cinco estdios no desenvolvimento de um indexador:
principiante, principiante adiantado, competente, proficiente e especialista. Ele
sustenta que somente o especialista tem capacidade para "indexar o mesmo
documento com o emprego de diferentes mtodos". Isso implicaria, por exem-
plo, que somente um especialista teria a capacidade de indexm o documento A
para a clientela X e index-lo de modo diferente para a clientela Y. Ainda que isso
soe aparentemente plausvel, deve-se tambm admitir que possvel programar
um computador para indexar o mesmo texto de diferentes formas (isto , para
diferentes clientelas) mediante a ligao de ocorrncias de palavras/frases com
diferentes conjuntos de termos de indexao.
claro que um tipo particular de especialista o prprio autor do docu-
mento. J foram realizados alguns estudos sobre o autor como indexador. Por
exemplo, Diodato ( 1981) estudou a coerncia na seleo de termos entre trs
grupos: autores, indexadores e leitores de m1igos de matemtica. Ebinuma et ai.
( 1983) traduziram as palavras-chave atribudas pelo autor para os termos de um
tesauro e os compararam com termos j atribudos por indexadores experientes.
A indexao oriunda do autor pareceu produzir melhor preciso porm menor
revocao. Mulvany (1994) examina os prs e contras de os prprios autores
indexarem seus livros.
Rasheed ( 1989) levou a cabo estudo similar, comparando termos atribudos
por autores de artigos de medicina com termos atribudos por indexadores do
MEDLARS. Ele constatou que os indexadores atribuam muito mais termos e que
os termos que eles empregavam eram mais especficos do que os empregados
90 INDEXAAO E RESUMOS: TEORIA E PRTICA
pelos autores. Outros estudos trataram da indexao de livros como unidades
independentes. Diodato e Gandt ( 1991) constataram que indexadores profissio-
nais produziam ndices que eram mais completos do que os ndices feitos pelos
prprios autores, embora as diferenas (por exemplo, em nmero de entradas
por pgina de texto) no fossem to grandes quanto seria de se esperar. Tambm
se constatou que os autores apresentavam deficincias na redao de resumos de
seus prprios miigos, aspecto a ser focalizado em prximo captulo.
O conhecimento dos interesses dos usurios da base de dados especial-
mente importante porque a 'boa' indexao deve ser talhada s necessidades de
determinada comunidade, sempre que possvel. Anos de experincia como inde-
xador tambm so um ~1tor que influi sobre a qualidade, da mesma forma que
outras caractersticas, como a capacidade de a pessoa se concentrar, ler rapi-
damente e compreender prontamente. Finalmente, e talvez o mais importante de
tudo, um bom indexador deve gostar do que faz. improvvel que se consiga ob-
ter uma boa indexao de algum que detesta o que est fazendo.
Tambm intervm nisso fatores ligados ao documento. Alguns assuntos so
de mais difcil compreenso do que outros. Comumente, a teoria muito mais
difcil do que a prtica, como ocorre nas diferenas entre mecnica aplicada e
engenharia. Relacionado a isso, naturalmente, est o grau de 1 correspondncia'
entre o contedo temtico do documento e o conhecimento ou os interesses do
indexador.
'Lngua' pode ser interpretada de vrias formas. Evidentemente, o indexador
que no souber russo dificilmente poder indexar artigos em russo de modo
eficiente, a no ser que contenham resumos claros e completos na prpria lngua
do indeXador (o que no usual). Outro aspecto concerne clareza da linguagem
do autor. Alguns autores expem suas idias ou descobertas de modo mais claro
do que outros, tornando menos difcil o trabalho do indexador. Finalmente,
existem alguns fatores ligados apresentao que influiro sobre a maior ou
menor facilidade que o indexador ter para descobrir de que trata o documento:
o ttulo preciso ou enganador, existe um resumo ou algum outro tipo de suma-
rizao que reflita integralmente o contedo do item?
natural que os fatores ligados ao vocabulrio tambm influam na qualidade
da indexao. Quanto mais especfico o vocabulrio, mais minuciosoS sero os
matizes de significado que permite expressar; e quanto mais minuciosos os
matizes de significado, mais difcil ser estabelecer diferenas entre termos
muito afins e empregar estes termos de modo coerente. Elementos sintticos
adicionais, como subcabealhos ou indicadores de funo, aumentam a especifi-
cidade e complicam o trabalho de indexao.
Termos que sejam ambguos ou imprecisos (que caream de contexto ade-
quado ou notas explicativas) so difceis de interpretar e empregar corretamente,
alm do que o vocabulrio deve contar com uma estrutura suficientemente com-
pleta (por exemplo, a estrutura.TG/TEITR do tesauro convencional) que guie o
6. QUALIDADE DA INDEXAO 91
indexador at o termo mais .adequado para representar determinado tpico. As
dimenses e a qualidade do vocabulrio de entradas* tambm sero impolian-
tes, do mesmo modo que a disponibilidade de diversos instrumentos auxiliares
afins, como dicionrios ou glossrios especializados.
Outros fatores que influem na qualidade tm a ver com o prprio processo de
indexao. Alguns tipos de indexao, como a extrao de palavras ou expres-
ses do texto, no exigem muita concentrao, esforo intelectual ou experinM
c ia, enquanto outros tipos, principalmente os que exigem o estabelecimento de
relaes conceituais precisas (mediante indicadores de funo ou relacionais),
encontram-se na extremidade oposta do leque de dificuldades. Em geral, quase
certo que os indexadores tenham desempenho mais eficaz quando recebem re-
gras e instrues precisas do que quando trabalham em condies de completa
liberdade. A produtividade exigida outro fator importante. Se for exigido do
indexador que d conta de certo nmero de itens por dia, ele poder sentir-se
pressionado e isso levar a erros por descuido, especialmente se a instituio
tiver uma expectativa excessiva de produo diria. Alm disso, a indexao
exaustiva demanda mais tempo do que a indexao seletiva.
Por fim, a indexao requer concentrao, e condies ambientais desfavo-
rveis tm um efeito negativo sobre a exatido dessa tarefa intelectual.
Outra maneira de analisar os fatores que influem na qualidade ela indexao
diz respeito s dificuldades que os indexadores defrontam. Oliver et ai. (1966),
em levantamento baseado em entrevistas, que abrangeu 61 indexadores, obser-
varam que 11 tomar decises sobre como melhor descrever o contedo dos docu-
mentos" era (o que no surpreende) o problema mencionado com mais freqn-
cia. Infelizmente, este problema geral, difuso e refratrio a solues fceis.
Outros problemas importantes mencionados foram 'entender material novo ou
desconhecido' e falta de termos apropriados nos vocabulrios controlados. Chu
e O'Brien (1993) estudaram a etapa de anlise conceitual da indexao, em
pesquisa da qual participaram mais de uma centena de indexadores principiantes
(estudantes), mas sua pesquisa baseou-se em somente trs breves artigos, de
modo que difcil, a pmiir de seus dados, chegar a uma concluso slida.
A qualidade est relacionada coerncia?
Qualidade e coerncia no so a mesma coisa: pode-se ser coerentemente
ruim bem como coerentemente bom! Apesar disso, percebe-se intuitivamente
que deve haver uma relao entre coerncia e qualidade. Por exemplo, se trs
indexadores costumam concordar entre si, porm um quarto indexa de forma
bastante diferente, a tendncia da gente acreditar no consenso.
* Um vocabulrio de entmd<1s um<1 lista de tennos no-preferidos, que ocorrem na literatura, que
remetem pnra os termos preferidos apropriados mediante o emprego de remissivas do tipo ver ou
usar. A importncin disso exmninaa n!hmes (por exemplo, em Lancaster, 1986).
92 INDEXAO E RESUMOS: TEORIA E PRTICA
Cooper (1969), em attigo polmico, questiona o valor da coerncia como
indicador de qualidade. O aspecto por ele suscitado exemplificado com refew
rncia figura 36. Um centro de informao emprega quatro indexadoresA-D. B
e c so bastante coerentes entre si, porm A e D tm ambos suas idiossincrasias.
No entanto, por essa ou aquela razo, a viso de mundo de D est mais prxima
da dos usurios do centro, e os termos que atribui refletem melhor os interesses
deles. Presumewse que sua indexao seja a melhor, pelo menos para essa clien-
tela especfica. Neste caso, ento, os indexadores que so mais coerentes entre si
no produzem o melhor trabalho, embora no sejam to ruins quanto A cuja
indexao se distancia ainda mais dos interesses dos usurios.
A------~
s _ 7
INTERESSES DOS
USUARIOS
c
o-
FIGURA36
Coerncia do indexador relacionada aos interesses dos usurios
Conquanto essa situao seja plausvel, talvez no seja assim to exagerada.
difcil compreender por que B e c seriam mais coerentes entre si, a menos que
isso refletisse o fato de serem os indexadores mais experientes. Se o so, a lgica
sugere que so esses dois os que deveriam ter mais conhecimento acerca dos
usurios. So muito poucos os estudos que se relacionam de alguma forma com
os argumentos de Cooper. No entanto, Diodato (1981) verificou, de fato, que a
coerncia entre autores de artigos de matemtica e indexadores profissionais era
maior do que a coerncia entre autores e leitores dos m1igos.
Leonard ( 1975) empreendeu o nico esforo srio visando a estudar a rela-
o entre qualidade e coerncia na indexao. 'Qualidade' foi definida em
termos de eficcia de recuperao- a capacidade de recuperar o que desejado
e de evitar o que no desejado. Lconard trabalhou com duas colees separadas
de dados, que eram subconjuntos de estudos de avaliao anteriores. Essas
colees compreendiam documentos, pedidos, estratgias de busca e avaliaes
de relevncia. Para cada pedido conheciam-se os itens que haviam sido julgados
relevantes e quais os que no haviam sido considerados relevantes. Os conjuntos
de termos atribudos aos documentos pelos indexadores que participaram do
estudo podiam assim ser comparados com estratgias de busca construdas ante-
riormente, pei'mitindo ao pesquisador identificar se determinado documento
seria ou no recuperado com determinada estratgia.
r 6. QUALIDADE DA INDEXAO
A comparao entre coerncia e eficcia de recuperao mostrou-se mais
difcil do que fora antecipado. Um problema importante se deve ao fato de que a
'eficcia' da indexao normalmente associada ao trabalho de um nico inde~
xador, enquanto a coerncia, por definio, uma medida que se refere ao traba-
93
lho de dois ou mais indexadores (Leonard mediu a coerncia do grupo bem como
a coerncia de par de indexadores). Leonard combinou os escores de 'eficcia'
para dois (ou mais) indexadores e em seguida comparou este escore com a
medida de coerncia para estes indexadores. O escore de eficcia leva em conta
a quantidade de documentos relevantes recuperados c a de documentos irrcle~
vantes recuperados, e estes escores podem ser combinados determinando~se a
mdia dos resultados para os dois indexadores ou agregando-os. Se se empregar
o mtodo de agregao, somente sero contados itens singulares, o que, com
efeito, considera os dois indexadores como se fossem um indivduo nico.
Leonard observou uma relao positiva 1 de moderada a forte' entre coern~
cia e eficcia de recuperao, com uma 'relao positiva claramente definida'
entre coerncia e o coeficiente de revocao.
A utilidade dos estudos de coerncia
A pesquisa realizada por Leonard ( 1975) sugere que de fato existe uma rela-
o positiva entre coerncia e qualidade da indexao, onde 'qualidade' refere-
se eficcia de recuperao. Mesmo que nenhuma relao houvesse sido desco-
be!ia, os estudos de coerncia ainda teriam alguma utilidade. Hooper (1966)
sugeriu vrias aplicaes, inclusive:
I. Na seleo ou treinamento de indexadores. A indexao feita por treinandos
comparada com algum padro preestabelecido.
2. No controle permanente da qualidade das atividades de indexao.*
3. Para descobrir problemas na utilizao de um vocabulrio controlado; por
exemplo, identificao de termos ou tipos de termos que sejam freqUentemen-
te empregados de modo incoerente por causa de ambigidades ou coincidn-
cias de sentido.
4. Para descobrir quaisquer problemas que possam existir relativos s regras de
indexao.
5. Para determinar se a coerncia ou no menor no tratamento de certas reas
temticas ou tipos de documentos.
Neste captulo, aceitou-se que qualidade de indexao significa o mesmo
que 'eficcia de recuperao' da indexao. Nem todos a definem desta forma.
Rolling (1981 ), por exemplo, afirma que: "Pode-se definir qualidade de indexa-
o como o grau de concordncia entre os termos atribudos pelo indexador e um
* Stubbs et ai. (1999) examinam como os estudos sobre coerncia interindexadores podem ser
utilizados no monitoramento pemwnente da indexao numa instituio. Eles combinam clculos
de coerncia com o emprego de 'cartas-controle' adotadas em engenharia industrial.
 INDEXAO E RESUMOS: TEORIA E PRTICA
94
grupo de termos 'ideais' ou 'timos'." Em seguida, ressalta que a melhor_ m~nei
ra de alcanar o ideal mediante alguma forma ele consenso entr~ e,spect~hstas;
O trabalho do indexador comparado com o consenso, e ele sena penalizado
se no utilizasse termos sobre os quais os especialistas houvessem concordado,
bem como se usasse termos sobre os quais no tivesse havido concordncia.
Rolling, que parece desconhecer o trabalho de Leonard, atil;na~q~,e ~ned~das de
eficcia "no so praticveis11 , enquanto os estudos de coerencm na o sao con-
fiveis11. Ele defende estudos de qualidade, baseados no mtodo do consenso,
empregando-se os estudos de coerncia apenas para pesquisar 'influncias e
tendncias'. fvlais no final deste capitulo encontra-se um exemplo da pontuao
da indexao baseada nas sugestes de Rolling.
Vrios outros pesquisadores procuraram avaliar a indexao for.a do COI.ltex-
to do sistema de recuperao em que ela ocorre. Por exemplo, \Vh1te e Gnffith
( 1987) descrevem uma abordagem na qual so adotados mtodos externos ao
sistema de indexao que esteja sendo estudado, a fim de estabelecer um con-
junto de documentos considerados 'similares em contedo'. Empregando con-
juntos desse tipo (eles os denominam aglomerados de docwnen!os que servem
de critrio) como base para avaliao, examinam trs caractersticas dos termos
de indexao atribudos a itens do conjunto em determinada base de dados:
1. A extenso com que os termos unem itens afins. A medida bvia disso a
quantidade de termos que foram aplicados a todos o.u maior i~ dos itens do
conjunto. Os itens sero tidos como intimamente umdos se vnos termos de
assuntos houverem sido aplicados a todos eles.
2. A extenso com que os termos discriminam entre esses conjuntos na base d_e
dados. A medida mais bviadisso a freqncia com que termos que se apli-
cam maioria dos documentos do conjunto ocorrem na base de dados como
um todo*. Termos muito comuns no so bons discriminadores. Por exem-
plo, no MEDLINE, o termo humano pode aplicar-se a cada item num conjunto,
mas tem pouca utilidade para separar este conjunto de outros, uma vez que se
aplica a inmeros outros itens da base de dados. Por outro !~do: te_rmos que
ocorrem muito raramente na base de dados como um todo serao ute1s em bus-
cas altamente especficas, porm tero pouca serventia na identificao de
conjuntos um pouco maiores.
3. A extenso com que os termos discrim inamminuciosamente entre documen-
tos distintos. Aqui tambm a raridade uma medida aplicvel. Do mesmo
modo a exaustividade da indexao: um termo pode aplicar-se a todos os
itens de um conjunto, mas no pode discriminar entre seus membros; quanto
~ Ajiferukc e Chu ( 1988) criticmn o ndice de discriminao adotado por ~Vhite e Gri~lth porque
no leva em considerao 0 tamanho da base de dados; propem uma med1d1~ alternat1v~ ~u_e leve
isso em conta. Em artigo relacionado a esse (Chu e Ajiluke, 1989), ~~hcam os cnt~nos de
I. de IV\111:
avam,o "t/Gritllth , com seu prprio ndice de discriminao modJ!Jcado, na avaliao da
indexao em bases de dados de biblio.teconomia.
6. QUALIDADE DA INDEXAO 95
mais termos adicionais forem atribudos a cada membro, mais diferenas in-
dividuais sero identificadas.
Para examinar a qualidade dessa forma, deve-se primeiro estabelecer os
conjuntos de teste, recuperar registros para os membros de cada conjunto de uma
base de dados, e estudar as caractersticas dos termos atribudos. \Vhite e Griffith
empregaram essa tcnica para comparar a indexao de seus conjuntos de teste
em diferentes bases de dados. Comparar bases de dados dessa maneira confir-
mar o pressuposto de que os itens do conjunto de teste so de fato similares em
seu contedo. \Vhite e Griffith empregaram a co-citao como base para estabe-
lecer seus conjuntos de teste, embora outros mtodos, inclusive o acoplamento
bibliogrfico, tambm possam ser utilizados.
A utilidade desse trabalho limitada pelo fato de que somente foram empre-
gados aglomerados muito pequenos (na faixa de trs a oito itens). Alm disso, a
validade do mtodo como teste da indexao feita por seres humanos depende
inteiramente de se estar disposto a aceitar um aglomerado de co-citaes como
sendo um padro legtimo. Poder-se-ia apresentar um argumento convincente,
segundo o qual faria mais sentido empregar indexadores especialistas como
padro para aferir a legitimidade do aglomerado de co-citaes.
White e Griffith afirmam que o mtodo til para um produtor de bases de
dados aferir a qualidade da indexao, e apresentam exemplos de termos que
talvez devessem ter sido utilizados pelos indexadores do MEDLINE ou acrescen-
tados ao vocabulrio controlado. Essas aferies de 'qualidade' podem, entre-
tanto, ser feitas de modo mais simples: conjuntos de itens definidos por um ter-
mo ou termos determinados (por exemplo, 'supercondutores' ou 'superconduti-
vidade', que ocorram como termos de indexao ou palavras do texto) so recu-
perados de diversas bases de dados e sua indexao comparada sem o empre-
go da co-citao como padro. Com efeito, este tipo de estudo tambm foi feito
pelo mesmo grupo de pesquisadores (McCain et ai., 1987). Para li pedidos for-
mulados por especialistas nas cincias mdicas comportamentais, foram feitas
buscas comparadas nas bases l'viEDLINE, Excerpta Medica, Psyc!NFO, SCISEARCH e
SOCIAL SCISEARCH. Nas trs primeiras as buscas foram feitas com: a) termos
controlados, e b) linguagem natural, e nas bases de citaes foram feitas: a) em-
pregando a linguagem natural dos ttulos, e b) empregando citaes de itens rele-
vantes conhecidos como pmitos de entrada. Embora o objetivo da pesquisa fosse
~studar a qualidade da indexao do 1\IEDLINE, pouco descobriu que se traduzis-
se em recomendaes National Library ofMedicine quanto prtica da inde-
xao, embora se fizessem recomendaes sobre o alcance da indexao.
As concluses mais importantes do estudo foram: I) a incorporao de mto-
dos de linguagem natural nas estratgias de busca resultou em melhoramentos
significativos da revocao em comparao com o emprego somente de termos
controlados. 2) a recuperao de citaes deve ser considerada um comple-
mento importante para a recuperao baseada em termos porque podem ser
96 INDEXAO E RESUMOS: TEORIA E PRTICA 6. QUALIDADE DA INDEXAO
97
encontrados itens relevantes adicionais com o emprego do mtodo de citaes, e
3) nenhuma base de dados pode sozinha fornecer uma cobertura completa de INDEXADORA
uma hibliografia multidisciplinar complexa. Escore C a bealhos/su bcabenlhos
15 *Bao
A qualidade medida com o emprego de um padro -13 (-7,-1,-4,-1)
Coristomnlcomplicaes/'"radiogratla/radionucldeo
8 (6,-1,+3) Doena de Hodgkin/complicao/ciruraia
Em estudo realizado para a National Library offvledicine (Lancaster et ai., -4 (-3,-1) Eritrcitoslradionucldeo "'
1996), desenvolvi um mtodo para avaliar a qualidade da indexao para o -3 Espao retroperitoneal
MEDLINE, seguindo a orientao proposta por Rollii1g ( 1981 ), que consistia em 6 Esplencctomia
6 Hu111ano
comparar o trabalho dos indexadores com um 'padro', que seria um conjunto de 6 Masculino
termos estabelecido de comum acordo por indexadores altamente experientes. A 6 Meia-idade
figura 37 mostra o exemplo do padro para um artigo e a figura 38 mostra os ter- 6 Recidiva
mos selecionados por dois indexadores diferentes para este mesmo artigo. 6 Relato de caso
7(8,-1) Tecncio/uso diagnstico
8 Tomografia computadorizada por raios x
Escore Cabcalhos/subcabcalhos
10(15,-4,-1) Trombocitopenial*ctiologiafterapia
9 (6+3) Auto-anticorpos/anlise Total 64
26(15+5+3+3) Bao/*anonna!idades/radiogrntia/radionucldeo
6 Doena crnica
INDEXADORB
9 (6+3) Doena de Hodgkin/cirurgia
Escore Cabealhos/su bcabeal hos
6 Esplenectomia
15 *Bao
6 Humano
-15 (-7,-4,-4) Co ris toma/* rad iogratl a/* rad i onu cl deo
6 !VIascu\ino
6 Doena crnica
6 Meia-idade
5 (6,-1) Doena de Hodgkin/terapia
9 (6+3) Plaquetas/imunologia
-4 (-3,-1) Espao retroperitoneal/mdionuclideo
6 Recidiva
4 *Esplenectmnia
6 Relato de caso
6 Humano
20(15+5) Tecncio/*uso diagnstico
-4(-3,-1) lmunoglobulinas/uso teraputico
15 *Tomogratia computadorizada por raios X
23(15+5+3)
-3 Induo de remisso
Trombocitopenia/*imunologia/cirurgia
-3 Laparotomia
Total !53
6 Masculino
6 Meia-idade
FIGURA37
-4 (-3,-1) Prednisolonaluso teraputico
'Padro' de indexao para um artigo mdico, mostrando escores relativos 6 Relato de caso
atribuio de vrios tipos de termos 15 *Tomografia computadorizada por raios x
6 (15,-4,-4,-1) T rombo c itopen iaf* rad io grati ai* rad ion ucl deo/terap i a
O padro representa o consenso de um grupo de indexadores experientes Total 29
sobre qual seria a indexao 'ideal' para esse item. Eles chegaram a 14 termos.
Uns so cabealhos de assuntos) outros so etiquetas, e alguns dos cabealhos de FIGURA 38
Escores de dois indexadores em comparao com o padro da figura 37
assuntos recebem um ou mais de um subcabealho. Ademais) um cabealho de
assunto ou uma combinao cabealho de assunto/subcabealho pode ser sele-
cionado como 'mais impo11ante'. Isto , esses so os termos que os indexadores O escore reflete a impot1ncia dos diversos termos e combinaes de ter-
mos segundo o julgamento dos indexadores especialistas, a saber:
julgam mais imp011antes para o artigo e sob os quais o artigo aparecer na verso
impressa do Index lv!edicus. So identificados com um asterisco. Por exemplo, 6 pontos por ca.bealho de assunto atribudo corretamente sem asterisco
~pontos por et1queta ( qual no se aplicam asteriscos)
TOMOGRAFIA COMPUTADORIZADA POR RAlOS X foi se lecionado como um termo
.; pontos por subcabealho sem asterisco
mais impot1ante, do mesmo modo que a combinao BAO/ANORMALIDADES.
15 pontos por cabealho de assunto sem asterisco
Note-se que o asterisco aplicado a um subcabealho automaticamente trans-
5 pontos por subcabealho sem asterisco.
portado para o cabealho ao qual se acha ligado.
O escore mximo possvel para esse item 153 . Isto , na 1Hpo
, 'tese mmto
,
unpro-
98 JNDEXAO E RESUMOS: TEORIA E PRTICA
vvel de um indexador repetir exatamente o padro, ser-lhe-ia atribudo o esco-
re completo. Qualquer desvio do padro- no atribuir um termo necessrio,
no usar o asterisco adequadamente, ou empregar um termo fora do padro -
resulta na perda de pontos. Note-se como os termos e as combinaes de termos
realmente importantes contribuem grandemente para o escore. O termo BAO
leva trs subcabealhos, um deles com asterisco. Bao faz 15 pontos porque
recebe um asterisco do subcabealho com asterisco A.>'IORMALIDADES, de modo
que o escore total para esta com.binao de 15 para o cabealho principal com
asterisco, cinco para o subcabealho com asterisco e trs cada um para os ou-
tros dois cabealhos, num total de 26.
Esse item foi indexado duas vezes, uma pelo indexador A e uma pelo inde-
xador B (figura 38). Pontuar o trabalho dos indexadores um pouco mais com-
plexo porque eles recebem uma pontuao positiva pela atribuio correta dos
termos no padro e uma pontuao negativa pela atribuio de termos que no
sejam do padro. Quando o indexador ace11a exatamente o padro para um
termo, o escore para esse termo transferido para o escore do indexador. Qual-
quer desvio resulta num escore reduzido ou, o que pior, num escore negativo.
A pontuao completa a seguinte:
Coincidncia exata com o padro: transportar o escore do padro
-7 para cabealho com asterisco fora do padro
-4 para subcabealho com asterisco fora do padro
-3 para cabealho sem asterisco fora do padro
-1 para subcabealho sem asterisco fora do padro
4 para um cabealho com asterisco colocado pelo indexador, porm sem
asterisco no padro (ao contrrio do 6 se o asterisco no fosse atribudo
pelo indexador)
8 para um cabealho com asterisco no padro, mas no colocado pelo
indexador (ao contrrio de 15 se o asterisco fosse atribudo corretamente)
- 1 para subcabealho com asterisco no padro, mas que o indexador
no atribuiu.
:Muito embora isso parea bastante complexo, no bem assim porque, uma
vez definido o mtodo de pontuao, possvel escrever programas bem sim-
ples (e alguns j foram escritos) tanto para pontuar o padro quanto para pontu-
ar o trabalho dos indexadores em comparao com o padro.
A aplicao de escores indexao da National Library ofMedicine mais
complexa do que o seria em muitas outras situaes, devido ao emprego de
subcabealhos e distino entre descritores mais e menos impo11antes, de modo
que fica tambm mais difcil alcanar um acordo sobre quais devam ser os esco-
res. Ainda que os escores numricos verdadeiros usados nesses exemplos (re-
ais) sejam considerados um tanto arbitrrios, eles de fato refletem a enormidade
percebida de vrios tipos de erro indexado.
Se tiver havido acordo quanto aos escores, esse mtodo de avaliao da
6. QUALIDADE DA INDEXAO
99
indexao bastante discriminativo. Isto , reflete claramente os desvios em
relao ao padro. Embora,.nesse exemplo especfico, nem o indexador A nem
o indexador B tenham se sado muito bem, evidente que A ficou mais petto do
padro do que B, e os escores refletem isso. B perdeu por ter deixado de fora por
completo um termo considerado 'impmtante' pelo padro e tambm porque in-
troduziu vrios termos externos ao padro.
Como foi antes salientado neste captulo, a qualidade da indexao mais
bem avaliada no contexto de uma avaliao completa do sistema de recupera-
o no qual so utilizados pedidos de usurios reais, como aconteceu no estudo
sobre o MEDLARS (Lancaster, l968a). No obstante, a utilizao do mtodo do
'padro-ouro' pode ser eficaz, especialmente na avaliao do progresso de
indexadores em fase de treinamento e na comparao do trabalho de um orupo
de indexadores com o de outro grupo. a
Esse nico exemplo ilustra tambm como a concordncia quanto ao uso de
etiquetas muito mais fcil de alcanar do que a concordncia quanto a outros
tet~m?s, e que quanto mais refinada for a indexao (mediante o emprego de
mult1plos subcabealhos e asteriscos) mais diffcil fica alcanar acordo total.
Susanne Humphrey ( 1995), da National Librm-y o f Medicine, props um
mtodo de pontuao que usa escores de qualidade para medir a coerncia da
inde~ao. Nesse mtodo, depois que os indexadores hajam sido pontuados em
coteJO com o padro, o trabalho pontuado que cada um executou num mtigo
torna-se o padro em comparao com o qual cada um dos indexadores ser
avaliado, cada um por seu turno, no que tange coerncia. O emprego desse
mtodo pode ser ilustrado por meio de um exemplo simples, como o seguinte:
Imlcxador .-\ Indexaf.101 B
Ala 6+3 Ala 6+3
s/c/d 6+3+3 c/*c 15+5
c/*c 15+5 D/d 6+3
E 6
Total 41 Total 44
Se A for o padro, o indexador B faz 29 pontos (os escores para os termos em
que B concorda com A), de modo que a coerncia expressa como 29/41, ou
70,7. Se B foro padro, o escore de A de 29/44, ou 65,9. Quando as duas com-
paraes (A com B, B com A) so combinadas, a mdia alcanada de 68,3.
Embom engenhoso, no fica totalmente claro qual o verdadeiro sionificado do
. o
escore: Basicamente, embora os escores de 'qualidade' hajam sido preservados,
a quahdade no est sendo medida diretamente (pois o escore de nenhum dos
indexadores compamdo c~nn o padro). Trata-se simplesmente de uma medi-
da alternativa de coerncia que, conforme foi sugerido no captulo anterior, tem
pelo menos o mrito de levar em conta a importncia relativa dos termos. Isto ,
se um ~ndexador deixar de usar uma combinao de alta pontuao utilizada por
outro Indexador, isso reduzir o escore de coerncia entre eles muito mais do
que o faria a falta de concordncia quanto a um termo de baixo escore.
 CAPTULO 7
Resumos: tipos e funes
resumo uma representao sucinta, porm exata, ?o_contedo de ut~~ do-
O cumento. Endres-Niggemeyer (1998) adota defin1ao semelhante: Um
texto, breve e coerente, que se destina a informar o usurio sobre os conhe-
cimentos essenciais transmitidos por um documento".
preciso distinguir entre as palavras resumo e extrato. Este uma verso
abreviada de um documento, feita mediante a extrao de frases do prprio
documento. Por exemplo, duas ou trs frases da introduo seguidas de duas ou
trs frases das concluses ou resumo do autor podem dar uma boa indicao
daquilo de que trata um artigo de peridico. O verdadeiro resumo, ainda que in-
clua palavras que ocorram no documento, um texto criado pelo resumidor e
no uma transcrio direta do texto do autor. O termo 'sumarizao' hoje mui~
to usado para designar qualquer processo que produza representaes conden-
sadas de textos e, assim, aplica-se tanto redao de resumos quanto de extratos.
Os resumos podem ser caracterizados de inmeras formas, inclusive segundo
sua extenso. Na figura 3, por exemplo, apresentam-se dois resumos diferentes,
um mais extenso do que o outro. No h absolutamente razo alguma pela qual
todos os resumos tenham aproximadamente a mesma extenso. Entre os fatores
que influem na extenso de um resumo temos os seguintes:
1. A extenso do item que est sendo resumido (Craven, 1990, no entanto, no
encontrou correlao entre a extenso do artigo e a extenso do resumo, po~
rm ele trabalhou com uma rea temtica muito limitada);
2. A complexidade do contedo temtico;
3. A diversidade do contedo temtico. Por exemplo, um resumo preparado
para os anais de um evento talvez precise ser bastante longo se os trabalhos
apresentados abrangerem uma ampla gama de assuntos; . sobre objetivo, alcance e mtodos, mas tambm deve conter resultados, conclu-
4. A importncia do item para a instituio que elabora o resumo. Assim c01~o
ocorre com a exaustividade da indexao, um centro de informao industnal
talvez precise redigir resum<?S mais longos dos relatrios da prpria empresa
do que de outros itens;
5. A 'acessibilidade' do contedo temtico. Especialmente num servio de resu-
mos em forma de publicao, seria sensato fazer resumos mais completos
de documentos menos acessveis fisicamente (como relatrios de circulao
limitada ou trabalhos apresentados em eventos) ou intelectualmente (por
exemplo, redigidos em lnguas pouco conhecidas).
r 7. RESUiv!OS: TIPOS E FUNES
6. Custo. Resumos longos no ficam necessariamente mais caros do que resu-
!OI
mos curtos. De fato, talVez demore mais a redao de uma boa sntese de
200 palavras do que uma de 500. bvio, porm, que o custo de um servio
de resumos em formato impresso aumentaria de modo expressivo se a exten-
so mdia dos resumos aumentasse 50%, por exemplo. Isso teria reflexo so-
bre todos os custos, desde a composio do texto, at o papel e correio.
7. Finalidade. Um resumo que se destine essencialmente a proporcionar acesso
a um documento com finalidade de recuperao precisa ser mais longo para
que possa oferecer suficientes pontos de acesso.
Um resumo muito breve (por exemplo, que procure descrever um documento
com uma nica frase) s vezes denominado anotao, termo que, no entanto,
bastante impreciso.*
Faz-se amide uma distino entre resumos indicativos (s vezes denomi-
nados descritivos) e resumos informativos. Essa diferena exemplificada nas
figuras 39 e 40 que mostram dois tipos diferentes de resumos preparados para o
item inicialn.1ente apresentado na figura 3. O resumo indicativo simplesmente
descreve (indica) de que trata o documento, enquanto o resumo informativo
procura sintetizar a substncia do documento, inclusive seus resultados.
Foram feitas entrevistas telefnicas em 1985 com 655 norte-americanos selecionados por amos-
tragem probabilstica. Expressam-se opinies sobre se: I) a fonnao de um Estado palestino
essencial para a paz na regio; 2) deve ser reduzida a ajuda norte-americana a Israel e ao Egito;
3) os EUA devem a) participar de uma conferncia de paz que inclua a OLP, b) no favorecer
nem Israel nem as naes rabes, c) manter relaes amistosas com ambos. Os entrevistados
indicaram se estavam suficientemente infonnados sobre os vrios gmpos nacionais da regio.
FIGURA39
Resumo indicativo
Isto , o resumo indicativo mencionaria quais os tipos de resultados alcana-
dos no estudo, enquanto o infonnativo faria uma sntese dos prprios resultados.
Cremmins (1996) explica que os resumos indicativos contm informaes sobre
a finalidade, alcance ou metodologia, mas no sobre os resultados, concluses
ou recomendaes. Por outro lado) o resumo informativo inclui informaes
ses ou recomendaes. Para algumas finalidades, um bom resumo informativo
serviria como um substituto razovel da leitura do documento.** improvvel
*Alm de tudo, o campo da indeXao e recuperao de vdeo costuma empregar 'anotao' ao
invs de 'indexao', o que imperdoavelmente enganoso.
** Isso no est isento de perigos. Por exemplo, Haynes et ai. (1990) apresentam indcios que su-
gerem que os mdicos s vezes tomam decises sobre o tratamento dos pacientes baseados em
leituras que no alcanam a totalidade do texto dos artigos mdicos. Esse risco agravado pelo
fato de estudos recentes mostrarem que os resumos nas revistas mdicas, mesmo as mais impor-
tantes, tendem a ser muito deticientes (ver captulo 9).
102 INDEXAO E RESUMOS: TEORIA E PRTICA
que um resumo indicativo sirva como substituto dessa forma. Seu propsito
principal seria indicar ao leitor do resumo se seria provvel que viessem a querer
ler o original. Por razes bvias, os resumos informativos costumam ser mais
longos do que os indicativos. Tambm so mais difceis de redigir. Realmente,
embora comumente seja possvel redigir um resumo informativo de um estudo
experimental, talvez isso seja quase impossvel no caso de um estudo terico ou
um texto opinativo. Por isso, os resumos informativos acOITem com mais fieqn-
cia nas cincias exatas e tecnologia do que nas cincias sociais ou humanidades.
Entrevistas telefnicas realizadas em 1985 com 655 norte-americanos, selecionados por
nmostragem probabilstica, produziram estes resultados: a maioria (54-56%) acha que deve
ser reduzida a ajuda norte-americana a Israel e ao Egito; a maioria (65%) favorvel parti-
cipao norte-americana numa conferncia de paz que inclua a OLP; mais de 80% consideram
importante que os EUA mantenham relaes amistosas tanto com Israel quanto com os pases
rabes; 70% acreditam que os EUA no devem favorecer a nenhum dos lados; a maioria (55%)
acha que a criao de um Estado palestino essencial para a paz na regio. Os israelenses so
o gmpo nacional mais conhecido e os srios o grupo menos conhecido. A situao rabe-israelense
s superada pelo contlito na Amrica Central entre os problemas intemacionais mais srios
enfrentados pelos EUA.
FIGliRA 40
Resumo intbnnativo
Um mesmo resumo pode incorporar elementos indicativos e informativos
(Cremmins refere-se a esse tipo de resumo como indicativo-informativo),
dependendo dos interesses dos leitores que se tm em mira. Por exemplo, supo-
nhamos um relatrio sobre poluio atmosfrica resumido numa publicao
destinada a qumicos. Grande parte do resumo, que hata dos aspectos ambientais,
meramente indicativa, mas uma pat1e dele ser realmente informativa (por
exemplo, apresentando resultados de anlises feitas em amostras da atmosfera).
Um mesmo servio de resumos em formato de publicao pode conter tanto
resumos indicativos quanto informativos. Geralmente, contudo, os resumos
indicativos so mais comuns. Fedosyuk (1978) descreve procedimentos minu-
ciosos para se distinguir entre resumos indicativos e informativos, valendo-se
para isso de critrios lingsticos e at mesmo apresentando um algoritmo com
essa finalidade. Embora se trate de algo engenhoso, no se esclarece por que
algum precisaria de procedimentos formais para fazer essa distino.
A expresso inclinao para um assunto usada s vezes em relao aos
resumos. Seu significado que o resumo deve estar 'inclinado' para os interesses
dos usurios que se tm em mira. Ou seja, na redao de.resumos, bem como na
indexao, a pergunta nmteadora deve ser: "Por que nossos usurios provavel-
mente se interessaro por este item?" Os resumos preparados por uma instituio
para serem usados internamente estaro sempre inclinados para as necessidades
e interesses locais. A situao um pouco mais complicada no caso de servios
de resumos em forma de publicao.
r 7. RESUMOS: TIPOS E FUNES
Faz-se diferena entre servios orientados para uma disciplina e os orien-
tados para uma misso. Os primeiros buscam atender s necessidades de uma
103
disciplina (por exemplo, qumica, biologia, cincias sociais) enquanto os ltimos
procuram ir ao encontro das necessidades de determinada indstria ou grupo de
indivduos (por exemplo, resumos para a indstria da borracha ou resumos para
enfermeiros). A inclinao para um assunto mais relevante e vivel no caso de
servios orientados para uma misso do que para os que se orientam para uma
disciplina, porque os interesses dos usurios dos primeiros costumam ser mais
homogneos e especializados do que os interesses dos usurios dos ltimos.
Pelo menos um estudo mostrou que bem pouca inclinao para um assunto ocOJTe
em servios de resumos em formato impresso (Herner, 1959).
Outro tipo de resumo o resumo crtico. Trata-se, com efeito, de uma 're-
censo crtica condensada'. Aplicado a relatrios, artigos de peridicos e outros
itens relativamente breves, o resumo crtico serve quase ao mesmo propsito de
uma recenso crtica de livro. O resumo crtico avaliador. O resumidor opina
sobre a qualidade do trabalho do autor e pode at compar-lo com o de outros. Por
exemplo, um resumo crtico do item mostrado na figura 3 mencionar as defi-
cincias da metodologia utiliZada- a maneira como se obteve a amostra da
populao, o tamanho da amostra, a maneira com as questes foram formuladas
-ou comparar os resultados com os de pesquisas anteriores. Como os redatores
devem ser especialistas de fato, os resumos crticos so bastante raros.
Duas publicaes que anunciam a caracterstica de incluir resumos crticos
so JHathematica/ Reviews e Applied Alechanics Reviews (A1\1R). A figura 41
mostra um resumo crtico real reproduzido da ltima dessas publicaes. Note-
se que o resumo assinado e combina elementos descritivos e crticos. Uma
anlise da AMR revela, porm, que resumos verdadeiramente crticos sempre
foram muito mais a exceo do que a regra, e hoje em dia eles no aparecem
nessa revista, que somente se acha disponvel em formato eletrnico em linha.
Atualmente, os resumos aparecem fieqentemente em peridicos cientficos
junto com os m1igos a que se referem; so comumente redigidos pelos autores
dos artigos. Em muitos casos esses resumos so reproduzidos pelos servios de
ndices e resumos. Alguns peridicos incluem resumos em mais de uma lngua.
Por exemplo, muitos peridicos russos e japoneses incluem resumos em ingls.
Finalidade dos resumos
Poderamos mencionar muitas e diferentes finalidades dos resumos. A mais
impmiante, talvez, que os resumos facilitam a seleo. Ou seja, ajudam o
leitor a decidir se determinado item apresenta a possibilidade de satisfazer a seu
interesse. Desse modo, poupam tempo ao leitor, evitando, por exemplo, que ob
tenha artigos que no teriam interesse para ele. Em alguns casos, tambm, um
bom resumo informativo pode realmente substituir a leitura de um item que seja
de interesse para o usurio. Os resumos so particularmente teis para esclarecer
104 INDEXAO E RESUMOS: TEORIA E PRTICA

1989. Pao, Y. C., Dept. of Eng. Mech., Uni~- of Ncbr., Lincoln,

Shy, D.S., et ai., On relatlonship between bulk modulus and rela-
tiva volume of lung durlng lnlla!lon-deflalfon maneuvers, p 136-
142, Joumal of Biomecllanica/ Ertginee611g, Transaclions oftlle
ASME v 104 n 2 (ll'lay 1982).
r 7. RESUMOS: TIPOS E FUNES

ou notificao corrente). Conforme foi mencionado anteriormente, os resumos

que acompanham artigos ou relatrios so teis para o indexador na medida em
que o ajudam a identificar, do modo mais rpido possvel, o contedo temtico
dominante do documento. Borko e Bernier (1975) sugerem que os resumos po-
105

The paper presents an equation relatng the bulk modu\us of the dem substituir o texto integral nas atividades de indexao, porm esta uma
lung to lhe relative volume during inflation and deflation. The avcr-
age bulk modulus of lhe Iung was obtained by injecting air via a
prtica nem sempre conveniente.
6-mm-i.d cannula in the ma in lo bar bronchus. ~Regionallobe" Finalmente, os resumos desempenham atualmente importante papel nos
volume changes were measurcd by roentgen-videographical!y deter-
mined placement of 25 metal markers implanted in lhe excised
sistemas de recuperao informatizados porque facilitam a identificao de itens
lower lobes of three dogs. Whole lobc volumes at various transpul- pertinentes e proporcionam acesso a itens armazenados (nos sistemas em que o
monary pressures were measured by water displacemenL Pressure
and volume measurements were used to calculate bulk modu\us
texto dos resumos annazenado em formato que se presta recuperao). Levan-
(K =ti V P/ll V). The ~most satisfactOI}' \east squares curve-ft~ of do em conta tanto a revocao quanto a preciso, foi demonstrado que os pro-
bulk modu\us {K} vs. relative volume ( VJ ~""-~ was obtained with
the equation K = CJ{I - V/ Vm"-"J". Substituting for bulk modulus
cessos automticos de recuperao baseados em resumos eram mais eficazes do
wiU1 Ute equation K = VdPJ dV, and integrating enabled computer- que aqueles baseados nos textos integrais dos documentos (Lam-Adesina e Jones,
generated pressure-volume plots. This equation provided a better
pressure-volume curve-fit than prcviously obtained, cspecially at
2001), embora ainda faltem mais evidncias acerca desse ponto.
low values of prcssurc and volume. A\so, as expccted, the bulk Hartley e Benjamin (1998) alegam que os resumos cresceram de importncia
modulus was smal!er at Jow volume, but Ute rate of change of
modulus was greater during deflation than during inllation.
ao longo dos anos na medida em que cresceu a literatura cientfica:
The authors assumed, without giving sufficientjustification, that Na realidade, a natureza dos resumos alterou-se ao longo dos anos, na medida em
the gregionallobe" (the arca bounded by the 25 markers) included
a higher density of airways than the rcst of the lobe. Using this que mais e mais artigos cientificos passaram a competir entre si para atrair a ateno
assumption, the auUtors claimcd that the modulus and rate of change dos leitores. Hoje os leitores precisam compulsar e pesquisar mais do que o faziam
of modulus were diffcrent for parenchyma tissue and the airways no passado, e o resumo evolui continuamente como um portal de acesso literatura
during both inflation and deflation. No mention, however, was madc
of paired t-tests or any other statistical tests. In fact, if they had cientfica (p. 451-452).
clone a paired t-test, they would have discovered that none of Utese
differences werc significant, even at thc 90 percent confidcnce levei. Na cincia, salientam eles, os resumos esto ficando mais extensos e mais
Other source of errors which \\'efe not addressed include: thc dif- orientados para os resultados.
ference in Ute properties o f exciscd lung and intact lung duc to
blood in the \essels, surrounding tissue,negative pressure, etc.; the Para certas finalidades, o resumo estruturado prefervel a um resumo em
effect of the markers on Ute pressure-volume relationship; the effect formato de texto narrativo. Um exemplo hipottico do 'gabarito' de um resumo
of strain ratc on the modulus oflung tissue, which is a viscoelastic
material; the time elapsed between regional volume measurement eshuturado mostrado na figura 42. O contedo temtico de que trata iJTigao.
and whole volume measurements (lliis is important for viscoelastic Neste caso, o resumidor solicitado a procurar especificamente os itens listados.
material); the difference betwcen the true regional U V; and llic
measured ti V; and the differenccs between thc mechanical proper- A elaborao do resumo consiste em colocar os 'valores' apropriados no gaba-
tics of dog and human lung tissue. rito. Quer dizer, indicam-se para cada artigo o tipo de irrigao, o tipo de solo,
Despite its limitations, the paper presents a step forward in the
understanding of mechanical properties of the \ung, and, thus, lung os produtos cultivados, as condies climticas e a localizao, sendo empre-
diseases. Therefore, it should be of benefit to researchers interestcd
in respiratory mechanics and physiology.
gados cdigos que representam os tipos de resultados obtidos. Este tipo de
D. S. Feldman, USA resumo til na compilao de manuais que sintetizam um grande nmero
de estudos realizados em determinado campo. No entanto, s daria ce110 numa
FIGURA 41
rea temtica em que os elementos essenciais permanecessem mais ou menos
Exemplo de um resumo crtico
Reprodurido de rlppli.:J,\kdu.Jml.:-' Rorious, 37, 1984. com penniss:lo da editora os mesmos entre os diferentes estudos. Zho1kova (1975) descreve como se
adotaria a anlise de facetas para criar um resumo estruturado, mas no chega
o contedo de documentos escritos em lnguas que o leitor desconhea. Janes
a convencer quanto utilidade desse mtodo.
( 1991) descobriu, o que no causou surpresa, que os resumos eram mais eficientes
Hart1ey et al. ( 1996) compararam resumos estruturados com resumos no-
do que ouhas partes do registro, como ttulos e termos de indexao, na avaliao
estruturados numa atividade de busca de informao. Observaram que os sttieitos
da relevncia de um item.
de seu experimento podiam usar os resumos estruturados de modo mais eficaz
A impresso e distribuio de resumos um meio eficaz para manter as
(isto , com maior rapidez e/ou menos erros) na localizao de respostas a con-
pessoas informadas a respeito da bibliografia recentemente publicada em seus
sultas ou na identificao de resumos que fossem pe11inentes a determinado
respectivos campos de interesse (isto , proporcionando-lhes um servio de alerta
106 INDEXAO E RESUMOS: TEORIA E PRTICA

tema. No entanto, a forma como usam o termo 'estruturado' muito diferente

r 7. RESUt-..ms: TIPOS E FUNES
107

da minha. Para eles, um resumo estruturado simplesmente o que traz entretftu-

los (histrico, objetivo, mtodos, resultados, concluses) para facilitar a rpida
visualizao do texto (e do modo como hoje usado em muitas revistas mdi-
cas), enquanto eu uso o termo para designar o resumo redigido em formato
no-narrativo. O tipo de resumo estruturado da figura 42 poderia concebivel-
mente ser produzido com o uso de um programa de computador projetado para
identificar e extrair do texto os valores apropriados (ver os comentrios sobre
o mtodo de preenchimento de padro para extrao e sumarizao de textos
nos captulos 14 e 15. Em alguns lugares, o tipo de resumo analisado por Hartley
et ai. foi simplesmente designado como 'resumo mais informativo' (Haynes et
ai., 1990; Haynes, 1993), e acredito ser esta uma melhor denominao. Este
tipo de resumo estrutmado ser visto com mais vagar no prximo captulo.

TIPO DE TIPO DE
IRRIGAO SOLO PRODUTOS
CONDIES
CLIMTICAS LUGAR RESULTADOS
.,

FIGURA 42
Gabarito para um resumo estruturado

Um tipo totalmente diferente de resumo estruturado, em formato de diagra-

ma, foi proposto por Broer ( 1971 ). Como mostra o exemplo inteiramente fict-
cio da figura 43, o resumo parece um diagrama em bloco, ou fluxograma, em
que blocos interconectados de palavras, com ttulos padronizados, so usados
para expressar a essncia do artigo. Broer diz que essa forma de resumo mais
fcil de examinar e compreender, e mostra um resumo convencional para com-
parao (figura 43). uma proposta curiosa, mas nunca se popularizou. Uma
desvantagem, que o espao ocupado na pgina impressa, no existiria na
visualizao em linha, de modo que talvez a internet possa reacender o interesse
por esse formato.
Bernier e Yerkey(l979) descreveram e exemplificaram o emprego de enun-
ciados altamente condensados, cada um sintetizando o 'ponto' mais importante
de uma publicao. Referem-se a esses enunciados genericamente como 'litera-
turas concisas' e sua forma mais condensada como 'literaturas ultraconcisas,.
Uma variedade a concluso ultraconcisa, um enunciado bastante sucinto so-
bre concluso mais importante alcanada por uma pesquisa. Por exemplo:
A lingstica terica no teve qualquer impacto importante na cincia da informao
FIGURA 43
Resumo em 'diagrama de bloco' de um artigo hipottico junto com
um resumo 'convencional' para comparao
Reproduzido com pennisso de J.W. Broer. "Abmacts io1 b!od: diagrnm form", n~1:. Ji""".I(Jt:/illll., ouEngincwing
JJ'rilil!g ''11<1.\i~.:d (@ ]971, lmtitute ofE!ecuical and Ele.:.trooucs Engmeers)
Este tipo de sumarizao no um resumo no sentido convencional; no entanto,
as literaturas concisas ce11amente guardam uma relao com os resumos. Apre-
sentam muitas aplicaes potenciais. Por exemplo, seria poss.vel produ~ir um
manual que condensasse o que se conhece acerca de det~nmnado fenon~eno
(por exemplo, uma doena) na forma de uma srie de em~ncr.ado.s u.ltra~oncrsos,
sendo cada um desses enunciados acoplado a uma referencm btbhografica que
identificaria a fonte de onde foi extrado.
108
Resumos modulares
Em 1964, Herner and Company realizou um estudo para a National Science
Foundation sobre a viabilidade de 'anlises de contedo modulares' (Lancaster
INDEXAO E RESUMOS: TEORIA E PRTJCA
r 7. RESUMOS: TIPOS E FUNES

Pbyfica/ mui Mathematical SyJtemJ

Axisymmetrlc and Blunt Body Systems
Re-(!ntry Bc-dles
Thermodynama
CoupiHi Reactions
CarbonSitica Reaclioos
109

et al., 1965). Elas continham dois componentes: resumos modulares e entradas

de ndice modulares. Nas figuras 44-45 apresenta-se uma amostra disso.
Cita1Um Atmospheric Enliy Phenolics, Fibarglas Reinforeed
1<l"Rr.$Rii~. R L. 11\ ~Khtl, I( ~~1 for l~-! ab!ltic~ d f~r~u--tnfe<cd p~o~Pic min. knuic!~ t..sM,l! d krO<ilJ~tics Reentry Conditions
lfld Al!to.'\O<Jt:s hJINI. '<OI.l,KQ_ S. AuilJ:Itl%3. w. lllOHS09.
G!ass Fibers
Space Flight Rocket and Mlssife Materiais
Annolativn Ablat!on Materiais
A l~=licl1 mOO~I is dmlw.d. lo< 1 chmit>g H>d mll~l c~sit matu'al, co.,--::.;.,;,.l g!aut at>~Jty~ ar.d tht uur hJII Reinforced PJaslics
moi!<,, lhss ch!micllruct~ 1ffects Therma( (Re-enlry) Shie!ds
Jndii:aJilr
Mrm Tramfer Phenolic Resin

Tr-e miot>lu 111-0c'llo~ >rplh tr~ alih!>~n oi 1 1)-p>c.l ru:n-glus SJll<m ve uunir.1.t ~\.C ino:l.:lt oau <!til!~ 1M i>'lli:: Ablation, Analytical
~1rol)1is, no,. ;, Nlh lhe reodi~i ar.:! ,..,<HIKl~t ~1<11 elthe mil. mm k>n M~ hul all!e<~l~~ due to <~tmicol rt<~o:I9<\ Ab!a!fon, Charring
mn "i!cl;,;., e'f!(tl, >lld t~rnf t~t...n 11>! OliH~II ~fUiore aM lhe anoiMd th~<l re~tiert The mll~maticat dou!~ Ablatron, Melting
mut is tr:<ed ard u., wo'4-Iic<ls otililed are di=s~d. Plllrnelrie eank.tloor.sue rnoo:le.
Ab!ation oi Glasses
Meam and Metbodf
Itifonna/t' Chemical Reaction Effects Parametric Analysis
f"trQiym, l".tltiog, "" tl>!m.icd rntt;,.., re ~~~~~ nlo l<tO'.~I ~~ lhis ti'.(Cr/ ai tN: ~lt"n Ql ~ero!<:Aib~tgiJS.. 11 PJS!Lllates
Thermal Thlckness
ur t,i,,, isot~er/1\ll, scrl~e re~tfl~ tcr.t. 10hm lhe t~ar lar" (u<b.lr.J le<med doriJ,g the ~)loi)Sis oi tl>e os~ar.;c bi'>$!f Reaction Zone
rtoei! th!m;.:altl ,.;Ih lht ~ten s~.ic1. Otl!u s.s,.mptilr.s m cenrer.ti.;-r.!l Reaction Thickness
~!.:l.'f!l>ens for lyp'rtl tlteM r e e~tq eMditi.>ns sM10ed hlt!e I!/11?HiMI rQP irl ti>! ruct~ w.e, ~% rnuim.m u>:l usJIIJ Gasification RaUo
le11 t~ln 1%. Oe~lh oi 11\.e w.e ~~~ Ulr~e occlm Q! tr.3irit.~e ten thll\ \l'.e t~umal thic~r.us. Tt-t ""'!Kiirg ~ff irl 1~-t
mtlt IQM IMgrd lte>'ll 4Q-.ro;(. 31 ~ l~rw:IIM OI lhe pos!ble rt:et>J~ eotN'pf le>et 1!-o~!>!l, rr~re thta S'l% oi I~! m~teti.t
reK~_.r.g 11\e rudOc>~ lo~ 1011 allected At lhe U!*CI!d terr~eraturn oi U00-2(QJ C. tte IM('()' aw.,ed t~e reacro~
Si0,+3C-.S<C+2UI
hrtiu H~ti!N~I~ ~>4 )itlded tP>t ruthl~ line!ics_ Sigo;fieaol dfects, ~p to U% ir.::tUI!, 11n li>! :ottat;, 1ate ap>'!'3ad ef>l1
Autlxm Ajjiliatiom
UI~ 1~!1 l!;)t[>O~ratel C~.lnfol lhe readil~ ent!uTpy b11 llclcJ "' !ht~t th.!oged t~! lbht"n rale by !UI th 10,-,_ 1'11-.eo Rosensweig, R. E. Massachuselts lnstitute oi Techno!ogy
c~md "it~ 1 ~u~ re entrr I:Mic~ 1111. t~e ve ir.1n y this theQifl'tll upe.rted to te 33% i11 defect. Beecher, N. National Research Corpora!lon
Cn"ikal
Th;s theol')' ulellds tllt clm> 10or~ oi 8{1!;1 alld Mms tA...:~herett Ruwcl\ Lab, Res_ R!pt J3. Ncf. 1~58) 011 a~lali:m e! FIGURA 45
p<..re giU.:~!l_ n~1 il trurs lhe prOOiun u t~!ICer~Joi cut.ncaoh.-niful!d gilSI raiP>tr thM,"' is ll'Nf! u1~11. t chJr~IJ!I, In.
lhe crJJ t1)!l".plfi-IOI'I gr.en t:-tt~un t!\t t~ol')' lod eperime"tal ~liJ. nml<.g :la% ullderp!!6(l~n ty the I~!CI')', 1 tl>:rwilt Entradas de ndices modulares
mcr IOiiJiil 1011 r.ot ht1u6111. ~~;..g !Ali~. Q.Jltl~ Aog. 1$S!. W 2312141 a"<:l S.:lli (Goet.t fl!ctrO: Co. !\!SVOI. Rept
R~SS0-101. My.I~S. AAS J;;t, N~~t,l~l, ~- 917-9ll) ~ue loe!ted ,;,~, p-rolll!ms.

o com a meticulosidade de resumos preparados por especialistas. Seu formato

FIGURA 44 e tratamento padronizados tambm reduziriam o processamento repetitivo e
Resumos modulares acelerariam o fluxo de trabalho nos servios de resumos beneficirios.
As entradas de ndices modulares sugeriam termos descritivos, extrados de
Os resumos modulares destinavam-se a ser descries completas de conte- vocabulrios de indexao representativos, que poderiam ser utilizados com-
do de documentos correntes. Cada um possua cinco pmtes: citao, anotao, pletos, com aperfeioamentos ou acrscimos, para indexar o resumo oriundo do
resumo indicativo, resumo informativo e resumo crtico. O conjunto fora plane- pacote modular. Os vocabulrios de indexao representativos, utilizados como
jado de modo que um servio de resumos podia process-lo para adapt-lo a fontes para as entradas do ndice modular, seriam extrados dos ndices correntes
seus prprios requisitos com o mnimo de esforo: qualquer resumo seria utili- ou de listas autorizadas dos servios de resumos e indexao participantes, refle-
zado na ntegra, ou os mdulos teriam o texto reorganizado para formar, por tindo assim os estilos e polticas de indexao desses servios.
exemplo, um resumo parcialmente indicativo, parcialmente informativo, ou um Testou-se essa proposta no campo da transferncia de calor, pois, sendo este
resumo parcialmente informativo, parcialmente crtico. assunto altamente interdisciplinar, revestia-se de interesse potencial para inme-
A finalidade primordial dos resumos modulares era eliminar a duplicao e ros servios de resumos. Conjuntos de resumos/entradas de ndice foram prepa-
o desperdcio de esforo intelectual envolvidos na elaborao, de forma inde- rados e submetidos apreciao de diversos servios para que fossem processa-
pendente, de resumos dos mesmos documentos por vrios servios, sem qual- dos rotineiramente. Esses servios preencheram questionrios de avaliao da
quer inteno de impingir resumos 'padronizados' a servios cujas exigncias proposta. A concluso foi que era possvel produzir uma anlise de contedo,
variam notavelmente quanto forma e inclinao para um assunto. Tanto os em forma modular, que seria adotada como entrada por vrios servios de
resumos quanto as entradas de ndice eram preparados por especialistas no assun- resumos, mas que a maioria deles relutava em abrir mo de sua autonomia a fim
to, e a inteno era de que eles conciliariam os requisitos de rapidez de publica- de participar do tipo de centro referencial implcito no mtodo modular.
110 JNDEXAO E RESUMOS: TEORIA E PRTICA
7. RESUMOS: TIPOS E FUNES IIi

SUMMARY BA 32: 18857, 1958

1. A method is described for the determination of strontium and barium 18857. SOIVDEN, ELEANOR M., and B. R. STITCH. (Med. Res. Council
in human bane by radioactivation analysis. Radiobiol. Res.Unit, Atomic Energy Res.Establishment, Harwell, Didcot,
2. Results of analyses of 35 bane samples, from normal per sons of both Berks, Eng.) Trace elements in human tissue. 2. Estimation of the
sexes and different ages, are given. The concentrations of barium and concentrations of stable strontium and barium in human bone. Biochem.
strontium were found to be of the arder of 7 and 100 \lg.jg. of ashed Jour. 67(1): 104-109. 1957. -- Amethod is described forthe determination
tissue respectively. of strontium and barium in human bane by radioactivation analysis.
3. No relationship between sex or disease of individuais with strontium Results of analyses of 35 bone samples, from normal persons of both
and barium concentration was noted. The concentration of strontium in sexes and different ages, are given. The concentrations ofBa and Sr were
the age group 0-13 years \Vas significantly lower than that in the group ofthe order of7 and 100 ~g/g of ashed tis sue respectively. No relationship
19-74 years. between sex or disease o f individuals with Sr and Ba concentration was
4. No significant difference was found in the concentrations of strontium noted. The concentration of Sr in the age group 1-13 years was significantly
and barium in the various banes of those individuais examined. lower than that in the group 19-74 years. No significant difference was
5. Results obtained in this survey are discussed and compared with found in the concentrations o f Sr and Ba in the various banes of those
those of other workers. individuals exarnined. Results obtained in this survey are discussed and
compared with those of other workers.-Auth. summ.
/00193/
/METHODfDETERM/STRONTIUMfBONEfHUMANSfRADIOACTNATION CA 51: 18184, 1957
ANALYSIS/ li. Estimation of the concentrations of stable strontium and bmium in
/00193/ human bane. Eleanor M. Sowden and S. R. Stitch. lbid. 104-9.~A method
/NO RELAT BETW /STRONTIUM/HUMANS/ AND/SEX/OR/DISEASE/ based on the technique afHarrison and Raymond {C.A. 49, 12571g) has
/00193/ been used for the detn. of Sr and Ba in human bone by radioactivation
/NO RELAT BETW fBARIUMfHUMANS/ AND/SEX/OR/DISEASE/ analysis. Results of analyses of 35 bane samples, from normal persons of
/00193/ both sexcs and different ages, me given. The concns. of Ba and Sr were
/METHOD/DETERM/BARIUM/BONE/HUMANS/RADIOACTIVATION found to be of the arder of 7 and 100 )-lg/g of ashed tissue, resp. No
ANALYSIS/ relation between sex or disease of individuais age group 0-13 yrs, was
/00193/ significantly lower than in the group 19-74 yrs. No significant difference
/DETERM/STRONT!UM/BONE/HUMANS/RADIOACTNATION ANALYSIS/ was found in the concns. of Sr and Ba in the various bones of those
7 UG PER G ASHED TISSUE/ individuais examined. The results obtained in this survey me discussed
/00193/ and compared with those of other workers.
/DETERM/BARIUMfBONE/HUMANSfRADIOACTIVATION ANALYSIS/ 100 Roland F. Beers, Jr.
UG PER G ASHED TISSUE/
/00193/ FIGURA 46, PARTE 2
/INCR/STRONT!UM/HUMANS/ ADULTS/ AGE I 9~74/COMP W /CHILD~
REN/0~13/
IVIinirresumos
O termo 'minirresumo' bastante impreciso. Significaria simplesmente um
FIGURA 46, PARTE 1 resumo curto. Da forma como foi empregado por Lunin (1967), no entanto, o
Comparao de minirresumo, resumo de autor c resumos publicados em Chemical termo refere-se a um resumo altamente estruturado destinado essencialmente a
Abstracts e Biological Abstracts (ver a parte 2 da tigura) buscas feitas em computador. Trata-se, com efeito, de um tipo de cruzamento
Reproduzido de Lunin ( 1967) com pem1isso da Dre.~el Uni1er~ity. O resumo do HirH..ll,miwl.fmrrmrl reproduzido wm entre um resumo e uma entrada de ndice, e Lunin o define comoum "ndice-
penniss!o da Biochemical Soety, Portland Sciemit\c Prcss; o resumo do Hiofo;.:iwl Ahllll<l,-, co~1 a pemli~>o de IHml~: e o
resun10 do Ch~mi(:(J/ Ahtruu,, com permi>so do ChemicJl Abstr~cts Se~> ice_ Not<:Se {jUe um resumo segue muito de perto o resumo legvel por computador". Os termos utilizados no resumo so extrados
resumo de autor e o outro simplesm~nte uma abre1'i?.;to dele.
de um vocabulrio controlado e reunidos numa seqncia especificada. Por
Craven (1987) analisa um mtodo modular bastante diferente. Neste caso, exemplo, o enunciado "Existe um decrscimo da quantidade de zinco no sangue
um analista marca e codifica um texto para formar uma 'representao intermedi- de seres humanos com cirrose do fgado" seria escrito assim:
ria' que pode ento ser usada, de modo semi-automtico, para produzir resumos /DECR/ZINCO/SANGUE/HUMANOS/CIRROSE/FGADO
talhados s necessidades de diferentes pblicos. Observe-se que o resumidor procura ater-se a uma seqncia de termos to
prxima quanto possvel da estrutura normal dri frase. O contedo de um doeu-
112 INDEXAO E RESUMOS: TEORIA E PRTICA
menta pode ser descrito com algum detalhe por meio do emprego de uma srie
desses enunciados esquemticos. Embora tenham sido imaginados basicamente
para facilitar as buscas por computador, os minirresumos de Lunin tambm
podem fazer sentido para o leitor inteligente. A figura 46, reproduzida do trabalho
de Lunin, compara os resultados da tcnica de minirresumos com resumos do
Biological Abstracts e do Chemica/ Abstracts e com o resumo de autor.
Resumos te1egoficos
A denominao 'resumo telegrfico' tambm imprecisa. Ela implica uma
representao de documento que apresentada de modo muito lacnico: no
com fiases completas e semelhante a um telegrama. Na realidade, seria apenas
uma cadeia de termos desprovida de sintaxe. Os minirresumos de Lunin so de
estilo telegrfico. A expresso 'resumo telegrfico' foi empregada para designar
um componente essenciai do primitivo sistema de recuperao computadorizado
desenvolvido na Western Reserve University (ver captulo 11).
CAPTULO 8
A redao do resumo
A ssim como acontece com a indexao, s se aprende a ser um bom resu-
nidor com a prtica. O mximo que se pode fazer num livro como este
oferecer algumas diretrizes gerais.
E tambm como acontece na indexao, o bom resumidor aprender a ler/
passar os olhos num documento para identificar rapidamente os pontos impor-
tantes. Crenunins ( 1996) trata, com detalhes, de como ler um artigo para captar
os pontos mais importantes do modo mais eficiente possvel e apresenta algu-
mas regras com esta finalidade. Em grande parte isso evidente por si mesmo e,
de qualquer modo, indivduos diferentes preferem tcnicas diferentes-para pe-
netrar no mago de um texto.
Em suma, as caractersticas de um bom resumo so brevidade, exatido e
clareza. O resumidor deve evitar redundncia. O resumo deve, principalmente,
ser estruturado a partir das informaes contidas no tftulo do item e no repeti-
las. Por exemplo, o ttulo do artigo usado como exemplo nas figuras 3, 39 e 40
"Pesquisa nacional de opinio pblica sobre as atitudes norte-americanas acer-
ca do Oriente Mdio". A primeira linha de um resumo publicado desse a11igo diz:
Os resultados de uma pesquisa realizada em fevereiro de 1985 sobre as atitudes pblicas nor-
te-americanas acerca do Oriente Mdio.
claro que isso pouco acrescenta ao ttulo, exceto a data. Note-se como os resu-
mos das ilustraes 3, 39 e 40 partem do ttulo sem repeti-lo.
O resumidor tambm deve omitir informaes que o leitor provavelmente j
conhea ou no lhe interessem diretamente. Isso inclui informaes sobre ante-
cedentes ou fatos de teor histrico, como, por exemplo, o motivo que levou
realizao do estudo ou dados sobre a experincia da empresa que o executa.
Borko e Bernier (1975) salientam que cabe ao resumidor indicar o que o autor
fez e no o que tentou fazer, mas no conseguiu ou o que pretende fazer no fltturo.
Quanto menor, melhor ser o resumo, desde que o sentido permanea claro
e no se sacrifique a exatido. Palavras desnecessrias como 'o autor' ou 'o arti-
go' so omitidas. Por exemplo, corta-se 'Este m1igo examina ... ' para 'Exami-
na ... '. Abreviaturas e siglas convencionais so usadas sempre que for provvel
que os leitores as conheam (por exemplo, OLP). Em outros casos, pode-se usar
uma abreviatura desde que seu significado seja explicitado. Por exemplo:
[ ... ]no quadro da Cooperao Poltica Europia (CPE). As realizaes[ ... ] por parte da CPE [ ... ]
Os resumos em alguns campos cientficos chegam a empregar muitas abrevia-
 114 INDEXAO E RESUMOS: TEORIA E PR).T!CA S. A REDAAO DO RESUMO I 15
turas. Apesar de economizar espao, isso diminui a inteligibilidade e, real- ?
reduzido na figura 47. Em poucos breves e:m~1cia~os sintetiza as ~egras
mente, exige mais tempo do leitor. A despeito da necessidade de brevidade, pd das pelo centro sobre o que inclmr, o que nao mclmr, qual a extensao que
05 a ata
ve ter e qual o tipo de .termmologm a ser a data do. U ma expostao
-
resumos devem ser auto-suficientes; no se lograr um dos principais objetivos 0 resun10 de .
do resumo se o leitor tiver de consultar o original para entender o resumo! maJs completa mas tambm. conctsa ' encontra-se
. em relatrto de Payne et ai.
melhor evitar o jargo. As pala:vras de um jargo podem significar coisas (1962), e reproduzida no apndice I deste hvro.
diferentes para grupos diferentes de leitores e no ser compreendidas de ma-
neira alguma por certas pessoas. ESQUEMA
Alguns resumidores acham que devem mudar as palavras usadas pelo autor. Sucintamente:
Ainda que a parfl'ase seja freqUentemente necessria para se obter brevidade 1. Sempre um resumo informativo, se possvel
2. 200-250 palavrns
nada se tem a ganhar, na busca de originalidade, com a mudana das palavra~ 3. A mesma terminologia tcnica do documento
empregadas pelo autor. Na realidade, fcil distorcer o significado do original 4. Contedo
ao procurar, deliberadamente, por motivos estilsticos, encontrar expresses n. Objetivos ou tlnnlidade da pesquisa
sucedneas. Este aspecto vigorosamente enfatizado por Collison ( 1971): b. Mtodos da pesquisa
c. Resultados da pesquisa
importante que o resumidor empregue, tanto quanto possvel, o vocabulrio do d. Validade dos resultados
autor; a partlase perigosa e pode conduzir o leitor a linhas de raciocnio que no e. Concluses
eram aquelas pretendidas pelo autor (p. 11). f. Aplicaes
5. Aloarismos para nmeros, quando possvel
No entanto, Craven (1990) constatou que os resumos pouco empregam "se- 6. Fr:ses em lugar de oraes, pnlavras em lugar de frases, qunndo
qncias literais de palavras dos textos completos'', embora seu estudo fosse possvel
circunscrito a uma rea temtica muito restrita. O resumo algo utilitrio e no 7. Nenhum smbolo ou carter no-onvencional ou raro
precisa ser uma obra de arte, embora Cremmins ( 1982) acredite que os resumos 8. Nenhuma abreviatura incomum
9. Nenhuma equao, nota de rodap, preliminares
devam ter 'elegncia' alm de clareza e preciso.
1O. Nenhum dado de catalogao descritiva
A norma norte-americana sobre resumos (Guide/inesjr abstracts, 1997) 11. Classificao de-sigilo
especifica que os verbos devem ser usados na voz ativa (por exemplo, 'Os indi- 12. Controles de disseminao, se houver
cadores de funo diminuem a revocao' e no 'A revocao diminuda pe- 13. Revise-o.

los indicadores de funo') sempre que possvel, mas que a passiva pode ser
FIGURA 47
utilizada para 'enunciados indicativos e mesmo para enunciados informativos
Princpios para redao de resumos, do Defense Documentation Center ( 1968)
em que se deva destacar o receptor da ao'.* Esta restrio muito imprecisa e Reproduzidos com permisso do Defeme Tech~i~a! lnfom1iltio11 Center
melhor esquec-la: na maioria dos casos o tempo verbal preferido ser bvio
por razes de estilo. Borko e Chatman (1963) e Weil (1970) sugerem que se em- Contedo e formato
preguem os verbos no pretrito para a descrio de processos e condies
O que se deve incluir num resumo depende muito, claro, do tipo de publi-
experimentais e no presente para concluses resultantes das experincias. O
cao que se tem em mira. Um longo resumo indicativo de um ~ipo de relatr?
que lgico: as atividades relatadas por um autor so coisas do passado,
de pesquisa mencionaria os objetivos da pesquisa, os procedimentos experi-
enquanto os resultados e as concluses ainda pe11encem ao presente. Borko e
mentais e de outra natureza adotados, os tipos de resultados obtidos (um resumo
Bernier ( 1975) so mais explcitos ao recomendar a voz ativa e o pretrito para
informativo conteria os prprios resultados, pelo menos de forma condensada),
resumos informativos, e a voz passiva e o presente para resumos indicativos.
e as concluses do autor quanto importncia dos resultados. O tratamento a
At hoje foram elaborados muitos conjuntos de regras sobre redao de
ser dado a um artigo de histria, por outro lado, seria bem diferente. O resumo,
resumos. Talvez o conjunto mais conciso de princpios destinados elaborao
por exemplo, daria nfase tese ou concluses do autor, to~nando o cuid~do d;
de resumos seja o produzido pelo Defense Documentation Center (1968), re-
mencionar os perodos, localidades geogrficas e personalidades envolvidos.
Em reas temticas especializadas, o resumidor pode receber instrues
*A norma brasileira sobre resumos- NBR 6028, da Associao Brasileira de Normas Tcnicns
(ABNT)- tmnbm preceitua o emprego da voz ntiva, sem t~1zer meno ao uso da voz passiva * Tibbo (1992) mostrou que as normas publicadas relativas redao de resumos so muito
(N.T.) mais pertinentes s cincias do que s humnnidades.
 116 INDEXAO E RESW.mS: TEORIA E PRTICA
sobre certas coisas a serem procuradas nos artigos e destac-las com clareza nos
resumos. Isso pode incluir itens to diversos quanto dosagem de um medica-
mento, condies climticas, idade dos indivduos, tipos de solo, equaes em-
pregadas ou o elemento componente de uma liga. Os resumos costumam ser de
redao mais fcil quando o contedo temtico trata de objetos concretos, e so
de redao mais difcil quanto mais abstrato ou nebuloso for o assunto.
A maioria dos resumos apresentada no formato convencional de refern-
cias bibliogrficas seguidas do texto do resumo. Em algumas publicaes, no
entanto, o resumo precede a referncia bibliogrfica, e sua primeira linha real-
ada de alguma forma, como no exemplo seguinte:
A MIGRAO DE MO-DE-OBRA DE MOAMBIQUE PARA AS MINAS DA FRICA
DO SUL continua sendo um elemento importante nas relaes econmicas entre estes
pases ..
Brockmann, G. Migrant labour a.nd foreign policy: the case of Mozambique. Jouma! of
Peace Research, 22, l985, 335-344.
Esta uma forma de apresentao mais atraente, muito parecida com o cabea-
lho de ti ma matria de jornal, e que pode captar a ateno do leitor sem grande
esforo. \V e i! et ai. (1963) referem-se a isso como resumo 'orientado para o lei-
tor', resumo 'de tpico flasal em primeiro lugar' ou resumo 'orientado para
resultado' (embora o ttulo no tenha de ser necessariamente relacionado aos
resultados). Se for adequado, o ttulo do miigo poder transformar-se nesse
cabealho, vindo em seguida um tpico frasal que o desenvolva.
Considera-se um resumo completo como sendo composto de trs partes: a
referncia, que identifica o item resumido; o corpo do resumo (o texto); e a
assinatura. Este ltimo elemento a atribuio da origem do resumo: as iniciais
do resumidor ou a indicao de que o resumo foi elaborado pelo autor do item,
de que se trata de um resumo modificado de autor, ou deriva de uma fonte
diversa, como, por exemplo, outro servio de resumos.
Jvfuitos resumos parecem situar-se na faixa de 100-250 palavras, mas, como
se disse antes, natural que a extenso varie de acordo com certos fatores, como
o tamanho do prprio documento, o alcance de seu contedo temtico, a im-
portncia que lhe atribuda, s.ua disponibilidade fsica e acessibilidade inte-
lectual (por exemplo, itens de difcil localizao, como trabalhos apresentados
em eventos, ou em lnguas pouco conhecidas, seriam resumidos com mais
detalhes do que outros itens). Borko e Bernier (1975) sugerem que os resumos
da literatura cientfica deveriam ter comumente entre um dcimo e um vigsimo
da extenso do original, embora Resnikoff e Dolby ( 1972) indiquem que um
triosimo talvez seja mais comum.
"Borko e Bernier ( 1975) nos do um conselho til para a seqncia do contedo:
O corpo do resumo pode ser ordenado de modo a poupar o tempo do leitor. A colo-
cao das concluses em primeiro lugar satisfz ao leitor e poder dispens-lo .de
continuar a leitura. Ele pode aceitar ou rejeitar as concluses sem que prec1se
8. A REDAO DO RESUMO 117
conhecer os resultados em que se basearam. O desenvolvimento das informaes
vir em ltimo lugar. Verificou-se ser desnecessrio rotular cada parte do resumo,
como, por exemplo, concluses, resultados ou mtodos; normalmente os leitores
sabem qual a parte que esto lendo. A ordenao das partes do corpo do resumo
feita com a mesma finalidade com que se organizam as partes de uma matria de
jornal- para comunicar a. informao de modo mais rpido. . . . , .
No convm abrir pargrafos. O resumo breve; deve expmmr um raCIOCIIliO
homogneo e ser redigido como um nico pargrafo (p. 69).
De fato, a tendncia recente tem sido no sentido de dividir os resumos em
pedaos menores mediante a abertura de pargrafos e at ~ne~mo o uso d.e
entrettulos. Isso tem sido verificado principalmente em pendtcos de medi-
cina. Um exemplo, da prpria literatura de cincia da informao, e que estuda
esta mesma situao, mostrado na figura 48. Esse tipo de resumo passou a ser
conhecido como 'resumo estruturado', embora a forma como esta expresso
seja a empregada seja bastante diferente da forma como a utilizo.
Curiosamente, desde 1988, provvel encontrar na literatura mdica um
nmero maior de artigos sobre 'resumos' do que na literatura de cincia da
informao. Resumos 'estruturados' de artigos mdicos foram publicados pela
primeira vez na revista Annals of Internallvledicine, que solicitava aos autores
que preparassem os resumos conforme um formato que lhes era prescrito, tendo
sido definidas regras bastante apuradas para sua redao (ver, por exemplo,
Haynes et ai., 1990). A figura 49 contm uma sntese do tipo de informao a
ser includa, mas as instrues aos autores so muito mais detalhadas.
No foi sem polmica que os resumos estruturados foram introduzidos nos
peridicos de medicina. Haynes et ai. ( 1990) sugerem que a formatao muito
rgida pode estimular alguns autores a reivindicar mais do que seria cabvel. Por
exemplo, se houver um entrettulo mtodo ou delineamento experimental, para
prender a ateno do leitor, isso pode levar alguns a alardear um enfoque mais
rigoroso do que o que seria realmente justificvel.
Froom e Froom (1993a,b) mostraram que os resumos estruturados dos
Annals oflnterna/ Aledicine nem semprecontinham todas as informaes exi-
gidas nas instrues para os autores, mesmo quando as informaes solicitadas
estavam presentes no prprio artigo. Haynes ( 1993) critica esse estudo, mas sua
crtica no convincente. Taddio et ai. (1994), baseando-se em estudo mais am-
plo, cobrindo 300 resumos extrados de trs peridicos, verificou que os resu-
mos estruturados apresentavam maior probabilidade de conter informaes
mais completas de importncia para a pesquisa do que os resumos no-
estruturados. Os aspectos sobre avaliao sero tratados no prximo captulo.
Mesmo que os resumos estruturados desse tipo possam ter seus mritos,
muitas vezes suas pretenses so exageradas. Por exemplo, Haynes et al.
( 1990) alegam que eles "podem facilitar a avaliao pelos pares antes da publi-
cao, ajudar os leitores que exercem a clnica a encontrar artigos que sejam
tanto cientificamente corretos quanto aplicveis prtica profissional, alm de
 INDEXAO E RESUMOS: TEORIA E PRTICA
118
pennttlr buscas bibliogrficas informatizadas mais precisas", embora nem
todas essas alegaes sejam documentadas.
RESU~IO
ANTECEDENTES: Os resumos estruturados, que, conto este, contem v_rios entret-
tulos, substituram os resumos tradicionais na maioria dos peridicos m~dt_co_s. EslU_dos
de avaliao mostraram que esses resumos normalmente oferecem ma~s mtorma?es,
so de melhor qualidade, facilitam a avaliao pelos pares e, em geral, sao bem-acet~os.
OBJETIVO: O objetivo dos estudos aqui reportados foi investigar uma outra posSI\'~1
vantngem dos resumos estruturados, a saber, se neles as buscas so ou no so ma1s
fceis de executar.
J\'ITODO: So relatados dois estudos. No estudo {,efetuado numa base de dad?~ ele-
trnica solicitou-se a 52 leitores que encontrassem as respostas a duas perg.untas te itas a
cada u;n de oito resumos em um formato (digamos, tradicional) segmdas de duas
questes para cada um de oito resumos compostos no outro formato. Foram auto-
maticamente registrados os dados de tempo e erros. No estudo 2, efetuado numa base de
dados impressa, solicitou-se a 56 leitores que encontrassem cinco resumos que rela-
tassem determinado tipo de estudo (por exemplo, estudos com e~colares e testes de
leitura) e depois achassem n1ais cinco outros que relatassem outro tipO de estudo. Alm
disso, a ordem e apresentao do formato !Oram compensadas. Os dados de tempo e erro
foram registrados manualmente. . . .
RESULTADOS: No estudo I, os participantes tiveram desempenho sigmflctlttvamente
mais rpido e cometeram significativamente menos erros com os resumos estn~t~trados.
Houve, contudo, alguns inexplicveis efeitos da prlica ..No .es.tudo 2, os parttctp~nt~s
novamente tiveram desempenho significativamente ma1s raptdo e cometeram siglll-
ticativamente menos erros com os resumos estruturados. No estudo 2, cont~do,. houve
efeitos de transferncia assimtricos: participantes que responderm~1. pn~leiro ~os
resumos estruturados responderam mais rapidamente aos resumos tradJCionms se~u~n
tes do que 0 tizcram os participantes que responderam primeiro aos resumos tradiCIO-
nais. 1
CONCLUSES: Em geral, os resultados, apesar de certas ressalvas, ap 6 wm a upotese
de que mais fcil para os leitores t:1zer buscns em resumos estmturados do que em
resumos tradicionais.
FIGURA 48
Exemplo de resumo altamente formatado . . ..
Reproduzido de Hart1ey et ai. { 1996) (0111 pem1iss.'io do ./rlllllltJI rif lnfnnmfllfl/1,\ct~rK-t
interessante que, quase na mesma poca em que a literatura '.11,dica desco-
bria esse tipo de resumo, Trawinski ( 1989) examinava mtodos smulares de re-
dao de resumos em cincia da informao. Ele tambm comparou as carac-
tersticas dos resumos assim redigidos com resumos da base de dados INSPEC.
A literatura sobre resumos estruturados continua a crescer. Hartley ( 1998)
defende a mais ampla adoo desses resumos em peridicos cientficos. Ele
(Hartley, 200Gb) tambm argumenta que pre.ciso algum~ f?rma de resumo e:-
truturado junto s revises sistemticas da literatura medtca: Alega que t?1s
resumos devem ser mais fceis de ler do que os resumos de arttgos de pesqUisa
mdica porque as revises sistemticas tm como alvo um pblico mais amplo.
8. A REDAO DO RESUMO 119
Artigos originais
I. Objetivo: a(s) questo(es) exata(s) abordada(s) pelo artigo
2. Delineamento experimental: o delineamento bsico do estudo
3. Ambiente: a localizao e o nvel da assistncia clnica
4. Pacientes ou participantes: o modo de seleo e o nmero de pacientes ou partici-
pantes que iniciaram c chegaram ao tim do estudo
5. Intervenes: o tratamento ou interveno exata, se houve algum
6. Principais medidas de resultado: a medida fundamental de resultado do estudo pla-
nejada antes de iniciada a coleta de dados
7. Resultados: os principais achados
8. Concluses: as principais' concluses inclusive aplicaes clnicas diretas.
Artigos de rcYisno
I. Finalidade: o objetivo fundamental do artigo de reviso
2. Fontes de dados: um apanhado sucinto dns fontes dos dados
3. Seleo dos estudos: o nmero de estudos selecionados pam a reviso e como foram
selecionados
4. Extrao dos dados: regras para o resumo dos dados e como foram aplicadas
5. Resultados da sntese de dados: os mtodos de sntese de dados e princip<~is resultados
6. Concluses: concluses principais, inclusive aplicaes potenciais e necessida-
de de pesquisas adicionais
FIGURA 49
Informaes essenciais de que necessitam os clnicos para avaliar a relevncia e a
qualidade de artigos e, portanto, para sua incluso em resumos estruturados
Reproduzido de Haynes et ai. (1990) com pem1iss:!o d05 riml<li rif l!ilcrll<ll ,\f,:did!l~
Uma das objees aos resumos estruturados, expressa por editores de peri-
dicos, que ocupam mais espao. Essa questo foi estudada por Hartley (2002).
Ele concluiu que os resumos estruturados realmente ocupam mais espao (nor-
mahnente seu tamanho 2lo/o (s vezes mais) maior do que os resumos tra-
dicionais), porm isso somente afetaria aquelas revistas (relativamente raras)
em que os artigos se sucedem um em seguida ao outro e no os peridicos em
que cada artigo abre uma nova pgina.
Os tipos de erros mais evidentes que ocorrem na indexao de assuntos
tambm ocorrem na redao de resumos: aspectos que deveriam ser includos
no o so, e outros que so includos ficariam melhor se fossem omitidos. Tam-
bm podem ocorrer erros de transcrio, principalmente quando se trata de fr-
mulas ou valores nmnricos. Sempre conferir e submeter reviso editorial por
parte de algum mais experiente o trabalho de resumidores inexperientes. Bor-
ko e Bernier (1975) confirmam a utilidade de um bom editor de resumos:
Os editores de resumos parecem desenvolver um sexto sentido que os faz saber
quando est tltando uma parte importante do contedo. Eles procuram, e esperam
encontrar, certas categorias de informao, como os mtodos e equipamentos
utilizados, os dados coletados e as concluses (p. 12).
Um servio de resumos provavelmente adotar algumas diretrizes sobre certos
pontos, tais como ortografia, pontuao e uso de maisculas. Como isso cons-
120 INDEXAO E RESUMOS: TEORIA E PRTICA
titui, em grande pat1e, uma que:sto de preferncia individual, parece despro~
positado apresentar exemplos.
Para ajudar o resumidor em seu trabalho, principalmente num programa de
treinamento, convm preparar algum tipo de planilha que o oriente sobre aquilo
que deve procurar numa publcao. Uma planilha* como essa incluiria certos
aspectos, como, por exemplo:
Tipo e objetivo [Tipo de estudo, se experimental, terico, de reviso, pesquisa b:sica ou
aplicadn, desenvolvimento. Objetivo: uma proposio do problemn, uma definio do
que exatamente pesquisado.]
Plano experimental ou modelo terico [Caractersticas importantes, novos enfoques,
hiptese a ser comprovada, resultados esperados qunndo o trabalho foi inicindo. O que
torna este trabnlho diferente, tanto experimental quanto analiticamente, do trabalho de
outros pesquisadores?]
Condies estudadas [Parmetros variados, limites envolvidos, controles impostos.]
Procedimentos [Tcnicns novas empregadas, transfonnnes utilizadns ou desenvolvi-
das, como os resultados foram obtidos.]
Pressupostos [Quais os pressupostos diretos e indiretos, e so eles convencionais?]
Concluses principais [Principais concluses do autor, outras concluses apoiadas nos
dados, resultados negativos importnntes.]
Concluses secundrias [Pontos de menor importncia ou aqueles de reas perifricas
da pesquisa podem ser relatados se forem julgados suficientemente teis. Podem ser
apresentadas interpretaes e inferncias c extrapo!aes razoveis. No so conve-
nientes associaes tericas imprecisas e questes conjeturais.}
lmportdncia ou utilidade [lmportnciae competncia do trabalho realizado. Aplicaes
potenciais.]
Limitaes e deficiencias [As hil!teses so indevidamente restritivas o'ulimitantes? O
modelo terico est muito distante de possvel aplicao prtica? H falhas tcnicas? O
enfoque do problema imps limitaes aos resultados? Que grau de complexidade foi
adotado? Hou\'e anlise suficiente dos dados, principalmente quanto a possYeis erros?}
Comentrios crticos [Eventual erro fundamental e magnitude dos erros. Eventual
publicao anterior desta informao. Existem pesquisas similares e qual n posio
que o presente trabalho ocupa na bibliografia? Quais as caractersticas que so pnr-
ticularmente meritrias? A interpretao dos resultados razovel?]
claro que nem todas essas categorias sero aplicveis a todo item a ser resu-
mido e as trs ltimas somente a resumos crticos. Solov'ev (1971) estuda o
uso, na redao de resumos, deste mtodo baseado em questionrio.
Hoje, naturalmente, provvel que alguma forma de auxlio ao processo de
redao do resumo, em linha e interativo, seja mais atraente do que a adoo
desse tipo de enfoque estruturado, ainda que exibido em linha na tela. Craven
( 1996) desenvolveu um prottipo de sistema destinado a assistir os resumi-
dores e chegou a test-lo pelo menos em carter preliminar. O auxlio reda-
o de resumos inclui um tesauro como um dos componentes (Craven, l993).
Alguns autores procuraram desenvolver diretrizes para redao de resumos
de ce11os tipos de documentos. Por exemplo, Solov'ev (1981) sugere que resu-
"-'Os titulas e descries da planilha aqui exemplif1cada baseiam-se nos utilizados no projeto de
resumos modulares de Herner and Compnny (Lancaster et ai., 1965).
8. A REDAO DO RESUl\-10 121
mos de teses de doutorado focalizem os seguintes pontos: importncia atual do
assunto, problema tratado e objetivo da pesquisa, novidade cientfica, metodo-
logia, resultados e concluses (inclusive implementao dos resultados).
Embora de modo um tanto confuso e, por isso, com trechos de difcil inter-
pretao, o Centro de Documentao sobre Refugiados do Alto Comissariado
das Naes Unidas para os Refugiados (UNHCR) condensou os fundamentos da
redao de resumos num nico diagrama (figura 50). So particularmente teis
os critrios de avaliao esquerda do diagrama. Note-se que o resumo deve
ser avaliado com base em sua linguagem e contedo, sua .obedincia ao 1 estilo
da casa' (extenso, estrutura, convenes ortogrficas e de pontuao) e, o que
mais importante, o grau com que ele atende s necessidades do usurio.
m.o.t~oo u plllU
nr..-.r.,!u
""'":~.:.. c.,,
l!i1711'-.....
re~=<
"~
objoWco/
m!<'"'..ok>glt
uod!tdoo/
(<:cl.!~
ESTRUTURA
<"".cl01U
l<<='>'l
~t ..
~""'
FIGURA 50
Fundamentos da redao de resumos
R~produzido do UNIK:R Refugee Documentatiou Cemre { 1985), com petmisso do Centro de Documentao sobre Refugiado>
do Alto Comissariado das Naes Unidas parn o> Refugiado>
Foram desenvolvidos 'modelos' mais formais do processo de redao de
resumos (por exemplo, por Karasev, 1978). Embora tais modelos contribuam
para nosso entendimento das etapas percorridas intuitivamente pelo resumidor,
parecem ser de pouco valor prtico para os resumidores.
Mesmo que se reconheam alguns princpios gerais implcitos no trabalho
de resumir, claro que cada resumidor ter seu prprio modo de implement-
los. Com efeito, Endres-Niggemeyer ( 1994, 1998) admitiu ter identificado 453
estratgias diferentes, com base na gravao em fita dos protocolos que apenas
seis resmnidores pensavam em voz alta.
Os aspectos tericos dos resumos e sua redao so abordados mais amide
122 INDEXAO E RESUI\.JOS: TEOR!A E PRTrCA
por autores europeus, principalmente Endres-Niggemeyer ( 1998) e Pinto. Esta
autora apresenta, num livro em espanhol (Pinto, 200 I), um estudo completo so-
bre redao de resumos em seu contexto lingstico mais amplo. Encontram-se
verses parciais em Pinto ( 1995) e Pinto e Lancaster (1999). Ela tambm anali-
sou o papel da semitica, lgica e psicologia cognitiva na anlise de contedos
textuais (Pinto, 1994). Pinto e Glvez( 1999) analisam a redao de resumos em
termos de paradigmas comunicacionais, fsicos, cognitivos e sistmicos.
Resumidores
Os resumos podem ser preparados pelos prprios autores dos documentos,
por outros especialistas dos rspectivos assuntos ou resumidores profissio-
nais. Muitos peridicos cientficos exigem que os autores preparem resumos
que acompanhem seus artigos. crescente o aproveitamento destes resumos
pelos servios de resumos impressos, que assim no precisam redigi-los de novo.
Igual ao que acontece na indexao, o resumidor precisa ter conhecimento
do contedo temtico tratado no documento, embora no precise ser um espe-
cialista. Requisito importante a capacidade de redigir e editorar textos, e um
trunfo precioso para o resumidor a aptido de ler e compreender com rapidez.
Borko e Bernier (1975) adve1tem que os autores no necessariamente redi-
gem os melhores resumos dos prprios artigos. Os autores comumente no
possuem fonnao e experincia em redao de resumos, bem como carecem do indexao, anlise conceitual- quais os aspectos a realar?- e a segunda
conhecimento das regras adotadas nessa atividade. As publicaes de resumos
mais prestigiosas comumente conseguem recrutar como resumidores especia-
listas numa rea, que aceitam o encargo de redigir resumos em sua especiali-
dade sem remunerao ou a troco de honorrios modestos. Borko e Bernier
afirmam que: "Quem aprendeu a redigir resumos e tambm especialista num
campo do conhecimento redige os melhores resumos", afirmao contra a qual
difcil argumentar. Como os e_specialistas comumente so voluntrios, talvez
seja difcil deles obter pontualidade na redao dos resumos. O resumidor pro-
fissional custa caro, mas pontual e pode fazer um excelente trabalho quando
lida com reas do conhecimento que no lhe sejam totalmente desconhecidas.
Atualmente autores e editoras contam com poucos incentivos para 'enfeitar,
os resumos de modo a tornar o trabalho que isso envolve mais atraente do que
de fato . Price (1983) argumentou que isso poderia tornar-se um perigo num
ambiente completamente eletrnico (ver captulo 16). As editoras gostariam de
estimular o uso dos resumos porque provavelmente seriam remuneradas com
base nisso. Os autores gostariam de ampliar sua utilizao, se este fator setor-
nasse, o que no seria impossvel, um critrio a ser adotado em decises rela-
tivas promoo e estabilidade no emprego. O vocbulo spoofing ou spamm-
ing foi usado para designar o enfeitamento de pginas da Rede de modo a au-
mentar sua recuperabilidade (captulo 16).
A redao de resumos e a indexao so atividades intimamente relacio-
8. A REDAAO DO RESUMO 123
nadas e h fortes razes par~ que sejam reunidas. pequena a distncia entre a
etapa de anlise conceitual da indexao e a preparao de um resumo aceit-
vel. Alm disso, a disciplina adicional imposta pela redao do resumo ajuda na
deciso sobre o que deve ser includo e o que pode ser omitido na indexao. O
fato de ambas as atividades envolverem uma combinao de leitura e passar de
olhos outro motivo pelo qual eficiente reuni-las, delas se incumbindo uma
mesma pessoa, sempre que isto for vivel.
Qualidade e coerncia na redao de resumos
Jamais dois resumos do mesmo documento sero idnticos se forem redigi-
dos por pessoas diferentes ou pela mesma pessoa em momentos diferentes: o
contedo descrito ser o mesmo, mas a forma de descrev-lo ser diferente. A
qualidade e a coerncia so um pouco mais vagas quando se aplicam a resumos
do que quando se aplicam indexao. Aparentemente existem duas facetas
principais concernentes qualidade:
1. Os 'argumentos' essenciais do documento so postos em relevo no resumo?
2. Esses argumentos so descritos exata, sucinta e inequivocamente?
Em certa medida, portanto, a qualidade da redao de resumos aferida se-
gundo critrios que so muito similares aos adotados na avaliao da indexa-
o. A primeira etapa da redao de resumos corresponde, realmente, como na
etapa COITesponde traduo dessa anlise conceitual em frases (normalmente).
A qualidade da anlise conceitual pode ser aferida, provavelmente, em
cotejo com as instrues relativas a contedo baixadas pela instituio para a
qual o resumo redigido. Por exemplo:
l. Foram includos o mbito e a finalidade do trabalho?
2. Os resultados foram indicados ou resumidos?
3. As concluses do autor foram resumidas?
e assim por diante.
Poder-se-, ento, avaliar a coerncia entre dois resumos, neste nvel concei-
tual, no que tange ao grau com que os resumidores estiveram de acordo quanto
aos pontos a incluir.
A avaliao da qualidade da fase de 'traduo', no processo de elaborao
do resumo, um pouco mais complicada, porque exatido, ambigidade e bre-
vidade so critrios um tanto subjetivos. Um resumidor experiente poder apli-
c-los, porm, ao julgar o trabalho de pessoas menos experientes. No deve haver
grande preocupao com a coerncia na fase de traduo do processo de elabo-
rao do resumo: existe a possibilidade de tratar a mesma questo de vrias for-
mas diferentes, c a? a uma delas exata e inequvoca e, talvez, igualmente sucinta.
124 !NDEXAAO E RESUMOS: TEORIA E PRTICA 8. A REDAO DO RESUMO 125
claro que os resumos so avaliados pelos editores e outras pessoas que traba-
Texto integral Resumos lham nos centros de informao ou nas editoras, provavelmente utilizando o
Nmero de itens julgados relevantes 12 15 mtodo intuitivo. provve"I que, quanto mais se utilizar a busca em texto livre
Nmero de itens julgados no-relevantes 38 35 em lugar da indexao feita por seres humanos, crescer a impmincia do mto~
Total 50 50 do de avaliao baseado na 'recuperabilidade'. Os critrios para aferir a 'recu-
perabilidade' de um resumo no so necessariamente os mesmos utilizados
FIGURA 51
para avali-lo com base na previsibilidade da relevncia (ver as consideraes
Resultados hipotticos de um teste de previsibilidade de relevncia
sobre 'Questes de compatibilidade').
Vinsonhaler (1966) prope mtodos comportamentais para avaliar a qua-
O teste definitivo de um bom resumo consiste simplesmente em perguntar:
lidade de resumos com base na 'validade de contedo' ou 'validade previsvel'.
'ser que ele permite ao leitor prever com exatido se um item resumido ou
Num estudo de validade de contedo, os sujeitos julgam o grau com que o docuM
no relevante para seus interesses atuais?' No que tange a um leitor especfico e
mento e o resumo so 'similares', empregando talvez uma escala de similari-
uma necessidade de informao especfica, possvel testar isso com base,
dade de sete pontos. Alternativamente, pode-se aplicar um teste para determi-
digamos, em 50 resumos copiados na impressora em resposta a uma busca em
nar em que medida um resumo discrimina documentos, especialmente quando seu
linha. Os resultados do estudo seriam os mostrados na figura 51: os resumos
contedo temtico bastante similar. Vinsonhaler prope, para medir a discri-
sugeriam que 15 itens seriam relevantes, mas apenas 12 se confirmaram como
minabilidade, um teste em que os sujeitos examinam um documento e em segui-
tal. Alm disso, se se constatar que nem todos os 12 considerados relevantes a
da procuram identificar o resumo correspondente num folheto que contm resu-
partir do texto foram tambm julgados relevantes a patiir dos resumos, estes
mos. Um teste de validade previsvel determina em que medida decises toma-
teriam falhado de ambos os modos: sugeriram que alguns itens eram relevantes
das sobre similaridade dos resumos coincidem com decises quanto similari-
quando no o eram, e que outros no eram relevantes quando o eram.
dade tomadas com base nos prprios documentos: se os resumos forem 'bons',
Esse tipo de estudo, naturalmente, um tanto difcil de fazer. Ademais, seus
grupos de resumos com baSe na similaridade devem coincidir com grupos de
resultados aplicam-se apenas a determinado usurio e determinada necessida-
documentos com base na similaridade. O segundo teste de validade previsvel
de de informao; mude-se o usurio ou a necessidade de informao e os resul-
mais convencional: determina-se a medida em que os resumos prevem correta-
tados mudaro. A maioria dos usurios de servios de resumos, ou bases de da-
mente a relevncia dos documentos. Vinsonhaler sugere um teste de cruzamen-
dos em linha, j ter passado pela situao, talvez com relativa freqncia,
to em que um grupo de pessoas avalia a relevncia de um conjunto de doeu~
quando um resumo desperta o apetite por um documento que acaba sendo t~lt~ito
mentos para um enunciado de pedido de busca e, em seguida, depois de um
diferente do que se esperava. Ento, os resumos frustraram esses usuanos,
intervalo de tempo adequado, faz o mesmo com os resumos dos documentos. O
embora talvez tivessem atendido de modo bastante adequado a outros usurios.
segundo grupo de pessoas procede em seqncia inversa, primeiro avaliando os
A utilidade dos resumos n~ previso da relevncia de documentos para
resumos e depois os documentos.
determinado usurio ser examinada com mais detalhes no captulo seguinte.
Mathis (1972) props que os resumos fossem avaliados com base num 'coe~
Embora tenham sido realizados vrios estudos de previsibilidade de relevncia,
ficiente de dados' (co). O co expresso pela frmula c!L, onde c um 'fator de
so muito poucas as pesquisas sobre as atividades dos resumidores. Com efeito,
conservao de dados' e L um 'fator de conservao de extenso'. c uma me-
j foram realizados mais estudos sobre avaliao de extratos do que de resu-
dida do grau com que todos os 'conceitos' (Mathis refere-se a eles como 'ele~
mos. Por exemplo, tanto Rath et ai. ( 1961 b) quanto Edmundson et ai. ( 1961)
mentes de dados') do documento so conservados no resumo. L simplesmen~
descobriram que as pessoas no eram muito coerentes (com os outros ou
te o nmero de palavras do resumo dividido pelo nmero de palavras do docu-
consigo mesmas) ao selecionar de um texto as frases que consideravam como os
mento. O CD um valor numrico, e, quanto maior o valor, melhor. Ele favo-
melhores indicadores de seu contedo.
rece a concentrao e a compresso: capacidade de conservar todos os elemen-
Edmundson et ai. (1961) sugerem vrios mtodos de avaliao de resumos:
tos essenciais do texto com o mnimo de palavras. Melhora-se o valor aumen-
I. Julgamento intuitivo, subjetivo; tando~se a quantidade de elementos de dados presentes ou reduzindo~se a
2. Comparao corn um resumo 'ideal'; quantidade de palavras no resumo. Mathis sugere que um valor de CD inferior
3. Determinao da medida em que perguntas de teste sobre um documento unidade indicaria um resumo de qualidade inaceitvel. Trata-se de mtodo cria-
podem ser respondidas pelo resumo; tivo, embora dependa totalmente da capacidade de identificar 'elementos de
4. Recuperabilidade do documento pelo resumo.
dados'. Mathis prope que sejam identificados mediante critrios sintticos.
126 INDEXAO E RESU/'vfOS: TEORIA E PRTICA
Assim como qualquer outro tipo de texto, os resumos podem ser avaliados
com base na 'legibilidade', empregando-se frmulas clssicas de legibilidade.
Dmnberger e Kowitz (1975) adotaram a frmula de tcilidade de leitura, de
Flesch, para comparar resumos de Research in Education com os relatrios
correspondentes, e verificaram que os nveis de legibilidade eram significati-
vamente baixos, provavelmente porque careciam de redundncia. Tambm King
(1976), adotando um critrio 'cloze', *observou que os resumos de Child Deve-
lopment Abslracts eram menos legveis do que os itens em que se baseavam.
Hartley (1994) aplicou tanto os escores de legibilidade de Flesch** quanto
testes cloze (compreenso) na comparao de quatro verses diferentes dos
mesmos resumos. Sua concluso foi que os resumos poderiam ser melhorados
(isto , redigidos de modo mais claro) se fosse mudado o tamanho do tipo, se
fosse estruturado (em pargrafos com entrettulos) e se fossem reescritos.
Posteriormente, Hartley e Sydes ( 1996) estudaram as preferncias do leitor
quanto disposio grfica dos resumos estruturados.
Hartley (2000) identifica trs fatores que influem na clareza dos resumos:
linguagem (legibilidade), a maneira como as informaes so apresentadas
(seqencial ou estruturada) e o estilo grfico. Tambm descreve diferentes
solues grficas para a apresentao dos resumos estruturados.
Salager-Meyer (1991) analisou, de uma perspectiva lingstica, uma amos-
tra de resumos de artigos mdicos, tendo chegado concluso de que metade
deles era 'mal-estruturada' (isto , possua deficincia de discurso). Uma vez
que 'deficincia de discurso' pode incluir coisas do tipo disperso conceitual
(por exemplo, resultados relatados em diferentes lugares do resumo) como
tambm omisso de um elemento importante (por exemplo, o objetivo da
pesquisa) do resumo, o autor sugere que os resumos que padeam desses
defeitos sero menos eficientes na transmisso de informaes.
Borko e Bernier (1975) apresentaram aquela que talvez seja a lista mais
abrangente de possveis critrios de avaliao de resumos, como se v a seguir:
l. Uma classificao global de qualidade (atribuda por avaliadores humanos).
2. A medida em que a norma NISO (ANSI) ou outra norma respeitada (que
tambm tida como um componente principal do mtodo de avaliao re-
comendado. por Mathis ( 1972)***
;;. Tcnica e teste de leitura em que, num texto, so on1itidas palavras propositalmente c segundo
um padro definido {por exemplo, toda quinta palavra). Os espaos em bronco deixados sero
preenchidos pelos sujeitos que estiverem sendo avaliados. {N.T.)
H O escore de facilidade de leitura de Flesch [Fiesch Reuding E as e (R.E.)J considera a extenso
das frases e a extenso das palavras no texto. A frmula original R.E. = 206,835 - O,S46w -
I ,O 15s (onde w o nmero mdio de si! abas em I 00 palavras e s o nmero mdio de palavras
por frase. Os escores normalmente situam-se na faixa 0-100 em que os valores menores refle-
tem maior dit1culdade (Hartley, 2000c).
H$ Ver tambnl, porm, os comentrios sobre normas no captulo 9.
S. A REDAAO DO RESUMO 127
3. A incluso de informaes importantes e a excluso de informaes sem
importncia.
4. Ausncia de erros.
5. Coerncia de estilo e legibilidade.
6. Previsibilidade da relevncia.
7. Capacidade de servir como substituto do original (resumos informativos).
S. Adequao como fonte de termos de indexao.
Esta lista, evidentemente, representa vrios nveis de critrios. Por exemplo,
todos os critrios do terceiro ao quinto provavelmente seriam levados em conta
em qualquer classificao 'global'. Um mtodo de avaliao da medida em que
um resumo pode servir em lugar do original (critrio 7) consiste em comparar a
capacidade de grupos de indivduos responderem a questes baseadas em: a)
nos resumos, e b) no texto integral. Payne et ai. (1962) relataram estudos desse tipo.
Com efeito, os estudos de Payne englobavam trs mtodos de avaliao
diferentes:
1. Coerncia. Foram utilizados especialistas de assunto para comparar resu-
mos com base na similaridade da quantidade de informaes apresentadas.
2. A quautidade de reduo de texto obtida.
3. Utilidade. Os estudantes responderam a questes tcnicas baseadas nos ar-
tigos de sua rea de especializao. Alguns deles liam os artigos, outros ape-
nas os resumos. As respostas dos dois grupos eram comparadas. Este mto-
do foi tambm usado por Hartley et ai. ( 1996) para comparar diferentes ti-
pos de resumos: a concluso foi que os resumos estruturados (formatados
em diferentes pargrafos, cada um com seu entrettulo) podiam ser usados
de modo mais eficiente.
No programa TIPSTER (ver captulo 14), so empregados dois mtodos de
avaliao de resumos: 1) utilizao do resumo para julgar a relevncia dos do-
cumentos, e 2) utilizao do resumo como base para a classificao dos docu-
mentos (isto , classificao baseada no resumo em comparao com a classi-
ficao baseada nos textos completos).
As avaliaes da qualidade dos resumos publicadas nos ltimos anos tm se
concentrado, na maior parte, em resumos estruturados. Hartley e Benjamin
(1998) compararam resumos tradicionais e estruturados redigidos por autores
de artigos submetidos a quatro peridicos britnicos de psicologia. Estudantes
de psicologia participaram da avaliao. Os resumos estruturados foram julga-
dos significativamente mais legveis, significativamente mais longos e signifi-
cativamente mais informativos.
Poucos trabalhos foram realizados para avaliar resumos publicados em
comparao com os textos a que se referem. No entanto, um til estudo desse
tipo foi relatado por Pitkin et ai. (1999). Eles avaliaram, dessa forma, 88 resu-
mos publicados em seis importantes revistas mdicas. Os resumos eram consi-
128 INDEXAO E RESUMOS: TEORIA E PRrICA
derados 'deficientes' quando incluarn dados diferentes dos dados constantes
do prprio mtigo ou deixavam de incluir dados por completo. Com base nesses
critrios, uma quantidade significativa de resumos foi considerada deficiente,
cerca de 18% na revista que COJTespondia ao melhor caso e 68% no pior caso.
Em decorrncia desse estudo o JA,\IA (Journal of the American lvfedical
Association) introduziu um programa de melhoria de qualidade (\Vinkler,
1999). Foram adotados os seguintes critrios:
1. Os entrettulos do resumo so coerentes com o formato de resumo estru-
turado.
2. Os dados no resumo so coerentes com o texto, tabelas e figuras.
3. Os dados ou informaes do resumo esto presentes no texto, tabelas ou
figuras.
4. Fornece os anos de estudo e a durao do acompanhamento.
5. Os resultados das Principais Medidas de Resultados so apresentados
na seo de Resultados (evitar informaes seletivas).
6. Os resultados s'o quantificados com numeradores, denominadores,
odds ratios [razes de chances, razes de diferenas] e intervalos de
confiana, onde isso for apropriado.
7. Apresentam-se, sempre que possvel, diferenas absolutas e no diferen-
as relativas (por exemplo, 'A mortalidade baixou de 6% para 3o/o' ao in-
vs de 'A mortalidade baixou 50%'.
8. No caso de ensaios randomizados, a anlise identificada como intent-
to-treat ou anlise de paciente avalivel.
9. Para levantamentos, o ndice de respostas fornecido em Resultados
ou Delineamento.
1O. Para anlise multivariada, os fatores controlados no modelo so mencio-
nados de modo bem sucinto.
ll. As concluses resultam de informaes contidas no resumo.
Esses critrios so agora adotados para rever e corrigir resumos. Winkler rela-
tou uma melhoria impressionante da qualidade aps a implantao desse pro-
grama, e Pitkin et ai. (2000), em pesquisa independente, tambm constataram
notvel melhoria, embora no no nvel impressionante citado por \Vinkler. An-
teriormente, Pitkin e Branagan ( 1998) relataram, como resultado de um ensaio
randomizado controlado, que instrues especficas dadas aos autores que esta-
vam tevisando seus manuscritos no foram eficazes para diminuir as deficin-
cias dos resumos. Parece que enviar aos autores instrues sobre a qualidade
dos resumos no , em si, garantia de melhoria, embora tais instrues sejam
eficazes quando usadas pelos editores de revistas na avaliao dos resumos.
Hartley (2000a) comparou a exatido de resumos estruturados com a de
resumos 'tradicionais' de um mesmo grupo de miigos submetidos para publica-
o nas revistas da British Psychological Society. Isso foi possvel porque os
autores haviam enviado resumos tradicionais ao submeter os originais, porm,
8. A REDAO DO RESUMO 129
depois que os trabalhos foram aceitos para publicao, foi-lhes exigido que
apresentassem verses estruturadas. Hartley relata poucas inexatides em qual-
quer um dos tipos de resumos, e que os estruturados no eram melhores nem
piores do que os outros. Esse ltimo resultado talvez no surpreenda muito,
pois a maioria dos autores simplesmente converteu o resumo original para a
forma estruturada. Mais difcil de explicar esses resumos de psicologia pare-
cerem mais exatos do que os resumos de medicina dos estudos de Pitkin.
O valor de previsibilidade dos resumos (isto , sua capacidade de indicar a
relevncia do item de que deriva para os interesses de algum usurio) exami-
nado no prximo captulo.
Questes de compatibilidade
H 50 anos, a nica razo existente para que fossem redigidos resumos era a
de criar a representao de um documento que seria lida por seres humanos.
Entretanto, os resumos so hoje utilizados com uma segunda finalidade: pro-
porcionar uma representao que sirva para buscas feitas por computador.
Infelizmente, essas duas finalidades no so inteiramente compatveis. Para os
objetivos da recuperao, a redundncia conveniente. Quer dizer. um tpico
estar mais bem representado se o for de vrias formas. Por exemplo, a incluso
dos sinnimos 'asas de vo livre' e 'asas deltas' em alguns resumos aumenta a
probabilidade de o item ser recuperado- um consulente usar 'vo livre' e o
outro poder pensar em 'asa delta'. Para o leitor humano, por outro lado, me-
lhor haver coerncia do que redundncia. Na realidade, o usurio se sentir
muito confuso se as mesmas idias forem descritas de diferentes formas no resumo.
Para os objetivos da recuperao, quanto mais longo for o resumo melhor
ser. Pelo menos, quanto mais longo for o resumo mais pontos de acesso pro-
porcionar, e quanto mais pontos de acesso houver maior ser o potencial de
alta revocao na recuperao. Ao mesmo tempo, temos de admitir que prova-
velmente haver perda de preciso: quanto mais extenso for o resumo mais as-
pectos 'secundrios' do documento sero introduzidos e maior ser o potencial
de falsas associaes (veJ>captulos 6, 11 e 14). Para o leitor humano, a brevida-
de certamente conveniente. Ela tambm convm para os assinantes de servi-
os impressos, pois resumos mais longos geram publicaes mais caras.
Para o leitor humano, til a meno de aspectos negativos: por exemplo,
'porm exclui consideraes sobre custos' informa ao leitor sobre o que no
deve esperar encontrar no documento. A incluso da palavra 'custos' no resu-
mo far, evidentemente, com que ele seja recuperado em buscas nas quais o
custo seja um aspecto importante -exatamente a situao na qual esse resumo
no deveria ser recuperado.
Para os objetivos da recuperao, tambm relhorevitar certas palavras ou
expresses. A locuo comum 'lanar mo de' criar problemas em muitas ba-
ses de dados, pois levar recuperao de itens sobre a parte do corpo humano
130 INDEXAO E RESUl\'IOS: TEORIA E PRTICA
- mo - , e a flexo verbal 'cobre', do verbo 'cobrir', far recuperar itens
sobre o metal cobre. P01tanto, para uma recuperao mais eficaz, os resumi-
dores devem evitar termos que sabidamente causaro problemas desse tipo.
At mesmo as convenes relativas a pontuao e sintaxe, que tm sentido
para o leitor humano, podem criar problemas para o c01nputador. Suponhamos,
por exemplo, uma frase que termine com a palavra 'precipitao' seguida ime-
diatamente por outra que comece com a palavra 'cidos'. Em muitos sistemas
este tem ser recuperado durante uma pesquisa sobre 'precipitao de cidos',
embora nada tenha a ver com este assunto.
Os minirresumos de Lunin ( 1967) (ver captulo anterior), ao contrrio do
resumo convencional, destinam~se basicamente a facilitar as buscas por com-
putador. Embora possam ser interpretados por usurios inteligentes, so defini-
tivamente mais difceis de lere entender, e se ignora como um enunciado esque-
mtico como esse seria aceito pelos usurios de um sistema de recuperao.
Tudo isso aponta para o fato de que um resumo 'ideal' para o leitor pode no
ser ideal para as buscas informatizadas. Mas, at onde se pode prever, os resu-
mos continuaro a servir a ambas as finalidades. Mesmo que a importncia dos
servios impressos venha a declinar, os resumos ainda sero necessrios como
um produto intermedirio em buscas informatizadas. Uma das implicaes dis-
so que as editoras de servios secundrios tero de rever suas instrues, para
que os resumidores passem a criar resumos que, na medida do possvel, sejam
sucedneos eficazes tanto para a realizao de buscas quanto para a leitura.
Fidel (1986) prestou um grande servio ao analisar as instrues para reda-
o de resumos de 36 produtores de bases de dados. A sintese que ela fez das
instrues que parecem ser relevantes para as caractersticas de recuperabili-
dade dos resumos reproduzida na figura 52. I\1ais que tudo, sua sntese revela
algumas divergncias de opini9: utilize a linguagem do autor, no utilize a lin-
guagem do autor; utilize linguagem idntica linguagem dos termos de indexa~
o atribudos, utilize linguagem que complemente os termos atribudos, e as-
sim por diante. A regra mais sensata talvez seja a que especifica que o resumo
deve incluir termos relevantes que faltem nos descritores e no ttulo. Nfuitas
vezes, esses sero termos mais especficos do que os do vocabulrio controlado.
Booth e O'Rourke (1997) estudaram resumos estruturados de medicina
num contexto de recuperao da informao. Por meio da importao de regis-
tros do MEDLINE, conseguiram criar duas bases de dados em que podiam fazer
buscas, sendo uma de resumos completos e a outra de resumos segmentados em
vrios componentes (objetivos, delineamento, concluses, e assim por diante)
da estrutura. As buscas feitas na base de dados segmentada, naturalmente, obti-
veram maior preciso, porm menor revocao. Os consulentes tambm
tiveram dificuldade para decidir em quais segmentos fazer as buscas.
Nomoto e Matsumoto (2001) defendem a avaliao da qualidade de resu-
mos produzidos automaticamente (na realidade, extratos) em termos de quo
satisfatria seria a possibilidade de substituir os textos integrais nas tarefas de
8. A REDAO DO RESUMO 131
recuperao da informao. Eles parecem acreditar que esta idia se originou
com eles, quando, de fato, . bastante antiga.
O boletim interno
O fato de haver bases de dados bibliogrficos em praticamente todos os
campos do conhecimento e de em alguns deles haver vrias bases de dados
concorrentes no elimina inevitavelmente a necessidade de um boletim de
resumos destinado clientela interna de uma instituio. O centro de informa-
es de uma empresa ou outro tipo de organizao em que haja um forte pro
grama de pesquisas pode almejar produzir seu prprio boletim em virtude de:
I. Os peridicos de resumos existentes no serem suficientemente atuais na
cobertura de materiais fundamentais e do maior interesse para a instituio.
2. Nenhuma base de dados, isoladamente, em formato impresso ou eletrnico,
abranger, provavelmente, todos os materiais de interesse para a instituio.
Na realidade, muitas bases de dados so relevantes para os interesses da ins-
tituio quando se tem em conta a diversidade de contedo temtico e de
formas documentais.
3. Nenhuma base de dados externa abranger certos materiais de importncia,
e, de modo mais evidente, os relatrios internos da prpria instituio, li-
teratura de fabricantes, 1i1aterial publicitrio dos concorrentes, etc.
Para otimizar os procedimentos empregados na produo do boletim inter-
no, ser preciso identificar os materiais que sero resumidos diretamente. Estes
certamente incluiro os relatrios internos da prpria empresa e materiais ex-
ternos considerados de especial importncia. Por exemplo, algum perten-
cente ao quadro de pessoal do centro poder examinar todas as patentes novas e
preparar resumos daquelas que se revistam de possvel interesse para a empresa
-o que , em si mesmo, uma arte. Valendo-se dos mtodos a serem examinados
no captulo seguinte, ser identificada uma 'lista bsica' de peridicos que,
quase com ce11eza, so extraordinariamente produtiVos no que concerne aos
interesses da instituio. Esses peridicos tambm sero resumidos direta-
mente.
possvel que as fontes analisadas dessa forma regularmente produzam,
por hiptese, de 80 a 90% da bibliografia a ser includa no boletim interno. Para
elevar essa cobertura bem acima do nfvel de 90% ser preciso utilizar fontes
impressas de carter mais genrico. Os membros da equipe que analisa os
peridicos pertencentes lista bsica procura de artigos de interesse devem
tambm examinar os servi>s de indexao/resumos em formato impresso que
forem apropriados. Isto revelar outros itens relevantes, como, por exemplo, os
que aparecem em fontes que no so adquiridas por assinatura diretamente.
Uma fonte abrangente no campo cientfico, como o Chemica/ Abstracts, parti-
cularmente til para a localizao de itens de interesse potencial.
132 INDEXAO E RESUI\OS: TEORIA E PRTlCA 8. A REDAO DO RESUMO 133

O Contedo dos Resumos

1::1111/ll.:iudox gerei/.\' . es, porm, tm tal diversidade de interesses heterogneos que se torna muito
EmprCJ:,'lte conceitos e tennos 'importantes' (p. ex., aqueles que melhoraro a recuperano em te:.:to ltvre;
aqueles sobre os quais o documento contm bastnnte infonnao: ou palan<ls-chave).
1i:rmo.\ de imlexa()o
Coordene os conceitos usados nos resumos com os descritores atribudos.
a) Inclua nos resumos conceitos que sej<1m idnticos aos descritores.
b) Inclua !lOS resumos conceitos que complementem os descritores (p. ex., tennos relevantes que fhltem
na indexao com descritores e nos ttulos, tennos mais especficos do que os descritores, ou detenni-
nado tipo de termo imp011ante para a rea de assunto, como nomes geogrficos).
c) Inclua nos resumos conceitos que compl ernentem ou sejam idnticos aos descritores.
Conl! ibua pam melhorar a indexal'io independentemente da linguagem de indexal'io utilizada
/.i.11!H de wnfr.:rl/d(J
Obedea a uma lista de elementos relncionados recuperao que serl'io includos nos resumos. anlise da literatura incluiria algumas pessoas que teriam como tarefa principal
Fonnas de listas de conferncia:
a) Categorias que serao includas nos resumos (p. ex_, materiais, propriedades e processos) e as condi-
es que detenninan'io sua inclusl'io (p. ex., somente qunndo forem rmalisadas detidnmente, ou sem-
pre que forem mencionadas).
b) Diretdzes especificas e detetmilad<!S (p. ex., 'sempre que trntnr de um novo produto, mencione o
nome da empresa'}.
A Linguagem dos Resumos
Emprego du lill!f.li(Jgem do au/or
Empregue a lingu<~gem do autor.
No empreb'l.le a linguagem do autor.
a) Empregue termos correntes e detenninados, especficos da rea tem<itica.
Empregue t<lnto a linguagem do autor quanto sinnimos.
Rda~o wm a /ingiW!f.C/11 de indexa~o uli/i::adv
Coordene os tennos nos resumos com os descritores.
Complemente os descritores com tennos nos resumos (p. ex., empregue sinnimos ou termos mais especfi-
cos).
Empregue termos especticos e de uso reconhecido pma categorias determinadas (tais como materi<lis, proces-
sos e produtos).
l'rlicas o c!'/(Jr
N<'io empreg:ue a negativa (p. ex., use doente no invs de que 1111 go::v .\(/lide).
Ndo uxe lermos em jilf!IW de li.\" la IJIIC /enhaunw li/lima pahnnt em L'l/11111111 nmw .1e jilsse 111110 xrie (la i.,
nJ/1/IJ 'pecjiiCIII!.,.. mdiO.\" e ~:randes [I(J.I-ex ~-
Formvs do1 pakwra.'i
Adote as pffiticas linb,'l1sticas locais (p. ex., mude a ortobrafia nm1e-americana quando se t1atar de bases de
dados inglesas). . .
Expresse sempre ponncnorizadamente os t~nnos de certas categmias (p. ex., processos. mat~nms, produtos).
Quando um tenllO e um descritor forem b'l.lais, registre o tenno na fonna adot:~da pe!o descntor_
Expresse os tenllOS tanto em sun fonnn abreviada quanto em sua fom1a por extenso.
FIGURA 52
Regras, destinadas a resumidores, concernentes s caractersticas de
recuperabilidade dos resumos
Reproduzidas de Fide! ( 1986) com permi>s~o de Emerald
Pode-se perguntar por que, em 2003, algum consultaria servios secund-
rios impressos ao invs de regularmente fazer buscas em linha nas bases de
dados apropriadas. Este seria o modo de atuao preferido de uma instituio
cujos interesses estivessem claramente delimitados e que pudessem ser expres-
sos de forma bastante abrangente numa estratgia de busca. Algumas organiza-
difcil localizar itens de interesse potencial, salvo mediante consulta a amplas
sees de fontes publicadas. Ademais, a serendipidade desempenha aqui im-
portante papel: um bom especialista em informao pode identificar itens
relevantes para uma empresa que talvez estejam fora de seu perfil de interesse,
como) por exemplo, uma no:ra aplicao potencial para um produto da empresa.
De qualquer modo, o boletim interno ser compilado mediante a anlise tan-
to de fontes primrias quanto secundrias, estas complementando a cobertura
das anteriores. Num grande centro de informao) a equipe responsvel pela
o exame de materiais estrangeiros, a redao de resumos no vernculo e a reali-
zao de tradues integrais de itens julgados bastante importantes.
Quanto redao mesma dos resumos, as pessoas incumbidas disso econo-
mizaro muito tempo ao fazerem marcaes no texto do prprio documento) a
fim de que a entrada de dados seja feita diretamente da publicao. Em alguns
casos ser possvel utilizar diretamente a's resumos de autor, ou necessitaro de
alguma alterao, como cortes ou acrscimos. Em outros casos, pode-se elabo-
rar um 'resumo' perfeitamente satisfatrio extraindo-se pores do texto, tal-
vez da parte correspondente s concluses ou resultados. Naturalmente, sem-
pre haver alguns itens que exigiro a redao de resumos originai~, seja porque
no exista um resumo satisttrio, seja porque o processo de elaborao do
extrato inadequado) ou porque algum aspecto de grande interesse para a
empresa, porm de interesse secundrio para o autor, precisa ser ressaltado.
Os resumos preparados para uso interno podem ser disseminados de vrios
modos. Destes, o mais comum um boletim duplicado mecanicamente e que
seja editado com regularidade. Tendo em vista que o mesmo pode ser con-
siderado como um instrumento de informao da maior importncia para a
empresa, deveria, se possvel, ser editado semanalmente. Os resumos seriam
organizados em sees que permaneceriam mais ou menos constantes, ao longo
das semanas, de modo a facilitar a consulta. Seria includo um sumrio anal-
tico, com indicao de sees e subsees. Um boletim desse tipo pode conter
de 80 a !50 resumos. A cada resumo atribudo um nmero exclusivo para fins
de identificao e ordenao. Deve haver um formulrio apenso ao boletim
para que seus destinatrios encaminhem pedidos dos documentos resumidos.
O boletim de resumos ser distribudo para os nomes constantes de uma lista
de destinatrios. Para certos nomes-chave da organizao, o centro de informa-
o poder fazer algo mais, afixando um memorando capa do boletim, que
chamar a ateno de cada uma dessas pessoas para itens que talvez sejam espe-
cialmente relevantes. A forma convencional de expressar isso seria mais ou
menos a seguinte: 'Se seu tempo s for suficiente para examinar poucos itens,
provvel que os seguintes sejam de seu pmticular interesse.'
134 INDEXAO E RESUMOS: TEORIA E PRTICA
Uma alternativa ao boletim como tal , evidentemente, disseminar os resu-
mos como itens separados. IssO requer que os disseminadores possuam uma
imagem ntida e abrangente dos interesses individuais, de modo que cada
pessoa receba somente itens que lhe sejam potencialmente pertinentes, ou que
algum programa d~ computador seja utilizado para cotejar caractersticas dos
resumos com perfis de interesses individuais.
Realmente no recomendvel a distribuio de resumos separados. Isso
exige muito mais trabalho de parte do centro de informao e elimina a possibi-
lidade de o usurio encontrar outras informaes percorrendo as pginas a
esmo. Um boletim bem-organizado um instrumento de disseminao mais efi-
caz. Chamar a ateno para itens selecionados do boletim, com o objetivo de
poupar tempo a pessoas-chave, um substituto eficaz da disseminao de
resumos separados.
Ao criar um boletim interno, o centro de informao estar, evidentemente,
formando uma base de dados. Alm disso, trata-se de uma base de dados que
ser de grande utilidade potencial para a instituio. Dever ser acessvel em
linha dentro da empresa, de uma forma que se preste a buscas eficazes. Cada
resumo pode ser indexado (pela prpria pessoa que o redige), seu texto prestar-
se a buscas ou o sistema de recuperao adotar uma combinao de termos de
indexao com expresses do texto.
claro que a intranet da prpria instituio pode ser usada para disseminar
resumos eletronicamente para as pessoas e/ou tornar o boletim acessvel na
ntegra para consultas em linha. No obstante, ainda h muitos argumentos
favorveis utilidade para consulta de um boletim distribudo em formato im-
presso.
Inclinao para um assunto
Nlencionou-se a inclinao para um assunto no captulo anterior. Quando
uma publicao de resumos projetada para ser utilizada por um grupo de
pessoas que possuem interesses claramente definidos e especializados (como
seria o caso de um boletim interno), conveniente, sem dvida, que cada resu-
mo seja moldado aos interesses precisos do grupo. Isso foi reconhecido no
projeto de anlises de contedo modulares (Lancaster et al., 1965) descrito no
captulo 7. Para que essas anlises tivessem o mximo de utilidade para um
grupo diversificado de servios secundrios, props-se que incorporassem
'mdulos temticos'. Uma anlise de contedo incluiria um resumo 'bsico'
mais pargrafos suplementares, cada um dos quais seria moldado aos interesses
de determinado grupo. As entradas de ndice fornecidas tambm refletiriam
essa diversidade de interesses. O apndice 2 exemplificao mtodo: o resumo
bsico sobre contato de chama complementado com pargrafos que rela-
cionam o trabalho a interesses em fisiologia e medicina, indstria de plsticos,
indstria da borracha e s indstrias de roupas de proteo e aeronutica. de miefatos, e o outro, uma base de dados de representaes desses miefatos.
CAPTUL09
Aspectos da avaliao
tema da avaliao tratado em diversos captulos deste livro. O captulo I,
O por exemplo, refere-se aos critrios de avaliao dos resultados de buscas
realizadas numa base de dados, enquanto o captulo 6 focaliza a qualidade da
indexao e os critrios segundo os quais essa qualidade pode ser aferida.
A indexao e a redao de resumos no so atividades que devam ser consi-
deradas como fins em si mesmas. So os resultados dessas atividades que devem
ser avaliados e isso somente pode ser feito no contexto de determinada base de
dados, seja ela em formato impresso ou eletrnico. Nesse contexto, a indexao
avaliada como bem-sucedida quando permite a quem realiza as buscas locali-
zar itens de que precisa sem ter de examinar muitos de que no precisa. Os resu-
mos so bem-sucedidos quando permitem prever corretamente quais os docu-
mentos que sero teis a um consulente e quais no sero, ou se so teis como
substitutos do documento em buscas textuais.
Uma base de dados bibliogrficos no pode ser avaliada de forma isolada,
mas somente em funo de sua utilidade ao responder a vrias necessidades de
informaes. No que concerne a determinada necessidade de informao, ava-
lia-se uma base de dados de acordo com quatro critrios principais:
I. Cobertura. Quantos documentos sobre um assunto, publicados durante de-
terminado perodo, se acham includos na base de dados?
2. Recuperabilidade. Quantos documentos sobre o assunto, includos na base
de dados, so encontrados com o emprego de estratgias de busca 'razoveis'?
3. Previsibi/idade. Ao utilizar informaes da base de dados, com que efici-
ncia o usurio pode aferir quais os itens que sero e os que no sero teis?
4. Atualidade. Os itens publicados recentemente so recuperveis, ou atrasos
na indexao/redao de resumos provocam uma situao em que os itens re-
cuperados mostram resultados de pesquisas 'antigos' ao invs de 'novos'?
Cobertura
A avaliao da cobertzwa de uma base de dados bastante semelhante
avaliao da completeza do acervo de uma biblioteca em relao a um assunto.
Na realidade, o acervo de livros de uma biblioteca em si mesmo uma base de
dados, do mesmo modo que o catlogo da biblioteca- um uma base de dados
 136 INDEXAO E RESUMOS: TEORIA E PRTICA
Uma forma de avaliar a cobertura do acervo de uma biblioteca sobre deter-
minado assunto consiste em obter bibliografias confiveis sobre esse assunto e
cotej-las com o acervo. Esta tcnica tambm pode ser aplicada avaliao da
cober1ura de servios de indexao/resumos. Martyn (1967) e Martyn e Slater
( 1964) exemplificaram o emprego desse mtodo. Suponhamos, por exemplo,
que se queira avaliar a cobe11ura do Index t\l!edicus sobre o assunto leucemia
felina. Com smte, poder-se- encontrar uma bibliografia que parea ou afirme
ser exaustiva a respeito desse assunto para determinado perodo. Neste caso, a
tarefa fcil: cotejam-se as entradas da bibliografia com o ndice de autores do
Index Aledicus, a fim de determinar quais os itens que so e os que no so
includos. Como resultado disso conclui-se que o Index 1\1edicus cobre, diga-
mos, 84o/o mais ou menos da literatura sobre esse assunto. Evidentemente, pre-
ciso conhecer algo a respeito das diretrizes adotadas pela base de dados que est
sendo avaliada; por exemplo, que o Index Medicus se dedica quase exclusiva-
mente a at1igos de peridicos e ho inclui monografias.
Essa tcnica no est isenta de problemas. Em primeiro lugar, no fcil
encontrar bibliografias exaustivas. Alm disso, talvez se ignore totalmente como
uma bibliografia foi compilada. Se a bibliografia sobre leucemia felina tiver sido
compilada basicamente com a utilizao do Jndex lvfedicus (ou seu equivalente
eletrnico) sua utilidade ser muito limitada para a avaliao desta ferramenta.
O fato que, evidentemente, no precisamos realmente de uma bibliografia
exaustiva para avaliar a cobertura de uma base de dados sobre um assunto; basta
uma amostra de itens que seja representativa. Uma forma de obter essa amostra
usar uma base de dados como fonte de itens com os quais ser avaliada a cober-
tura de outra base de dados. Suponhamos, por exemplo, que algum quisesse
saber o grau de completeza da cobet1ura do Engineering Jndex em relao ao
assunto supercondutores. Consultar-se-ia o Physics Abstracts, a fim de iden-
tificar, por hiptese, 200 itens que este servio tivesse indexado sob 'supercon-
dutores' ou 'supercondutividade', e este conjunto seria utilizado para calcular a
cobertura do Engineering Jndex. Depois de cotej-lo com os ndices de autores
do Engineering Jndex, verificar-se-ia que ali se encontram 142/200, o que nos d
uma cobertura estimativa de 71%. O fato de os 200 itens no serem todos os itens
publicados sobre supercondutoies no impmtante; trata-se, em certo sentido,
de um conjunto 'representativo' de itens sobre supercondutores e constitui uma
amostra perfeitamente legtima para se usar na estimativa de cobertura.
Seria possvel, obviamente, fazer o percurso inverso, empregando itens ex-
trados do Engineering lndex para avaliar a cobertura do Physics Abstracts.
Dessa forma tambm se determina o grau de duplicidade e exclusividade de dois
(ou mais) servios, como se acha representado no diagrama no final deste par-
grafo. Obtm-se esses resultados extraindo~se de A uma amostra aleatria de
itens sobre supercondutores e cotejando~os com 8, e extraindo~se de 8 uma
amostra aleatria de itens sobre supercondutores e cotejando~os com A. Essas
9. ASPECTOS DA AVALIAO 137
amostras nos permitiriam estimar a cobertura de A (181/200 ou cerca de 90% no
exemplo hipottico acima), a cobertura de B (168/200 ou cerca de 84%), o grau
de duplicidade entre os servios (149/200 ou cerca de 75%), e a exclusividade
(cerca de 16% dos itens includos por A, ou seja, 32/200, aparecem exclusiva-
mente nesse servio enquanto a cifra comparvel para B est um pouco abaixo de
10% (19/200)). O mesmo tipo de resultado seria alcanado, e sob certos aspec-
tos mais facilmente, se extrassemos uma amostra de uma terceira fonte, c, para
estimar a cobertura, a duplicidade e a exclusividade de A e B.
Nas consideraes acima, pressups-se a avaliao de uma base de dados em
formato impresso. Os procedimentos no difeririam de modo significativo caso
fossem aplicados a uma base de dados em fonnato eletrnico. maante, sem
dvida, dar entrada a talvez centenas de nomes de autores, a fim de determinar a
cober1ura de uma fonte em linha. A soluo deste problema est em realizar, ini-
cialmente, uma ampla busca por assunto (de qualquer modo necessria, se se
quiser determinar a recuperabilidade; ver comentrios adiante), e, em seguida,
fazer buscas complementares por autor. Adotando o mesmo exemplo, extrair-
se-ia uma amostra de itens indexados sob SUPERCONDUTORES ou SUPERCONDU-
TIV!DADE da base de dados !NSPEC, a fim de avaliar a cober1ura deste assunto no
COMPENDEX. O primeiro passo seria fazer uma busca no COMPENDEX sob os
tennos relativos a supercondutores, a fim de verificar quantos dos itens da amos-
tra teriam sido recuperados. O passo seguinte seria realizar buscas por autor, a
fim de determinar se os itens da outra amostra apareciam ou no no COMPENDEX
e, em caso positivo, descobrir como foram indexados.
Existe a possibilidade de ocorrer um problema quando se trata de extrair uma
amostra de itens de uma base de dados para avaliar a cobertura de outra. Em
alguns casos uma base de dados em formato impresso indexar os itens apenas
sob os termos considerados 'mais importantes'. Isso acontece com o lndex
Nfedicus, por exemplo, de modo que itens indexados sob o termo FEUNE LEUKE-
MIA VIRUS [vrus da leucemia felina] sero somente aqueles que tratam do
assunto de modo predominante e no os que tratam do mesmo assunto de modo
perifrico. Ao utilizar uma amostra extrada do lndex J\tfedicus para avaliar outro
servio. temos, portanto, de admitir que a estimativa da cobe11ura desse servio
diz respeito apenas cobertura de artigos de peridicos que tratam 'predominan-
temente' do assunto. No entanto, se extrairmos nossa amostra da base de dados
MEDLINE (fundamentalmente o equivalente eletrnico do Index Medicus), no
teremos esse problema, pois um termo de indexao como FELINE LEUKEMIA
 138 INDEXAO E RESUMOS: TEORIA E PRTICA
VIRUS ser ali empregado para se referir a este assunto quando abordado de
modo perifrico, bem como quando abordado de modo predominante. Tambm
em certos ndices impressos no feita qualquer distino entre termos 'mais isso daria uma estimativa de cobertura razovel. Se se quisesse ser mais preciso,
importantes' e 'menos impotiantes'. Por exemplo, uma amostra de assunto po-
deria ser extrada de um dos ndices da Exce1pta 1Vfedica com a expectativa
razovel de que os itens escolhidos incluiriam alguns em que o assunto tratado
de maneira que no chega a ser predominante.
Obviamente, ao extrair amostras de um servio de indexao/resumos para
avaliar outro, levam-se em conta as datas de publicao. Por exemplo, pode-se
extrair uma amostra de itens includos na Excerpta 1'vfedica durante o ano de
1997. Se for utilizada para avaliar a cobertura do Index Medicus, provavelmente
sero confrontados em primeiro lugar os ndices de autores correspondentes a
1997. Quaisquer itens que no forem a encontrados sero cotejados com os
ndices de 1998 (e talvez at posteriores) ou 1996 (e mesmo, em alguns casos,
anteriores), tendo em vista que a National Library ofNiedicine no ter necessa-
riamente indexado os documentos na mesma poca em que o fez a Excerpta
lvledica Foundation. Ao agir assim, pode-se, evidentemente, ter alguma idia da
atualidade relativa das duas ferramentas. Mais adiante, neste captulo, trata-
reinos da questo da atualidade.
H outra fonte que pode ser utilizada para avaliar a cobe1iura de uma base de
dados: as referncias bibliogrficas que aparecem nos artigos de peridicos.
Voltando ao exemplo j citado, suponhamos que identificamos uma quantidade
de mtigos publicados recentemente em peridicos cientficos que tratam de leu-
cemia felina. As referncias bibliogrficas includas nesses artigos sero usadas
para compor uma bibliografia a ser aplicada na avaliao da cobertura do Index
lvfedicus ou de um dos ndices da EYceJpta }dedica.
H uma evidente diferena entre utilizar itens retirados de bibliografias
sobre leucemia felina (ou itens indexados sob esse termo em alguma ferramenta
bibliogrfica) e utilizar referncias bibliogrficas de artigos de peridicos: os
primeiros, provavelmente, sero itens que tratam de leucemia felina de per si
enquanto os ltimos so as fontes de que necessitam os pesquisadores que atuam
na rea da leucemia felina. provvel que estas ltimas fontes ultrapassem bas-
tante o assunto especfico e, de fato, abranjam um amplo setor das cincias biol-
gicas e talvez at de outros campos. O avaliador pode optar por excluir quaisquer
itens que lhe paream perifricos ao tpico da avaliao ou inclu-los, com a tava a trs idiomas, porm, em 1987, eram 25 as lnguas utilizadas e 54 os pases
justificativa de que uma ferramenta bibliogrfica, para que seja til para o pes-
quisador desse assunto, deve proporcionar acesso a todos os materiais afins
necessrios fundamentao de sua pesquisa.
Na avaliao de uma base de dados que se restrinja quase exclusivamente a
miigos de peridicos (como o caso do Index Medicus), poder-se-ia tomar um
atalho bvio para chegar a uma estimativa de cobertura. Tendo extrado uma
amostra de outra fonte, ou fontes, identificm-se-iam os artigos de peridicos e
9. ASPECTOS DA AVALIAO 139
depois simplesmente se faria uma checagem para verificar se esses peridicos
so regularmente abrangidos pelo lndex 1\t/edicus. Com toda a probabilidade
entretanto, os itens da amostra (ou pelo menos um subconjunto extrado aleato-
riamente) seriam checados por nome de autor, devido ao fato de certos peridi-
cos serem indexados apenas seletivamente, e de alguns mtigos (e talvez fasc-
culos completos de alguns peridicos) que deveriam ter sido indexados no o
serem por algum motivo.* O atalho que passa pelos tftulos dos peridicos
menos til para a avaliao da cobe11ura de uma base de dados que inclua itens
publicados de todos os tipos, e no tem utilidade alguma no caso de uma base de
dados altamente especializada que procure incluir tudo sobre determinado as-
sunto, de qualquer fonte, sem se restringir adetenninado conjunto de peridicos.
H vrias razes possveis que justificam uma avaliao de cobe1tura. Por
exemplo, um centro de informao quer saber se determinada base de dados,
como a do Chemica/ Abstracts, cobre de forma exaustiva sua rea de especiali-
zao ou se precisaria recorrer a vrias bases de dados para conseguir cobertura
mais completa. Tambm o produtor de uma base de dados pode estar interessado
em saber em que medida ela cobre satisfatoriamente determinada rea. Neste
caso, seria importante determinar quais os tipos de publicaes que oferecem
maior cobe1tura e os que oferecem menor cobertura. Para tanto, seria preciso
classificar os itens abrangidos e os no abrangidos, segundo certas caracte-
rsticas, como tipo de documento, lngua, lugar de publicao e ttulo do peridico.
A partir desses dados poder-se-ia determinar como seria possvel melhorar a
cobertura de modo a proporcionar a melhor relao custo-eficcia. Ao estudar a
cobe11ura de bases de dados impmtante estar atento ao fenmeno da disperso.
Este fenmeno prejudica as bases de dados altamente especializadas, bem como
a biblioteca ou centro de informao muito especializado, e favorece a base de
dados, biblioteca ou centro de teor mais geral. Vejamos, por exemplo, um centro
de informao sobre AIDS, cuja meta seja colecionar a bibliografia desse assunto
de modo exaustivo e assim criar uma base de dados abrangente. As dimenses
deste problema so exemplificadas nas figuras 53-59 que se baseiam em buscas
feitas na base MEDLJNE em 1988. A figura 53 mostra que somente 24 mtigos de
peridicos sobre AIDS foram publicados at o final de 1982; no ano de 1987 esta
bibliografia alcanou 8 51 O itens. Em 1982, toda a bibliografia de AIDS se limi-
que contribuam para essa literatura (figuras 54 e 55). Mais eloqente a figura
56, que mostra que toda a bibliografia de AIDS se achava em apenas 14 peridi-
cos em 1982, mas em 1987 a participao era de quase I 200 peridicos!
* Por exemplo, Thorpe (1974), ao estudar a literatura de reumatologia, obteve uma estimativa de
cobertura para o lndex Aiedicus com base nos ttulos de peridicos que foi um tanto diferente
daquela baseada nos artigos dos peridicos. Brittain e Roberts (1980) tambm apresentam indica-
es sobre a necessidade de estudar a cobertura e a duplicidade no mbito dos artigos.
140 INDEXAO E RESUMOS: TEORIA E PRTtCA 9. ASPECTOS DA AVALIAO 141
Todos esses exemplos demonstram o fenmeno da disperso. medida que
cresce, a bibliOgrafia de um assunto torna-se cada vez mais dispersa(mais pases N." de N"de N." acu- N." acu- N." de N." de N." acu- N." acu-
peri- artigos mulado mulado peri- artigos mulado mulado
presentes, mais lnguas utilizadas, mais peridicos que publicam, maior varie-
dicos de peri- de arti- dicos de peri- de arti-
dade de documentos) e, porta~to, mais difcil de identificar, coletar e organizar. dicos gos dicos gos
550 I 550 2 29 42 3 954
Ntmero de itens Total acumulado de 351 2 901 3 28 45 4 038
Ano
publicados publicaes 307 3 I 208 5 27 50 4 173
1982 24 24 303 4 I 511 2 26 52 4 225
1983 641 665 289 5 I 800 7 25 59 4 400
217 6 2 017 3 24 62 4472
1984 I 158 I 823
200 7 2 217 3 23 65 4 541
1985 I 707 3 530 2 321 22
104 8 3 68 4 607
1986 2 117 5 647 98 9 2 419 2 21 70 4 649
1987 2 863 8 510 97 10 2 516 5 20 75 4 749
83 li 2 599 4 19 79 4 825
fiGURA 53 78 12 2677 7 18 86 4 951
Crescimento da literatura cientftlca sobre AIDS, 1982-1987 {Fonte: MEDLINE) 70 13 2 747 7 17 93 5 070
2 67 15 2 881 4 16 97 5 134
1982 1983 1984 1985 1986 1987 60 16 2 941 7 15 104 5 239
59 17 3 000 8 14 112 5 351
Nunero de idkmns 3 14 21 21 20 23 54 18 3 054 14 13 126 5 533
Nm1ero acumulado de Klionus 3 14 22 25 25 25 52 19 3 106 12 12 138 5 677
49 20 3 !55 13 li 151 5 820
FIGURA 54 48 21 3 203 li lO 162 5 930
Literatura sobre AIDS: cobertura por idioma, 1982-1987 (Fonte: MEDLINE) 2 47 23 3 297 15 9 177 6 065
2 46 25 3 389 14 8 194 6 !OI
1982 /983 /984 1985 1986 1987 2 40 27 3 469 40 7 234 6 481
I 39 28 3 508 42 6 276 6 733
Nlurero de pases produtores 5 30 38 43 39 42 36 29 3 514 50 5 326 6 983
Nln-ero aclm~ado de pases prodLtores 5 30 39 48 52 54 2 34 31 3 612 87 4 413 7 331
4 33 35 3 744 117 3 530 7 682
I 32 36 3 776 188 2 718 8 058
FIGUI!A 55
4 30 40 3 896 452 I I 170 8 510
Literatura sobre AIDS: cobertura por pais, 1982-1987 (Fonte: MEDLINE)
FIGURA 57
Nmero de Nmero acumulado Disperso da literatura de peridicos sobre AIDS em 1987 (Fonte: MEDLINE)
Ano
peridicos de peridicos
1982 14 14 O aspecto mais impressionante da disperso diz respeito separao de
1983 228 234 m1igos entre os ttulos de peridicos. Foi Bradford quem primeiro observou este
1984 257 464 fenmeno, em 1934, fenmeno ao qual nos referimos atualmente como Lei da
1985 492 719 Disperso de Bradford. Ela est demonstrada nitidamente na figura 57, que
1986 582 952 apresenta a disperso de artigos de peridicos sobre AIDS no perodo 1982-
1987 676 I 170 1987. O primeiro peridico da lista pmticipou com 550 trabalhos num perodo
de seis anos, o segundo com 351 trabalhos e o terceiro com 307 trabalhos.
FIGURA 56 Observe-se que dois peridicos contriburam com 67 trabalhos cada um,
Nmero de peridicos que publicaram artigos sobre AIDS, 1982-1987 (Fonte: MEDLINE) dois com47 cada um, e assim sucessivamente at o fim da lista, onde temos 452
142 INDEXAO E RESUMOS: TEORIA E PRTtCA 9. ASPECTOS DA AVALIAO 143
peridicos que pmticiparam com apenas um nico artigo cada um para a biblio-
grafia de AIDS durante seis anos. Bem mais de um tero da literatura acha-se
concentrado em apenas 15 peridicos. Para alcanar o tero seguinte, preciso,
no entanto, acrescentar mais 123 peridicos, enquanto o tero final acha-se
Cerca de um tero de artigos
disperso em mais de mil peridicos adicionais. Esta distribuio proporciona (2 833) de I 032 peridicos
uma demonstrao eloqente da lei dos rendimentos decrescentes. Isso reve- (aproximadamente 15 x 8,2 1)
lado de modo ainda mais nftido na figura 58, que representa graficamente a
percentagem de attigos em comparao com a percentagem de peridicos que Percentagem
conhiburam com a11igos. Note-se que, medida que se ascende na curva, a dis- cumulativa
perso de artigos entre os ttulos de peridicos cresce em proporo aproxima- de artigos Cerca de um tero de artigos (2 796) de
damente geomtrica: o primeiro tero dos mtigos em 15 peridicos, o segundo 123 peridicos (15 x 8,2)
em 123 peridicos (15 x 8,2), e o tero final em 1 008 peridicos (numa aproxi-
mao grosseira, 15 x 8,2 2 ). Esta uma distribuio tipicamente bradfordiana.
evidente que um centro cte informao que esteja formando uma base de
Cerca de um tero de artigos (2 88 I) de 15 peridicos
dados sobre o assunto AIDS no poder montar este servio apoiando-se na assi-
natura direta de todoS os peridicos que publicam artigos de interesse. Contudo,
a lista desses peridicos em ordem de nmero de artigos publicados (figura 57) Percentagem cumulativa de peridicos
pode ser utilizada para identificar uma lista bsica de peridicos que meream
ser adquiridos e examinados sistematicamente. A figura 59 mostra como seria o
topo dessa lista, com base em dados de 1982-1987. At que ponto dessa lista FIGURA 58
ordenada chegaria o centro de informao algo que dependeria em parte de Grfico d8 disperso da literatura sobre AIDS
seus recursos financeiros. Entretanto, mesmo dispondo de recursos ilimitados, o
centro no poderia adquirir todos os peridicos que publicam artigos sobre AIDS. N."deordem Ttulo Produo
Na medida em que se desce na lista ordenada, diminui a previsil?ilidade dos ttu- I Lancei 550
2 Journal ofthe American }vfedicai Association 351
los dos peridicos. Assim, os dez ttulos do topo em 1982-1987 talvez conti- 3 New England Joumal of Medicine 307
nuem ocupando essa posio durante os prximos cinco anos. Isso porm no 4 Annals oj Jntemal Medicine 303
garantido. No caso da AIDS, por exemplo, existem atualmente novos peridicos 5 Nature 289
6 Science 217
dedicados exclusivamente a este assunto e que provavelmente viro a aparecer 200
7 Brirish Medica/ Joumai
entre os dez do topo da lista durante o perodo de 1987 em diante, talvez at 8 MMW/1 104
ocupando o primeiro lugar. No entanto, bastante provvel que todos os periR 9 Americcm Jouma/ of Medicine 98
dicas da figura 59 continuaro entre os mais produtivos sobre AIDS ainda por lO Journal of Jnfeclious Diseases 97
algum tempo. Os peridicos na faixa intermediria da distribuio (isto , apro-
FIGURA 59
ximadamente os do ineio da tabela da figura 57) so muito menos previsveis- Peridicos cientficos que publicaram a maioria dos artigos sobre AIDS, 1982-1987
podero ou no continuar publicando artigos relacionados AIDS. Os tftulos que (Fonte: MEDLINE)
aparecem no p da tabela so bastante imprevisveis: um peridico que tenha
publicado somente um m1igo sobre AIDS em cinco ou seis anos talvez nunca mais Martyn (1967) e Mm1yn e Slater (1964) realizaram os estudos 'clssicos'
venha a publicar outro artigo sobre o mesmo assunto. sobre cobettura de servios de indexao/resumos, porm h, na bibliografia,
Ao procurar formar uma base de dados especializada em AIDS, portanto, o muitos outros trabalhos sobt:e cobertura ou duplicidade. Por exemplo, Goode et
centro de informao cobrir uma pmte dessa literatura por meio de assinatura ai. (1970) compararam a cobet1ura do Epi/epsy Abstracts, um produto da Ex-
direta- talvez uns 100 peridicos, mais ou menos- e identificar os outros cerpta Medica Foundation, com a do !ndex Medicus, enquanto Wilkinson e
itens que tratam de AIDS mediante buscas sistemticas em outras bases de dados Hollander ( 1973) compararam a cobertura do lndex Medi cus e do Drug Litera-
de mais amplo alcance: MEDLINE, BIOSIS, etc. ture lndex.
144 INDEXAO E RESUJ\.IOS: TEORIA E PRTICA
Dois estudos fizeram uma comparao entre Biological Abstracts, Chemica/
Abstracts e Engineering Indexe seus equivalentes em formato eletrnico: \Vood
et al. (1972) compararam a cobertura das trs fontes em termos de ttulos de
peridicos, enquanto Wood et ai. (1973) as compararam em termos de artigos de
peridicos selecionados para cobet1ura.
Talvez o maior estudo sobre duplicidade foi o relatado por Beai-man e Kun-
berger (1977), que analisaram 14 servios diferentes e quase 26 000 peridicos
por eles indexados, tendo tratado da duplicidade e exclusividade de cobertura.
Embora o Index A.Jedicus tenha sido analisado mais vezes do que qualquer
outra fonte, a Bibliography af Agricu/ture foi tema do estudo mais intensivo
sobre cobertura. Em dois relatrios afins, Bourne (l969a,b) comparou a cober-
tura dessa fonte com a de 15 outros servios e calculou sua cobertura de tpicos
especficos, empregando para isso as bibliografias que acompanham os captu-
los de anurios de reviso da literatura.
Montgomery ( 1973) estudou a cobe1tura da literatura de toxicologia em
Chemica/ Abstracts, Biologica/ Abstracts, Index lvfedicus, Etcerpta Medica,
Chemical Biologica/ Activities e Science Citationlndex. Este foi um estudo inu-
sitado, pois coletou um conjunto de I 873 referncias da literatura de toxicolo-
gia (1960-1969) junto a 221 membros da Society ofToxicology e as utilizou
como base para comparao das diversas fontes.
O'Connor e Meadows (1968) estudaram a cobe1tura de astronomia no
Physics Abstracts, Gilchrist ( 1966), a cobertura da literatura de documentao
( especifica"mente itens sobre a avaliao de sistemas de informao) em seis
servios, e Fridman e Popova ( 1972), a cobertura de primatologia experimental
no Referativnyi Jurnal. Brittain e Roberts (1980) tratam da duplicidade no
campo da criminologia, e Robinson e Hu (1981) comparam a cobertura de bases
de dados no campo da energia. Edwards (1976) incluiu a cobertura como um
aspecto de seu estudo sobre ndices em biblioteconomia e cincia da informa-
o. La Borie et al. (1985) estudam a duplicidade em quatro servios secun-
drios em biblioteconomia/cincia da informao, baseandose em ttulos de especialista, contudo, somente conseguiu encontrar 60 desses itens, ou seja, uma
peridicos, e comparam os ttulos cobertos por esses servios com aqueles co-
bertos por seis servios nas cincias, inclusive cincias sociais. Outros pes-
quisadores estudaram a cobertura de determinadas tipos de publicaes (por
exemplo, Hanson e Janes (1961) realizaram uma pesquisa sobre a cobertura, por
parte de vrios servios, de trabalhos apresentados em eventos, e Oppenheim
(1974) examinou a cobertura de patentes pelo Chemica/ Abstracts), ou a cober-
tura de um assunta altamente especfico (por exemplo, o estudo de Smalley
(1980) sobre a comparao de duas bases de dados do ponto de vista de sua
cobertura da bibliografia sobre condicionamento operante).
Os estudos de cobertura so menos comuns hoje em dia, mas de vez em quan-
do aparece algum na literatura. Brown et ai. (1999), por exemplo, comparam a
cobertura do Current Index toJournals in Education com o Education lndex.
9. ASPECTOS DA AVALIAO 145
Estudos de cobetiura ou duplicidade no so necessariamente meros exerc-
cios intelectuais. Alguns so realizados visando a objetivos definidos, dos quais
0 mais evidente como melhorar a cobertura de algum servio. Outra finalidade
desses estudos a identificao de uma 'lista bsica' de peridicos em detenni-
nado campo, identificados pelo fato de serem todos considerados merecedores
de indexao por vrios servios diferentes. Um exemplo de um estudo desse
tipo relatado por Sekerak (1986), que conseguiu identificar uma lista bsica de
45 peridicos no campo da psicologia a pat1ir de um estudo sobre duplicidade
entre cinco servios da rea de psicologia/ateno sade.
Recuperabilidade
Para quem estiver procurando informaes sobre determinado assunto, ser
importante a cobetiura de uma base de dados sobre esse assunto, principalmente
se tiver de fazer uma busca exaustiva. 'Evidentemente, a recuperabilidade tam-
bm importante; considerando que uma base de dados inclui n itens sobre um
assunto (o que se pode estabelecer por meio de um estudo de cobetiura), quantos
desses itens ser possvel recuperar ao fazer uma busca na base de dados?
Isso comprovado mediante um estudo que complementar a uma pesquisa
sobre cobet1ura. Suponhamos que queremos estudar a cobertura e a recuperabi-
lidade de uma variedade de assuntos que se situam no mbito da base de dados
AGRICOLA. Para cada um de dez assuntos, temos um conjunto de itens bibliogr-
ficos (estabelecido por um dos mtodos antes descritos) e, para cada conjunto,
sabemos quais os itens que se acham e os que no se acham includos no AGRI-
COLA. Para cada assunto teramos uma busca realizada por um especialista em
informao conhecedor do AGRICOLA, e aferiramos a recuperabilidade com
base na proporo de itens conhecidos que o especialista conseguir recuperar.
Por exemplo, na primeira busca, sobre insetos daninhos soja, sabemos que
existem 80 itens sobre este tpico que se acham includos no AGRICOLA. O
revocao (ver capftula I) de apenas 75%.
claro que este tipo de estudo testa no apenas a base de dados e sua inde-
xao, mas tambm a capacidade da pessoa que faz a busca. O efeito desta
varivel pode ser atenuado fazendo-se com que a mesma busca seja feita de
modo independente por vrios especialistas em informao, a fim de determinar
que resultados em mdia podem ser esperados de uma busca sobre o assunto. Os
resultados poderiam ser tambm considerados como probabilidades: por exem-
plo, 50/80 foram encontrados por todos os trs especialistas (probabilidade de
recuperao 1,00), 6/80 por dois dos trs especialistas (probabilidade de recu-
perao 0,66), 4/80 por apenas um dos especialistas (probabilidade de recupe-
rao 0,33), e 20/80 por nenhum deles (probabilidade de recuperao zero).
146 INDEXAO E RESUMOS: TEORIA E PRTICA 9. ASPECTOS DA AVALIAO 147

Observe-se que a recuperabilidade (revocao) avaliada somente tendo em Termo Nmero de itens recuperveis
conta os itens conhecidos por antecipao como relevantes para o assunto da Supcrcondutores 38
busca e que se acham includos na base de dados. A busca sobre pragas de Supercondutividade I2
A 7
insetos que atacam a soja pode recuperar um total de 200 itens, dos quais,
B 5
digamos, 150 parecem relevantes. Se apenas 60 dos 80 itens 'conhecidos como
relevantes' forem recuperados, a estimativa de revocao de 0,75 o que im- c 3
D 3
plica que os !50 itens recuperados representam aproximadamente 75% do total
E 3
de itens relevantes presentes na base de dados.
F 2
O coeficiente de revocao, evidentemente, refere-se apenas a uma dimen-
G 2
so da busca. A fim de estabelecer um coeficiente de preciso (ver captulo I),
H 2
seria preciso que todos os itens recuperados fossem de algum modo avaliados
I 2
quanto sua relevncia (por exemplo, por um grupo de especialistas no assunto).
Uma alternativa seria medir a relao custo-eficcia, determinando-se o custo
TOTAL 80
por item relevante recuperado. Por exemplo, o custo total de uma busca em linha
(inclusive o tempo do especialista em buscas) seria de 75 dlares. Se forem recu-
perados 150 itens relevantes, o custo por item relevante ser de 50 centavos. FIGURA 60
Existe um modo alternativo de estudar a recuperabilidade de itens de uma Exemplo hipottico da distribuio de itens sobre 'supercondutores'
base de dados, o qual envolve uma espcie de simulao. Suponhamos que sabe- sob termos num indice impresso
mos existirem numa base de dados 80 itens relevantes sobre o assunto X e que
podemos recuperar e imprimir registros que mostrem como esses itens foram Nmero de itens Nrmero acumulado de
Termo* itens recuperveis
recuperveis
indexados. Podemos, ento, por assim dizer, simular uma busca registrando o
LYMPHOCYTES 23 23
nmero de itens recuperveis sob vrios termos ou combinaes de termos. Um
BLYMPHOCYTES 7 30
exemplo hipottico disso mostrado na figura 60. Nesse caso, 38/80 itens
THYMUS GLAND 6 36
conhecidos como relevantes para o assunto supercondutores aparecem sob o
CELL MEMBRANE 2 38
termo SUPERCONDUTORES, enquanto 12 outros so enconhados sob SUPERCON- 40
SIVINE 2
DUTIVIDADE. No se encontram itens adicionais sob esses dois termos, mas
ANTIGENS I 4I
somente sob os termos A-J. Conclui-se, a partir de uma anlise desse tipo, que 42
ANTIBODY FORMATION
50180 itens so facilmente recuperveis e que 62/80 seriam localizados por um 43
HISTOCOMPATIBILITY
especialista sagaz porque os termos A e B ou esto relacionados de perto com 44
GENES
'supercondutores', ou esto explicitamente ligados ao termo SUPERCONDUTORES 45
ANTILYJviPHOCYTE SERUM
por intermdio de remissivas na base de dados. Conclui-se ainda que 18/80
provavelmente no. seriam recuperados pol'que a. parecem somente sob termos
FIGURA 61
que no tm relao direta com 'supercondutores' (por exemplo, podem repre-
Distribuio de itens sobre imunologia celular no porco sob termos no lndex Aledicus
sentar aplicaes do princpio da supercondutividade). Apud Albriglu {1979) com pem1issodo autor
Albright (1979) realizou minucioso estudo desse tipo empregando o Index
lvfedicus. Buscas simuladas, feitas sobre dez assuntos diferentes, revelaram que, dade, somente um especialista em buscas que fosse muito inteligente e persis-
em mdia, teriam de ser consultados 44 termos diferentes para recuperar todos tente obteria alta revocao numa busca sobre esse tpico no Index JV!edicus.
os itens que se sabia serem relevantes para determinado assunto. Embora alguns Assim como os artigos esto dispersos pelos ttulos de peridicos, os itens
estivessem ligados, por meio da estrutura hierrquica ou de remissivas do sobre um assunto includos numa base de dados esto dispersos sob muitos ter-
vocabulrio do sistema, muitos no apresentavam essa ligao, e s"eria improR mos diferentes. o que mostra graficamente a figura 62. possvel que, para
vvel que mesmo um especialista em buscas, persistente e habilidoso, viesse a
consult-los. A figura 61 mostra um exemplo do trabalho de Albright. Na real i- *Para a traduo destes termos, ver Descritores em Cincias daSade(DeCS) em http:l/decs.bvs.br/
 148
INDEXAO E RESUMOS: TEORIA E PR.TICA
determinado assunto, se encontre uma percentagem relativamente alta de itens
relevantes sob um pequeno nmero de termos 'bvios' (por exemplo, SUPER-
CONDUTORES OU SUPERCONDUTIVIDADE numa busca sobre supercondutores).
Acrescentando outros termos bastante afins, talvez ligados aos termos na estru-
tura do vocabulrio da base de dados, eleva-se a revocao para, digamos, 70-
80%. A~n~a sobrariam, neste caso hipottico, uns20 a 30% de itens esquivos que
o especmilsta em buscas provavelmente no conseguiria encontrar.
100
Itens improvveis de
serem encontrados
Percentagem
cumulativa de itens
recuperveis Outros itens que podem Ser encontrados
com persistncia ou' criatividade
Itens encontrados sob um pequeno
nmero de tem10s 'bvios'
100
Percentagem cumulativa de tennos
FIGURA62
Disperso de itens sob termos de indexao
Esta anlise sobre simulaes foi deliberadamente simplificada pelo fato de,
em grande pmte, ter suposto que uma busca teria apenas uma nica faceta ou
pelo menos, seria uma busca feita 11~1111 ndice impresso onde s se pode consulta;.
um termo de cada vez. A simulao de uma busca numa base de dados em linha,
que comumente envolve mais de uma faceta, ser um pouco mais complicada.
Por exemplo, numa busca sobre pragas de insetos que atacam a soja, temos de
admitir que s se recuperaria algum item se ele estivesse indexado sob um termo
designativo de 'inseto' bem como sob um termo que indicasse 'soja'.
Albright ( 1979) realizou o estudo de recuperabilidade mais completo, utili-
zando, porm, uma nica fonte, o lndex Medicus. Mm1yn (1967) e Mm1yn e
Slater (1964) examinaram a disperso de material relevante sob termos de inde-
xao em vrios servios impressos, e Bourne ( 1969a,b) tambm deu ateno
disperso em seus estudos sobre a Bibliography ofAgriculture. Carro li (1969)
estudou a disperso da literatura de virologia no Biologica/ Abstracts e en-
9. ASPECTOS DA AVALJAO 149
centrou trabalhos sobre essa rea dispersos em 20 sees dessa ferramenta alm
das que se referiam diretamente virologia. O'Connor e Meadows (1968) en-
contraram disperso semelhante da literah1ra de astronomia no Physics Abstracts.
Davison e Matthews (1969) examinaram a recuperabilidade de itens sobre
computadores em espectrometria de massa em ll servios, bem como a cober-
tura desse assunto por parte desses servios. Thorpe (1974) calculou a revoca-
o e a preciso de buscas sobre reumatologia no Jndex Aledicus, e Virgo (1970)
utilizou o tema oftalmologia para comparar a recuperao da base de dados
MEDLARS com a de seu principal produto, o Index Aledicus. Jahoda e Stursa
( 1969) compararam as possibilidades de recuperao de um ndice de assuntos
de 'entrada nica' com um tldice baseado em palavras-chave dos ttulos, Yerkey
(1973) comparou as possibilidades de recuperao de um ndice KWIC com o
Engineering Indexe o Business Periodicals Jndex, e Farradane e Yates-Ivlercer
(1973) avaliaram o Metais Abstracts lndex por meio de buscas simuladas.
Um mtodo de avaliao dos ndices impressos consiste em empregar sujei-
tos humanos no desempenho de tarefas de localizao. ndices diferentes podem
ento ser comparados em termos de sucesso e eficincia (por exemplo, tempo de
busca) no desempenho da tarefa. Um estudo desse tipo relatado por van der
Meij (2000), que compara diferentes formatos de apresentao de ndices im-
pressos do tipo includo no final dos livros.
Olason (2000) tambm trata da usabilidade dos ndices impressos, limilando
seu estudo aos ndices de livros. Seu estudo incluiu a cooperao de voluntrios
a quem foram atribudas tarefas de localizao de informaes que exigiam o
emprego de determinados ndices. Foram registrados os tempos exigidos para
completar as tarefas, bem como os caminhos de acesso usados pelos partici-
pantes; foram tambm solicitados a fazer comentrios. Olason ocupa-se funda-
mentalmente dos efeitos do formato do ndice na eficincia de uso.
Os estudos mais completos sobre desempenho da recuperao em ndices
impressos foram relatados por Keen (1976), tendo como assunto a biblioteco-
nomia e a cincia da informao. As buscas foram feitas por estudantes e os
resultados avaliados quanto a revocao, preciso e tempo de busca. Keen
(1977b) tambm apresentou uma anlise de estratgias de busca aplicadas a
ndices impressos.
Conaway (1974) desenvolveu um valor quantitativo nico para expressar o
mrito de um ndice impresso, o Coeficiente de Usabilidade de ndices (CU!), o
qual reflete quanto tempo leva um especialista em buscas para localizar as infor-
maes bibliogrficas completas de determinado item. Uma busca temtica era
considerada bem-sucedida se o especialista conseguia encontrar um item que era
de antemo conhecido como 'relevante' sobre um assunto dado. Se o item fosse
localizado, registrava-se o tempo despendido para encontrar os dados
bibliogrficos completos. Empregando-se os mtodos de Conaway, possvel
atribuir escores numricos a diferentes ndices extraindo-se a mdia dos resul-
tados obtidos sobre um nmero de assuntos por diversos especialistas em bus-
 !50 151
INDEXAO E RESUMOS; TEORIA E PRTICA 9. ASPECTOS DA AVALIAO
cas. O CUI basicamente uma medida de custo-eficcia. No entanto uma Os resumos, naturalmente, so os melhores indicadores de contedo. O
medida muito medocre, pois a eficcia determinada exclusivamente c~m base principal critrio para aferir sua qualidade seu desempenho como preditores do
na :ecuperao ou no-recuperao de um nico item conhecido. Uma medida contedo dos documentos.
mm~o. melhm: de custo-eficcia o custo unitrio (em dinheiro ou em tempo do Para testar a utilidade de vrias formas de sucedneos de documentos como
usuano) por Item relevante recuperado. indicadores do contedo destes, preciso que se apresentem aos usurios de um
sistema de recuperao (ou pessoas que estejam no lugar desses usurios em
Previsibilidade condies experimentais) vrias representaes de documentos de extenso
A anlise aqui feita sobre avaliao da recuperabilidade adotou um pressu- crescente. Por exemplo, suponhamos que uma busca numa base de dados tenha
~osto Importante: o de que possvel reconhecer um item 'relevante' a pa1iir das recuperado 30 registros. As representaes desses itens seriam apresentadas ao
mformaes sobre esse item contidas na base de dados. Estas informaes com- solicitante da busca numa seqncia de registros de extenso crescente, com os
preendem: resultados mostrados no final deste pargrafo. Nessa situao hipottica, o soli-
I. O ttulo do item citante, ao examinar o texto integral dos artigos de peridicos, considera 14
2. O ttulo mais uma lista de termos de indexao como relevantes e 16 como no relevantes. Suas previses de relevncia melho-
3. O ttulo mais um resumo raram medida que crescia a extenso da representao do documento, embora
4. O ttulo mais os termos mais o resumo 0 acrscimo de termos de indexao ao resumo no tenha sido diferente do uso
do resumo sozinho. At mesmo o melhor sucedneo (titulo mais resumo) no foi
Em geral, quanto mais extensa for a representao mais pistas fornecer sobre se perfeito: sub-reptesentou os itens relevantes e super-representou os irrelevantes.
u~n item ser ou no de interesse para o usurio. A informao mnima propor-
Cionada por uma base de dados- seria o ttulo do item. O grau com que o tftulo
reflete s~tisfatoriamente o contedo temtico depende em grande medida do tipo Itens
considerados
Itens considerados
_de publicao. Em geral, os mtigos de peridicos cientficos costumam trazer Itens nitidamente relevantes ou
Registro apresentado apresentados irrelevantes possivelme111e
ttulos bastante descritivos, enquanto, no outro extremo, as matrias de jornais relevantes
apresentam ttulos atraentes e que prendem a ateno, mas no so muito
Ttulo do artigo 30 12 18
descritivos de seu contedo. As publicaes tcnicas ou comerciais tambm se
inclinam pelo ttulo atraente: o Journal of,Hetals apresenta tftulos muito descri- Ttulo do artigo mais ttulo do peridico 30 13 17
tivos, sendo menos provvel encontr-los numa revista como lron Age.
Ttulo do artigo (e do peridico) mais 30 15 15
Os ttulos, evidentemente, no so apresentados isoladamente. Num ndice lista de termos de indexao
impresso, por exemplo, o ttulo se situa no contexto do termo de indexao sob o Ttulo do artigo (e do peridico) mais 12
30 18
qual aparece. O ttulo 'Uma complicao rara da tuberculose' pouco nos diz a resumo
respeito do contedo de um artigo, mesmo que aparea sob o cabealho TUBER- Ttulo do artigo (e do peridico) mais 12
30 18
resumo e termos de indexail.o
CULOSE PULMONAR. Se o mesmo titulo aparecesse sob o cabealho AMILOIDOSE
Texto integral dos artigos 30 16 14
ter-se-ia, no entanto, uma idia muito melhor sobre seu contedo temtico. Em
alguns casos, tambm, o ttulo do peridico (ou do livro) onde aparece um artio-o
pode dar uma pista de seu contedo temtico. Assim, um at1igo intitulado 'Ef;i- Pesquisas sobre o efeito de sucedneos de documentos na previsibilidade da
tos sobre a apresentao de informaes' faz Pouco sentido visto isoladamente. relevncia foram feitas por diversos estudiosos, inclusive Rath et ai. (196la),
Dentro de um livro intitulado Editorao eletrnica, por outro lado, esse ttulo Resnick (1961), Kent et ai. (1967), Dym (1967), Shirey e Kurfeerst (1967),
torna seu contedo muito mais previsvel. Saracevic (1969), Marcus et ai. (1971) e Keen (1976). Marcus et ai. demons-
algo raro um ndice impresso incluir uma lista completa dos termos de traram claramente que a 'indicatividade' de um sucedneo de documento est
indexao associados a um item (embora os ndices da Exce1pta ,\ledica o diretamente relacionada sua extenso em nmero de palavras. Por outro lado,
faam), mas, comumente, possvel gerar uma lista dessas numa safda impressa bem provvel que haja uma extenso ideal que no seria econmico ultrap~ssar,
de uma base de dados em linha, cuja indexao tenha sido feita por seres huma- pelo menos para fins de previsibilidade. Hagerty ( 1967), por exemplo, venfcou
nos. A combinao de ttulo e termos de indexao bastante eficaz para indicar que, embora a extenso de um resumo melhorasse as previses de relevncia, o
de que trata uma publicao.
efeito do aumento da extenso do resumo era surpreendentemente discreto.
 152 INDEXAO E RESUMOS: TEORIA E PRTICA
Pesquisas sobre a utilidade dos resumos na previso da relevncia dos docu-
mentos pressupem, geralmente, que o resumo uma pea independente do
documento, que aparece num servio de resumos impressos ou na sada de uma
operao de recuperao. Thompson ( 1973), no entanto, estudou a utilizao e a
utilidade dos resumos que acompanham os documentos (no incio de artious de
peridicos ou de relatrios tcnicos). Ele coletou dados sobre decises qu:nto s
atitudes tomadas por engenheiros e cientistas de trs laboratrios militares em
relao a documentos que passavam por suas mesas no curso das atividades roti-
neiras durante um perodo de quatro semanas. No pde confirmar se as decises
quanto s atitudes tomadas em relao aos documentos que continham resumos
ocorriam mais rapidamente do que as decises em relao queles sem resumos.
Alm disso, quando os sujeitos do experimento voltaram a receber cpias do
documento, posteriormente, para um 'reexame ponderado', suas decises ante-
riOIes quanto relevncia de documentos que continham resumos no apresen-
taram maior probabilidade de concordncia com as decises posteriores mais
ponderadas do que fora constatado para os documentos sem resumos. Estes
resultados no lanam dvida sobre a utilidade dos resumos de per si ou mesmo
sobre a utilidade dos resumos que acompanham mtigos ou relatrios (uma vez
que so freqentemente adotados ou modificados por servios secundrios),
mas realmente sugerem que os resumos podem ter um uso limitado nas decises
de seleo inicial. Muitos dos indivduos a quem so enviadas publicaes
preferem julgar a relevncia delas para seus interesses atuais passando os olhos
no texto, examinando as tabelas ou figuras, ou mesmo checando as referncias
bibliogrficas (por exemplo, para conferir se foram citados!).
A qualidade dos resumos como tais examinada no capftulo 8, enquanto o
tpico relativo elaborao automtica de resumos tratado no captulo 15. contam com sistemas de proCessamento mais geis do que outros, e alguns atra-
Em estudo mais recente, Salton et ai. (1997) compara resumos de documen-
tos complexos elaborados automaticamente com base na extrao em pargrafos
com processo similar, feito por seres humanos, de extrao em pargrafos. Eles
justificam o mtodo automtico com o argumento de que um resumo elaborado
automaticamente to provvel que coincida com um resumo preparado por
seres humanos quanto um resumo preparado por uma pessoa coincida com um
resumo preparado por outra pessoa.
Processos semelhantes foram empregados na avaliao de tradues feitas
automaticamente ou por seres humanos. Brew e Thompson ( 1994), por exem-
plo, argumentam que ~~as boas tradues tendero a ser mais similares entre si do
que as tradues ruins".
Atualidade
A atualidade ou 'presteza' uma medida da velocidade com que novas publi-
caes so includas num servio de indexao/resumos. Trata-se de um critrio possvel saber junto editora qual o intervalo entre a data de distribuio da
que os usurios percebem imediatamente, pois a data de publicao de um ndi-
9. ASPECTOS DA AVALIAO 153
ce impresso conhecida e a data (ou pelo menos o ano) da primeira edio de
cada item includo consta de sua referncia bibliogrfica. A atualidade menos
aparente para usurios de sistemas em linha, mas ainda assim perceptvel.
Essa visibilidade desastrosa porque comumente leva a concluses que no
so vlidas. Uma tendncia humana perceber casos excepcionais, e outra ten-
dncia dar s expectativas um peso indevido ao fazer um julgamento. O usurio
de um volume de resumos impressos tem a oportunidade de examinar inmeras
referncias ao mesmo tempO. Ao perceber que algumas correspondem a mate-
riais publicados h talvez dois ou trs anos, ele injustificadamente conclui que o
servio em geral muito lento na identificao e processamento de novos itens.
Existem muitos motivos pelos quais a incluso de uma referncia num arqui-
vo sofre atrasos. O intervalo entre a impresso de um peridico e seu recebi-
mento pelo servio secundrio pode ser longo devido a razes de ordem geogr-
fica ou econmica; por exemplo, um servio norte-americano recebe os peri-
dicos dos EUA pelo correio poucos dias depois de sua impresso, porm os peri-
dicos estrangeiros podem levar de seis a sete semanas para chegar a esse pas.
Certos tipos de materiais, como os anais de eventos, so difceis de localizar e,
uma vez localizados, so de aquisio trabalhosa. Documentos escritos em
certas lnguas demandam mais do que o tempo mdio para serem processados)
devido escassez de 1radutores qualificados. Materiais 'perifricos', o que
comumente significa materiais aparecidos em peridicos e outras publicaes
que no sejam examinados rotineiramente pelo servio, tomam mais tempo para
serem localizados do que os materiais da lista bsica, uma vez que freqen-
temente s so identificados quando da consulta a outros servios secundrios e,
por isso, sofrem uma dupla srie de atrasos no processamento. Alguns servios
sos so imputveis ineficincia do sistema. Quando um servio de indexao/
resumos utilizado para notificao corrente, a avaliao que dele faz o usurio
influenciada pelo nmero de itens dos quais ele j tem conhecimento prvio e
que constam do fascculo mais recente. A presena de alguns itens j conhecidos
costuma estimular a confiana na eficincia do servio, mas a presena de um
nmero excessivo desses itens abala a confiana em sua atualidade.
Do ponto de vista do avaliador, a atualidade muito atraente como critrio de
eficcia. A atualidade relativamente fcil de medir, sendo incontestvel quan-
do medida, porque no depende de juizos subjetivos. A nica influncia que o
avaliador exerce sobre a medida na escolha das datas que sero usadas. No
caso de bases de dados impressas, a data de aparecimento da referncia nor-
malmente tida como a data de publicao do servio. No caso de um servio em
linha, a data ser aquela em que a referncia foi includa na base de dados, mas
esta data nem sempre pode ser confirmada retrospectivamente. Uma soluo
atualizao da base de dados eletrnica e a de seu equivalente em verso impres-
sa, e ajustar as medidas de c?nfonnidade com isso. Para a data de aparecimento
154
INDEXAO E RESUMOS: TEORIA E PRTICA
da publicao primria a que se refere o servio secundrio, o avaliador pode
escolher entre a data efetiva de edio e a data em que a publicao se torna
disponvel.
A data efetiva da edio apresenta alguns problemas, pois raramente ela
fornecida com exatido nos servios secundrios. Recorre-se a um exemplar da
publicao e, na maioria dos casos, a data consignada refere-se somente ao ms
mais prximo. O dia efetivo em que a publicao foi editada somente ser conhe-
cido se se fizer uma consulta editora. Infelizmente, a data na capa de um peri-
dico nem sempre confivel, pois alguns so publicados no ms anterior ao ms
nominal de edio, e a maioria aparece posteriormente data nominal de edio.
A data em que a publicao se torna disponvel , em alguns pases, uma al-
ternativa que no apresenta problemas. Embora essa data- data de disponi-
bilidade - realmente no mea a atualidade de um servio, ela nos d uma
medida da atualidade efetiva do ponto de vista dos usurios do pas onde so
registradas as datas de disponibilidade. Nos EUA, as datas de disponibilidade de
peridicos seriam a data de seu recebimento pela Library ofCongress ou outra
das bibliotecas nacionais. Essas datas aparecem carimbadas nas capas dos peri-
dicos, ou provavelmente existam num registro de controle mantido pela biblio-
teca. Pode-se assim medir o intervalo de tempo entre a disponibilidade de um
peridico nos Estados Unidos e a notificao de sua existncia por algum servi-
o secundrio. Estritamente falando, deve-se considerar a data de disponibili-
dade do servio secundrio ao invs da data de sua edio, porm raramente se
verifica uma grande diferena entre elas. A atualizao da base de dados eletr-
nica normalmente se d antes da atualizao do ndice impresso ao qual se rela-
ciona.
A coleta de dados implica a obteno de uma amostra aleatria de itens
extrados do fascculo mais recente de um servio secundrio, anOtando-se a
data de edio (ou atualizao) do servio, a isto acrescentando os dados origi-
nais de edio ou disponibilidade, normalmente retirados de uma fonte dife-
rente. Se se exigir, como convm freqUentemente, que seja feita uma anlise por
lnguas, pases de origem e formas de publicao (por exemplo, artigos de peri-
dicos, teses e monografias), as dimenses da amostra devero ser maiores do que
seriam se se desejasse apenas uma estimativa global da atualidade.
A atualidade provavelmente a caracterstica de um servio secundrio mais
fcil de ser medida. Tambm provvel que seja a menos importante. As
editoras talvez se interessem pela atualidade como medida da eficcia de suas
atividades, mas os usurios, embora freqentemente expressem a vontade de que
o servio seja gil, talvez se impressionem menos com isso. Quando se leva em
considerao o intervalo de tempo decorrido entre a concluso de uma pesquisa
e sua primeira publicao, a demora adicional acarretada pela utilizao de um
servio secundrio para localizar essa pesquisa relativamente pequena.
155
9. ASPECTOS DA AVALIAO
Normas
Em teoria, um mtodo bvio para fazer a avaliao de ndices e resumos .
compar-los com as normas existentes. No mundo anglfono, as normas perti-
nentes so:
ANSJ{NJSO z39.14-1997 Guidelinesjor abstracts (reeditada em 2002)
ANSI/z39.4-l984 Basic ileriafor indexes .
ISO 999: 1996 Guidelinesjor the contenl, organiza/on, mui presenlation ofJ.ndexes
ISO 5963-t 985 (E) Methodsfor examining documents, determining their sub;ects, an~l
se!ecling indexi11g terms
BS 3700: 1988 Preparing indexes to books, periodica!s, and other documen~s . .
as 6529: 1984 Examining docwnents, determining their subjects, and se!ectmg mdexmg
terms
Observe-se que essas normas tendem a enfocar o produto ao invs do proces-
so: os ndices e os resumos ao contrrio da indexao e da redao de resumos.
Apenas a ISO 5963 e a ss 6529 focalizam o processo. Em viliude de estar v? Ita-
das para o aspecto mais diflcil da indexao- decJd11 qual realme?t~ a. ma-
tria indexvel' de um documento- so, por vnos mot1vos, as mms uters de
todas as normas que lidam com a anlise conceitual dos docume~tos.
Na realidade embora essas diferentes publicaes sejam edttadas por orga-
nizaes de nor~nalizao, difcil consider-las como verdade~ras. normas.
Uma norma de verdade deve ser exata (por exemplo, a norma relativa a compo-
sio de determinada liga) e de cumprimento obrigatrio (por e~e1;1pl.o, a norma
que especifica que determinado tipo de ao deve ter um~ resJStencm tra~o
igual ax). claro que a indexao e a redao de resumos sao attvtda~e__s que n~o
so nem exatas nem de cumprimento obrigatrio (exceto sob condto~s mmto
limitadas, como, por exemplo, os requisitos que sejam exigidos pelos edttores de
um peridico). A impreciso e a evidente subjetividade da indexao esto bem-
demonstradas no fato de a comisso de desenvolvimento de normas da NISO,
incumbida de rever a ANSI z39 .4, no ter chegado a acordo quanto a uma norma e
s ter conseguido produzir um relatrio que "servissse como um recurso atu~l
sobre indexao" (Guidelinesfor indexes, 1997). Porconsegu~nte, e~se rel~tno
simplesmente possui um nmero de relat~io e n~ uma destgn~ao o ficta! d~
norma z39. difcil compreender tanta sutileza, pots, como se dtsse antes, ~m.
mas de verdade no podem (e provavelmente no devem) s~r in~po~ta~ a ~ttvr~
dades intelectuais, e a maioria das <normas' tem outra denopmmao ( duetnzes
ou 'critrios'). Qualquer que seja a forma como sejam cham.adas, ess~s I~onnas
no so suficientemente precisas para serem usadas na avaliao de mdtces ou
resumos, ou na indexao e redao de resumos, exceto no nvelmais.su~er
ficial. Ademais, as normas de indexao se concentram basicamente nos mdiCes
impressos em geral e nos ndices de final de livro, em particular.
Outros aspectos concernentes avaliao
Vrios outros mtodos foram empregados para analisar o desempenho e o
!56 INDEXAO E RESUMOS: TEORIA E PRTICA
uso de ndices impressos. Por exemplo, Torr et ai. (1966) descrevem quatro
mtodos que podem ser adotados para 'observar' os usurios de fndices: I) fazer
com que o usurio mantenha um registro escrito dos processos de raciocnio e da
estratgia que emprega ao fazer uma busca, 2) fazer com que o especialista em
buscas utilize um gravador de fita com a mesma finalidade,* 3) fazer com que um
observador acompanhe a busca, e 4) empregar a observao humana combinada
com uma cmara para estudar como os ndices so utilizados. Esses pesquisa-
dores verificaram ser difcil conseguir a cooperao dos 'usurios reais' com
esses estudos, o que tambm foi a experincia de Hall (1972).
Outros pesquisadores empregaram entrevistas ou questionrios para obter as
opinies de usurios relativas a vrios servios de indexao/resumos, inclusive
Hall (1972a,b), Keen (1976), Drage (1969) e Cluley (1968).
Ao tratar da recuperabilidade, este captulo deteve-se mais nos servios
impressos de indexao e resumos do que na recuperao em bases de dados
eletrnicas. Isso reflete parcialmente o foco do presente livro: indexao e reda-
o de resumos ao invs de outros aspectos da recuperao da informao.
Evidentemente, os mtodos adotados para estudar cobertura, previsibilidade e
atualidade so pe11inentes a todos os tipos de bases de dados, impressas ou
eletrnicas. Os estudos de cobe11ura e de atualidade so completamente obje-
tivos, e os estudos de previsibilidade um tanto menos. Os estudos de recupe-
rabilidade so inerentemente subjetivos, pois dependem de decises humanas a
respeito de quais itens so relevantes (ou pertinentes)** e quais no so. Ao
estudar a eficcia da recuperao, precisa-se utilizar uma medida que reflita a
proporo dos itens relevantes que so recuperados durante uma busca (coefi-
ciente de revocao), bem como alguma medida do custo da recuperao dessa
parcela da literatura relevante. O coeficiente de preciso comumente empre-
gado como uma medida indireta do custo, pois reflete o nmero de itens que o
usurio de algum modo deve examinar a fim de identificar n itens que lhe sejam
teis. Outra medida indireta do custo a extenso esperada da busca, descrita
por Cooper (1968). Naturalmente, pode-se medir o custo de uma maneira mais
direta levando-se em conta todos os custos da busca, inclusive o tempo do
especialista em buscas e os custos de acesso base de dados (ver, por exemplo,
Elchesen, 1978). O custo da busca ser ento relacionado ao nmero de itens
relevantes (ou pertinentes, ou teis ou 'novos') recuperados; o 'custo por refe-
rncia relevante recuperada' uma boa medida da relao custo-eficcia da busca.
As medidas de eficcia, como a revocao e a preciso (ou outras descritas,
por exemplo, por Robe11son, 1969), so aplicveis a estudos de recuperao em
qualquer tipo de base de dados, tanto em formato impresso quanto eletrnico.
* Keen (1977b) tambm utilizou esta tcnica.
**A questo da relevncia/pertinncia foi examinada por muitos autores. Ver, por exemplo, Wil-
son (1973), Swanson (1986), Lancaster e \Varner (1993), e Mizzaro (1998).
9. ASPECTOS DA AVALIAO 157
No entanto, quando estudamos a eficcia da recuperao, torna-se bastante dif-
cil isolar os efeitos da indexao/redao de resumos de outros fatores, tais
como o vocabulrio da base de dados, as es.tratgias de busca empregadas e a
interao usurio/sistema. Isso foi mencionado de passagem no captulo 6. Foge
aos propsitos deste livro descrever detalhadamente a metodologia da avaliao
(mensurao da preciso, clculo da revocao, anlise de diagnstico para
determinar as causas exatas das falhas de revocao e preciso), Este assunto
tratado de modo completo em Lancaster e Warner (1993).
As avaliaes de servios impressos de indexao/resumos, ou seus equiva-
lentes eletrnicos so menos comuns atualmente do que antes, em pmte porque
agora se dedica ~~ais ateno aos estudos relacionados com a Rede (por e~em
plo, avaliaes de mecanismos de buscas ou stios da Rede). No obstante, amda
se publicam algumas avaliaes. Exemplos disso so os trabalhos de Brown et
ai. ( 1999), que compararam a cobertura do Current Index to Journals in Educa-
tion com o Education Index, e os de Brettle (2001), que comparou diferentes
bases de dados do ponto de vista da cobertura de infon11aes sobre a reabili-
tao de po11adores de doena mental grave, e Green (2001), que incluiu a
cobertura Qunto com a atualidade) numa avaliao de bases de dados de peri-
dicos de msica. Ambos concluram que seriam necessrias mltiplas bases de
dados para uma coberiura adequada desses assuntos.
Azgaldov ( 1969) identificou alguns critrios que podem ser empregados
para avaliar a qualidade de ndices impressos. Tais critrios so: adequao
(que abrange toda uma gama de propriedades, que incluem cobertura, caracte-
rsticas do vocabulrio usado na indexao, bem como certos fatores depen-
dentes da indexao, como a exaustividade e a coerncia), generalidade (que diz
respeito essencialmente diversidade de buScas que podem ser feitas), ergono-
a
micidade (facilidade de uso), presteza (quo atualizada fonte), e custo. Ele
ressalta, muito corretamente, que:
O mais eficiente ndice impresso ser um fracasso para os usurios, se seu parmetro
de convenincia [ergonomicidade e presteza] for baixo, e, vice-versa, um ndice que
for simples e fcil de usar granjear ampla popularidade mesmo que seu desempenho
na recuperao no seja muito alto (p. 281 ).
Esta citao serve como um bom intrito ao captulo 1O, que trata das caracte-
rsticas de vrios servios impressos de indexao e resumos.

CAPTULO 10
Mtodos adotados em seryios impressos
de indexao e resumos
A finaiidade deste captulo expor vrios mtodos de implementao de ser-
vios de indexao e resumos em formato impresso. Em pm1icular, consi-
dera as bases de dados impressas em funo de suas propriedades como ferra-
mentas de recuperao da informao.*
Identificam-se, basicamente, dois mtodos principais de organizao dessas
ferramentas. Num deles, as entradas aparecem sob cabealhos de assuntos ou
descritores relativamente especficos dispostos em ordem alfabtica. As entra-
das podem repetir-se sob mais de um cabealho e/ou so empregadas remissi-
vas para ligar cabealhos relacionados entre si. Neste mtodo no h necessida-
de de ndice de assuntos, porm, sero necessrios outros tipos de ndices, prin-
cipalmente de autores.
No outro mtodo, utiliza-se uma forma de classificao: as entradas so dis-
postas sob nmeros de classificao altamente especificas ou agrupadas sob
categorias temticas relativamente genricas (possivelmente com subcategorias).
Em qualquer um dos casos, h necessidade de ndices de assuntos que pennitam
abordagens alternativas ou acesso mais especfico ao contedo temtico.
ndices alfabtico-especficos
Um dos mell10res exemplos deste mtodo a edio mensal do Index Medicus
e sua edio acumulada, o Cumu!ated lndex A!edicu.s (figura 63). Vrias carac-
tersticas deste ndice merecem ateno:
I. Note-se como so usados subcabeaihos que oferecem maior especificidade.
2. Como no so includos resumos, torna-se vivel repetir a referncia biblio-
grfica sob mais de um cabealho. Por exemplo, a primeira entrada sob o
subcabealho administration & dos age (figura 63) provavelmente ser du-
plicada sob OSTEOARTHR!TIS.
3. A combinao de cabealho, subcabealho e ttulo do artigo normalmente
proporciona uma imagem re.lativamente clara daquilo de que trata um item.
""Na realidade, estas ferramentas impressas so muito menos utilizadas hoje em dia do que o eram
quando foram publicadas as edies anteriores deste livro. Muitas bibliotecas cancelaram as assi-
naturas das verses impressas, dando preferncia ao acesso em linha e, em alguns casos, as edi-
es impressas, ou partes delas, foram interrompidas pelas respectivas editoras.
l. MTODOS ADOTADOS EM SERVIOS IMPRESSOS DE INDEXAO E RESUMOS 159
4. Dois tipos de remissivas aparecem no ndice impresso: see [ver] usada
para ligar termos considerados sinnimos ou quase sinnimos e see related
[ver em relao a isto] para ligar termos intimamente relacionados. Para se
obter, contudo, um quadro completo da rede de associaes entre os termos
utilizados, preciso consultar dois outros instrumentos: JV!edical subject
headings (MeSH) e MeSH tree structures. A figura 64 mostra um exemplo de
uma pgina do :vesH. .Observe-se como o MeSH apresenta a remissiva see (e
sua recproca X bem como as remissivas see related (recproca XR) empre-
gadas para ligar dois termos semanticamente relacionados, normalmente per-
tencentes a hierarquias diferentes. Talvez ainda mais importante, a cada
cabealho do MeSH atribudo um ou mais nmeros de classificao para
indicar onde ele aparece nas estruturas hierrquicas em rvore (figura 65).
Assim, embora o vocabulrio utilizado pela National Library o f Medicine
seja bastante rico em associaes, o /ndex kledicus no auto-suficiente,
pois nele no aparecem as associaes. Portanto, uma fonte til em buscas
relativamente especficas, mas difcil de usar em buscas de carter mais ge-
nrico que exijam a consulta a muitos cabealhos diferentes.
A figura 66 mostra exemplos de entradas do ndice de autores do Cumulated
Index lv/edicus. Observe-se que se tem aqui uma estrutura totalmente auto-su-
ficiente, pois no se trata de um ndice da seo de assuntos. Na realidade, para
qualquer item encontrado no ndice de autores freqUentemente bastante difcil
determinar quais so os cabealhos de assuntos sob os quais ele aparece. Note-se
tambm que o ndice de autores, ao contrrio da seo de assuntos, arrola todos
os autores de cada artigo e traz o ttulo do mtigo na lngua original (pelo menos
para lnguas escritas com alfabeto romano), no em traduo. O Cumulated
Index J\1edicus no mais publicado, mas o Index 1Vfedicus mensal, sim.
Os vrios ndices impressos editados pela H.W. Wilson Co. (dos quais so
bons exemplos o Reader 's Guide to Periodical Literature e o Librmy Literature)
so em muitos aspectos similares ao Index JV!edicus, pois utilizam cabealhos
especficos com subcabealhos e incorporam remissivas do tipo see. Diferem
do Index JVIedicus por adotarem muito mais remissivas see also [ver tambm]
para ligar termos semanticamente relacionados, tornando um tanto mais fcil a
realizao de buscas genricas que envolvam vrios cabealhos diferentes. Por
exemplo (ver figura 67), o usurio que consulte o termo MAGNETOHYDRODY-
NAMICS (no Applied Science and Technology Index) informado de que deve
procurar tambm sob PLASMA, PLASMA WAVES e SYNCHROTRON RADIATION.
O Engineering Index tambm organizava suas entradas sob cabealhos es-
pecficos e subcabeaihos e inclufa tanto remissivas do tipo see quanto do tipo
see also. Hoje, porm, as referncias so arranjadas sob descritores sem subcabe-
alhos (ver figura 68).
A principal diferena entre este ndice e os que foram anteriormente exem-
plificados , obviamente, o fato de incluir resumos. Cada resumo recebe um n-
160
mero de identificao exclusivo. O ndice de autores, ento, um verdadeiro
ndice do arranjo por assuntos, remetendo do nome do autor para os nmeros
dos resumos aos quais esse non1e est associado. Ademais, como muitas entra-
das acumular-se-o sob os cabealhos do volume anual, tambm existe um ndi-
CYCLONAMINE t ETHAMSYU.TE
CYC>oXYGENASE )(C
PROSTAGUNDIN-ENDOPEROXIDE SYNTHASE
CYCLOOXYGENASE INHIBITORS
sce reiJtcd
ANTI-INFLAMMATORY AGENTS,
NON-STEROIDAI.
AD~f!NISIRATION A OOSAGE
Mdoclltl in osttoarthrit~ a 6-rnonth, doublc-blind
compnis.:.n wirh di.:lofcn1c $0<1i~m. Ho<ic J, ct L
Br I Rhn.utol 1996 Apr;JS Supp\ 1:39-H
Pcri-opcrolive ~minl.Wa11on of tectll diclofcnac 50diurn.
Thc cffecl on renal functon in p.ricl\ls undcrgoing rnioor
nnt.opaMic surguy. IN-in MO, ~~ L
Eu J AnnttJo.Hiol 199' Jul;l~(4);l3-6
Trol!s.d~rmd m<ific&tion of pl1telet (unction: an a.spirio
patch system fe$u[ts in mulr.W suppro!'Siion of platel~t
cyc[OO\)'gen.u.:. MeAdam B, <I al.
J J>~unucol I:Ip Der 199& May;271{2).S59-M
{W~I\ d01oe o( .upirin sllould b<: prucrib.ed in p>tien!! \1-ilh
~'Oron~ry dis=..e?J MontalC$CO\ O, et 11.
AD.II Cudlol An~Jol (Puid 199} 0.:!;(3);4&9-72 (Eng.
Abl.tr.l 1rrd
AD\'ERSE Eff'E.Crs
T"krabi!ity ,,f
imiduo!e ulycibte in a.spirin-.sensi!i--c
w~tij,_~nnt OE. <I ai. Alluo Proc !99.S &p--Oct;
nr:t~.~l'c~~~~~~.!fh~~~~~~ ~~
E.\{1).15-8
lhe (trd ductus
meriosus. Tahh.uhi V, et a]. A1ll J Pulnatol [99& lln;
lm~ct o( prtuiSiing hulth oondiliO!Il on lhe outcome of
~~~~.rr:,~.~ ~~~k~~e:~~~~r~::~n:;.~,a:;~~~R':~~
NS. Rn Phumfoe'Oih.tr 199} Jui-Aug;~9(7-8):&l&-&0
11
A~~~t'~j~ 1 (y~i~~cfJ'~~.:',~~~i1~i~:i~;r tt'~~~tnuation
of
Blood Co.ogwl FJbrinoly!U 1996 Jan;7(l):00-4
EITc-:11 of frec radical l.Cinngers on indomethacin-ind!KM
ura~&tion of ga..urie ukcr In nu.. Nalto Y. et 1.
Oii Dit ~I 1995 Stp;40(9)::WI9-21
Efftct of htorolac lfomtthami.nc on bl<iing ud on
requircmtnU for 1n1fgesia Oet total knce arthropluty
{!tHer: comment) DodtnhoiT RM.
J Bo~t Joll1t s~"""' 1996 Jun;7!(6}:968. Cornmt"t on:
J Bonc Joint Surg Am 199$ Jul;17{7):998-1002..
EIT..:t of ketorolae tromettumine on bl~din.11 a~d on
requiremenli (or ual~e10!1 af'lu total knee auhropluty
~:~~;s,6~;;.';'_;,'h~~;!~t. ~~, ~ ~: 1~:~: ~:~ ~
Jul; 17(7):99&- J 002.
mt
NSAIDs, Co~-2 inhibiton. ud the gut lt<Uer; commtnrj
~'Uts912{Jj~~l ~~:~..:'; "!n~t t:~~~ '9fhF' A~~~ 1 t:i!J~m ~~~ ...~~ . j C,',:"~'=.c!f 1~9t;~!y;3~W~I~m~~
16;)4(,($974).521-2. Comment in: Lance! 1995 Dec
16;)46(!990): 1619.
NSAIDs. CoJ.-2 inhbitou, ond the gul ll<t!er; commeMj
Vane JR. l...ulttl 1991 Oct 21;J.t.6(S982).110!-6. Commen!
on: Li.ncet 1991 Au! 26;)46{8974):!21-2.
{Stnitivlty to acetylu icylic ocidl Elvtrhnd HK
Tld$akr Nor L.uttroru 19"% Ft& 28;116(6):7!4-6 {21 rd.)
{Eng. Abl.tr.) lNor)
CHEMICAL SYNTliESIS
Diuyhpiroj2.4Jhepttncs u oral!y ativt, highly .sete;;!lvc
cydoo~gtniUC-2 lnhibitors: synth01iJ and
ltruet\!rt-ICthity rdt!loMhipL HI1Ulg HC, U 1!.
. J Mt<l Ow111. 1996 Jon $;l9(1)U3-6&
De10isa, synth01is, lnd bioch~mlc.al ~fqttion o(
!':,~~~:~~~~ s~~:~=~~~ui:k~~bi'S, .~r 1f'o1hgbndin
J ~hd Cbe111. 1!)96 Apr Jl;J9-(3):1692-70}
FIGURA 63
Exemplo de entradas do Cumulated Jndex Medicus ( 1996)
INOEXAAO E RESUMOS: TEORIA E PRTICA
l 0. lviETODOS ADOTADOS EM SERVIOS IMPRESSOS DE INDEXAO E RESUMOS 161
Receptors, Cyclic AMP
D 12.776.543.750.720.700.150 D 12.776.543.750.810.150
11
see related
Cyclic AMP-Dependent Protcin Kinases
Cyclic AMP Receptor Protein
CHEMISTRY
X cAMP Reeptors
X Cyclic AMP Receptors
"~~t~ir1~i~~ :;:~~~,~~~~.:d~-~~~r~~~~~~~le du~; XR Cyclic AMP
!.elcctin Slipolygena.se inbibiton. Knmer JB, d al.
Bloor11 M!d ~~~~ 199$ Apr;l(4):(()l-l0
1 Receptors, Cytoadhesin
";~;h!bf~J;~~ ~f~n/~h)JZ;,~t :':::d'~~:~:~;t:,!~i:'ke~~U
1
012.776.543.750. 705.408.460+ 024.611.834.408.460+
inhibi!on Co tlle ycloolygen~..se ..:ti~e site of ovine
1 90
f.i~~~.~~7.d~ ~?:.o~~4n~ J::'~6:~ir irf:~~:Nrna
A sinal< amlno 1eid ditl'ercnc(. b<:t..,ttn cycloo~ygeniUC-1 X Receptors, E~tracellular Malrix Glyoprotein
(COX-1) and -1 (COX-2) reHI'$Ct thc .selccliyity of XR Extrace\lular Matrh Proteins
COX-2 spccific inhibitors. Okr.se JK. ct d.
J B!ol c.Mt!t 199& lu~ l:S;HI{26):1SSI0--4
Thc !lructural bu!s o( a.spirin 1ctivity infetled (rom the
Cf)SUI structurc o( ina.ctivt< pr~Lagludin lU l)nlhiUC
Receptors, Cytokine
I"'- commenul toU PJ, ct ai. Ntl Sin>ct Blol 191} Aug: 012.776.543.750.705.852+ 024.61 !.834.852+
1(8).637-U. Commcnt in: Nu Struct Biol 1915
Aug;2(8).ro~-6.
94
X Cytokine Recep1ors
IM~IUNOLOGY
Oul .t..!pirin ar.d ibuprofen incrca.se cyt_okinc-induced
synth1is of IL-1 bel a~d o f tumour necront (octor-alptu.
Receptors, Cytoplasmic and Nuclear
e1 ~-i~o. Endres S, et ai. hnmunoloty 1996 Feb~&7(21:l&4-70 012.716.826+
Mf.:TABOLISM 94
lndomerlucin es.;ulctin nd nordih)droguoiaretie ~id
ce!l. 11.
modify lr&~hldonote bios~nthesls in ut adren<X"nicat
de Omc' Dumm NT, et
''" related
Transcription Fators
Ad.- Pbplg.J Phrmcol Thu Utlmoam !99$;4$0);1$,-6-4 X Cy1oplasmic and Nuclear Receptors
Tyro1ir.e ilflllC lnhibitOII prucnt qt<:kine-indl!ced X Cy1osolic and Nuclear Receptors
cprcuion o( iNOS and COX-2 by hU!>IIn 11lets. Cori>I:U X Nuclear and Cytoplasmic Receptors
S}nthuis and Ule
JA, d ai. AN J P)loJ 1996 Jun;2':0(6 Pt ..I).CH8J-7
of iodinoted nomterodol utnnflamRUtory
drvg utalos u cryltllloguphic pro~ ?f the Receptors, delta see Receptors, Opioid, delta
~~~~&~~~roc~~r;;~~~t::rr:mnm~e.lo!l
ln vi\-o itlhlbition proflle of C)'tOCbrome P4SOTB (CYP2C9) Receptou. delta Oplold see Receptors, Opioid, della
~tit'~~~i!&~~- ~S"~Ssc:;,:/2-7 Receplors, Diaupam see Receptors, GADA-A
Re:ac~ions of p10IIIJ1llnditl endopc10xide l)nlhl~ nd i1s
j~~~~~.! ~\ ~~~~ 2~:rm:iJa'-ksl.v'c M. u .~. Receplors, Dllodotyroslne see Receptors, Thyroid Honnone
EITccll or indomethacin and lnchidonic dd oa <istu
chlomltid u~hange ind~~C:tloo by llycne :ond
st~rene-7,!-(lxlde. l.ce SH, ~~ oL hfwtll Ru l91S CI:
Receptou, Dio:dn s.ee Receplors, Aryl Hydrocarbon
Hi(1).93-9
PHARMACOXtNrnCS Receptors, Dopamlne
D 12.176.543. 750.600.300.400+
The phUm)cokiMtic and ph&nnacodynJmic inttfa>:ti<lns D 12.7 76.54 3. 750.720.300.300.400 +
b<:twen ~he }-hP?~.gen.uc inhiblt?r lellton utd the 11
~~~-oWtC~ ~~-ht~.~r ~~.':~o~.~~i~~s~-i~u~~~~i
1:112*24
X Dopamine Reeptou
XR Dopamine
Phmnocokincticl lnd j,h.a'"!"acr:::<Jynamics of UpouHn fter
Receptors, Dopamine/agonists see Dopamine Agonists
Receplors, Dopamine/antagonists & inhibitors see Dopamine Antagonists
PHARMACOtOGY
I)Sinc .OCCt)1~1icylte . (l-~SA) .Uenu~t~
lnha/N
hisumlne-lndlletd brood1oconscro~uon on ,.,thmL Cnm Receptors, Dopamine Dl
N, et ai. Alluo ~~~ !>hr;!l(3):1S7--6l D 12.776.54 3.7.50.600.300.400.400 D 12. 776. 54 3. 750.720. 300. 300.400.400
lnfluence of indomethldn on bone turnovu rclted to
ortl>odontic tooth movcment in mini>ture pigl. Gi11nu D. 93; DOPAMINE-01 RECEPTOR was inde~ed under RECEPTORS,
ct aL "'" J Ot-t~e-4 Dutof&<lll Ortl!oJI IW5 O..:t; DOPAMINE 1982-92
10&(4):361*6
High-do.se tumot necros!s (a.:tnr lpha produea 10 X Dopamine Dl Recep\ors
lmpiment of hJmttcr d1aphu~ _co~t~actllot)'.
Attcn~tion with a prostlglandon onhb1t0r. Wdco~ 1'. et
Eff~t'::r ~u~t:f~' me.:~~~~~~ ~t<lt~~!e~~~~:, ~?l~i~;~dfn
3 Receptors, Dopamine D2
D 12.776.54 3. 750. 600; 300.400.500 D 12.776.543.750.720.300.300.400.500
~ :!f,~. ~::t':CPtu~:'.t~ ~"'je~V!t'~:"1;}"'g~o;
2 1
56(12):160)-10 93; DOPAMINE-02 RECEPTOR was ndexed under RECEPTORS,
DOPAMJNE 1982-92
X Oopamine 02 Receptors
FIGURA 64
Exemplo de entradas do lvfedica/ subject headings ( 1996)
162 JNDEXAO E RESUMOS: TEORIA E PRTICA
I . MTODOS ADOTADOS EM SERVIOS IMPRESSOS DE INDEXAO E RESUMOS 163
Uukemla
Ltubmla by lmmunologlc Muker (Non MeSH) Colquhouo J. Dental caries among children in New Zealand
Ltukemla, 8-Cell {lctter; commentJ Community Dent Oral Epidemiol 1995
Lcukem!a, 8-Cell, Chronlc Dec;23(6):381. Comment on: Community Dent Oral
Epidemia! 1994 Aug;22(4}:226-JO.
Leukemla, 8-Cell, Chron!c C4.557.Jl7,150,125.2511 cun.l.
Leuktm!a, Pre-8-Cell C4..557.337,150.125.650 Co!quhoun JP. Hearlsink revisited. Aust Fam Physician 1995
l~ukemia, Mixed-Cell C4.557.3l7.150.500
Oct;24( 10): 1964-5
Leukemia, Nuli-Cell C4,.557.337.150,.55(1 Co!quhoun JP. That was lhe week that was.
Ltukemia, T-Cell C4,.557.337.t50.800 Aust Fam Physician 1996 Aug;25(8):1333-4
Leukem!a, T-Cell, Acule C4.S57.337. t 50,300,100 CUJf.ln. Colquhoun JP. The index theory and the magic of medicine.
Leukenda-Lympbtlmll, T-0:11, Aculc, Aust Fam Physician 1996 Jun;25(6);97&-9 .
HTLV-J-AM<>Ciated C-1.557.337.150.800.100.300 Cl.11l..lll. CUH.llJ. Colquhoun K see Mahmood R
OO.tll.~.
Leukemla, T-Cell, Chroolc CU57.3J7.t50,800,l50 Colquhouo KO, Timms S, Frlcker CR, Detection of
Leukemia, T-ctll, HTLV-11-Auodil.l~ C4.557.337.150.W).350 <."l.nuu. cunm. Escherichia coli in potable water using direct impedance
CW.Ill.W.
Ltukemla, Experimental C4.557.JJ7.37l CU\'-5.11
technology. J Appl Bacteriol 1995 Dec;79(6}:635-9
Alian Leuko1ls C4.5.57.337.37Ul6 Cl.7UJU, Cl.ni.U~
Colquhoun MC, Waine C, Monaghan MJ, Struthers AD, Mllls
CUIJ.5JI.
cuu.no
CUUJ.
cn.nut PG, Jnvestigation in general practice of patients with
Leukunla LUtO CU.57.3J7.J72.5g.f CHlfJlL suspected heart failure. How should lhe essential
Ltukemla 1.5178 CU57.337.372.60l CUIJJ.ll. echocardiographic service be delivered? [edi!orial] {see
Ltukeml11 PJS8 C4,.557,337.37l. 782 CUJfJ)I, comments] Br Heart J 1995 Oct;74(4):335-6. Comment in:
Leukeml:~, 1-'ellne C4.557.337.38S U71UIJ. C:U.IIUN Heart 1996 Jim;75(6):642; discussion 643. Comment in:
l~ukcmla, Halry Cell C4 ..557,337,41.5 C\J.40t ..IJJ. ClOMUU, Heart 1996 Jun;75(6);642-3. Comment in: Heart 1996
Leukcmla, T-Cell, HTLV-Jl-As.rodated C4. .5.57.337.41.5.700 Cl.71UIJ. -'fl.ln,
Jun;75(6):64J. Comment in: Heart 1996 Jun;75(6}:643-4.
C10.1ll.4U.
l..tukemla, Lymphoqtic C4,.5.57,337,428 CIJ.60ol_l\$. Dt.uJJU. Co!quhoun MC, Walne C, Monagban MJ, Strulhers AD, Mills
l..tukcmia, LymphoxyUc, Acute C4,557.337.418.511 PG, lnvestigation in general practice of patients with
l.euktmla, B-Cell, Acule C4,557.337.428,511.100 CH!l.lll, suspected he_art failure: how should the essential
l..fukemla, CALLA-Poslthe C4.557.331.428.S11.l2S echocardiographic service be delivered? [editorial]
l..euk~mll, Lymphoxytlc, Acute, LI C4.S57,337,42.'1.51 1.400
l..tukemla, Lympho.;ytk, Acute, L2 C4,SS7.337.428,51 1.410 Br J Gen Pract 1995 Oct;45(399):517-9
Leuhmla, Mh:OO-Cell C4.SS7,337 ,428. .511.500 CUlUJ1.
Colquhoun S see Swa.nson C
Leukemla, Nuii-Cell C4.S57.33Ml8.Sl 1.550 CUJJ.lll. Co!quhoun SD. Hepatitis C. A clinicai update. Arch Surg
leukemit, T -Cdi, Acute CU57.337.428..5t 1.300 CU!l.lll, 1996 Jan;l31(1):18-23 (49 ref.)
Uuktmii-Lymphoma, T-C~II, Aeute, Colquhoun SD see Imagawa DK
HTLV-1-As.sotllted C4.557.l31.428..511.800.300 C1.11l.llS. CUf1.ln.
Co!quhoun-FJannery W, CarruJh JA. Diet-modHied se.\
CN.IJUIJ.
1-Eukemi~. Lympboqtlt, Cbronk C4.557.337.428. .550 hormone metabolism: is this the way forward in recurrent
L~uk~mla, DCcll, Chronlt C4.557,337 .428.550.250 CU!l.lll, respiratory papillomatosis and squamous carcinoma
Ltukemla, Prol)mphocytlc C4.SS7.337.428..550,675 prophyla:ds? J Laryngol Otol 1995 Sep;I09(9):87J-5
Ltukeml1, T -Cell, Chronlc C4.SS7 .337.428.550.800 CUH.lll.
leuktmla, Ma.st-Ctll C4,557,337.0 CUH.lll.
Co!qultl WL, Zeh MC, Killlan CD, Cultice JM, Effect of
Leukemi~, M)'elo[d C4.S.57.3J7.539 CJJ.l71.ii'O. C\J.IOUU. debt on U.S. medicai school graduates' prererences for
C:MIJ..f\J. family medicine, general internai medicine, and general
pediatrics. Acad Med 19'16 Apr;71(4):399-411
Cols Jlmnez M see Tuneu Valls L
Colson AM see Bras.seur G
FIGURA 65 Colson AM see Meunlet D
Exemplo de entradas da estrutura hierrquica (Tree structures) do Colson C see Hublel C
Colsoo KL see Zein N
Medicai subject headings ( 1996)
Co!son P, B11illy C, Houssler C, Electric linear dichroism
as a new tool to study sequence preference n drug binding
c e mais especfico de assuntos. A figura 69 mostra entradas d? indice .de assun- to DNA. Biophys Chem 1996 Jan l;58(1-2):125---40
Colson P, Damolseaux P, Brisbois J, Duvh'ler E, Levecque
tos de 1993, que emprega tanto descritores controlados (em ttpo negnto) quan- P, Roger JM, Boullllez DJ, McKenna P, Clement J.
Epidmie d hantavirose dans I Entre-Sambre-et-Meuse:
to termos de texto livre (em tipo normal). O ndice refere-se s entradas tanto n.o anne 1992-1993 Donnes cliniques et biologiques.
volume anual (nmeros que comeam com A) quanto nos fascfculos mensms Acta Clin Belg 1995;50(4):197-206 (Eng. Abstr.) (Frel

(nmeros que comeam com M). Observe-se como uma das e.ntradas da figura
69 relaciona-se com a entrada 073654 da figura 68, proporciOnando acesso a
este item sob o ponto de acesso alternativo BEAM PLASMA INTERACTIONS.
Muitos dos ndices impressos (mas de modo algum todos) basetam-se em
alouma forma de vocabulrio controlado~ um tesauro ou uma lista de cabea-
lh~s de assuntos. O vocabulrio utilizado pelo Engineering Index o Engineering
. Index thesaurus. Tais vocabulrios controlados so de grande valia para quem
estiver consultando o ndice impresso, principalmente em casos onde o prprio
ndice inclui pouca estrutura de remissivas, como acontece no lndex A1edicus.
FIGURA 66
Exemplo de entradas do ndice de autores do Cumulated Index Aledicus
ndices classificados
Existem basicamente dois tipos de ndices classificados. Num deles, as en-
tradas aparecem sob nmeros de classificao altamente especficos extrados
de um esquema de classificao geral ou especializado. Este foi o mtodo ado-
tado pelo Librmy and lnformation Science Abstracts (LISA) at 1993. No LISA
as entradas eram dispostas segundo um esquema de classificao facetada dedi-
cado ao campo especializado da biblioteconomia e cincia da informao. A
164 INDEXAO E RESUMOS: TEORIA E PRTICA
figura 70 mostra algumas entradas relativas a cederrom. Observe-se como a
notao relativa a bases de dados em formato de cederrom (Zjjc) subdividida
por meio de notaes de outras partes da classificao (Rn, Vtic), a fim de ofe-
recer maior especificidade, e como uma legenda textual empregada para ex-
plicar cada notao especfica. A figura 71 apresenta exemplos de entradas do
ndice alfabtico de assuntos, inclusive algumas relativas aos itens mostrados
na figura 70. Observe-se como os termos empregados como legendas textuais
na figura 70 tornam-se pontos de entrada no ndice de assuntos. O princpio
adotado o da indexao em cadeia (ver captulo 4); cada nvel da cadeia hie-
rrquica indexado a partir do mais especfico at o mais genrico:
MA&Mtobydrodynamk:!
See also
Plasma (Physics)
)>!asma waves
Syncbrotron radiation
Alphalorque fortts. P. Graneau. bibl il dia.gs Eltctron
Wirel Wvdd 9S:SS6-9 Je '89; Discus.sion. 95:875-6
s '89
Drop-on-d~mand operation of continuous j~ts using EHD
techniques. D. W. Hrdina and J. M. Crowley. bibl
flow chart diags IEEE Trans lnd App/ 25:705-JO JIJAg
'89
Hydrodynamics of double-<hargcd ions in a plane low
pru.sure discharge. D. .o\. Shapiro. bibl J Ph}'S D
22:1107-13 A& 14 '89
Iodine las.er creat~s plasma X-rays. B. Dance. Laser
Focus World 25:26+ Je '89
Th~ magnetohydrodyn.amicaJ instability of a cum:nl sheel
cre.ated by plasma Oow. A. I. Podgomy. bibl diags
Plasma Phys Conlrol Fwion 31:1271-9 JJ '89
A persona1-computer-based p.acUg.e for interactive ass.ess-
ment of magnetohydrodynamic cqu.ilibrium and
poloidaJ field coil design in nisymmelric toroidal
geometr)'. W. P. Kdleher and D, Steiner. bibl diq
Fusion Ted~no/ 15:1507-19 Jl '89
Why Extrap? B. Uhnert. bibl(p38-43) il diag.s Fusion
Techno/ 16:7--43 Ag '89
Matbttaatb.l mode!.
lnduction eleoctrohydiodynamk pump. in a. vertical
configuration, J .. Seyed-Yq;oobi and others. bibl dia.gs
J Heal TraiU/ 111:664--74 Ag '89
Mass lcanspor1 and the bootstrap cUJTent from Ohm's
law in sleady-state tokamaks. J. s.
Kim and J. M.
Greene. bibl P/rum.a PhJs Contra/ Fusion 31
no7:1069-94 Je '89
Reduction or therma.l expuuion in Z-pinches by elecuon
beam usisted maanetic field seneration.J. A. Heikkinen
and S. J. Karuunen. bibl Plasma Phys Centro/ Fwion
)I no7:1035--48 Je '89
Mqn.e~ten
&.anner can deteoct brain dama.ae. iJ Engineu 269:49
"" 31-S 7 '89
O..lp
Electronic balandng of mullichannel SQUID
magnetometers. H. J. M. ter Brake a.nd olhen. bibl
diags J Phys E 22:560-4 Aa '89
FIGURA 67
Exemplo de entradas do Applied Science and Technology Index, 1986
Copyright 19815 by the H. \V. \\~!son Co. Material reproduzido om pemli;s.!o da editora
l Q. MODOS ADOTADOS EM SERVIOS IMPRESSOS DE INDEXAO E RESUMOS
9apt.te Nsal ptanu. A ronsderable ltact.on <jltt.4
He ga1U O<l!.olla at <oom terr~c&M&, ;n.pli.r>g lha!
:r.et arereta~vely mobole ons<l& \l'lll l&rt<:e. {},~tf>OI
~~wact) 32 Reis_ Er>gHh.
Cr>O<. w. (POI\ang lnU oi Senca a.-.::1 Technolog'f.
Pot>ar.g. SOUTH KOAEA.): Kim. C.; l<ar>g. H. Surf Sei
, 21H n 3 feb 1 1993 p 323-335
~13-651 Llghl !Kintfltlg 11 ptobto of ttatmOdy
n~mk.; quanll!ln In 1 bln.uy mlrlun. Tne avth0/1
1\l.ve Ylown recen~ how Rl~!(flBn:\QI,.nn Ggl'>!
~~af.-1"9 un be us!N to erlract cena>o ti'>efiT.OOy
Nn">C quar>toties oi a b<n.ory mxture on an awro~i
mate way. A.n awtoacll whrcll yie~ds "UiiCI nw.1s ls -
d<l~bed Mre. ~hough il re-Q<ies ).nawie<lge oi ad
d~l tl>em'<Od)"roamC data. Thrs intorm~t!On can be
oora.ned e;lher l<om <j!},u e<!)atii'T\~It 01 ltom a
~~rmodrN""'= model pre.:t>on- Since wa atB d.al-
"J .,..,Ih a mode! syslam 11\al eM bs deKrbed b:t a
'"" dar Waals equat>On oi Mal~. thal IOOdal >I prO
le,e<.l 1">415. lho luulls fcrll"HI esmo~ (QlflpiH$il:l.li
lf ICl a He Xe mi.-tvra Oblainod in 11\lS w~y trom 11->t
ur.:SauPtacze~ r'!>O &tt ln 9QOd agreome~t w.rh cal
(u'ai>OIIs (Edo!ed a~thof abslraCI) 27 Rls. E~91s.h.
~ },r,en {FOM. Nnstan:lam, llet~): Wegd~m. Ga
nrd H_ Firpd f'hasll EQ<Jifib v 77 Sep 15 tsn p 235
"'
013552 Rol of th bulfff g:n In lllt Mf luar
e~tmkal vopoUr <Mp01!Uon of '!lk:on oJ.ldt.lnM
QaSU ara tommonlj uud il'l lli"ll f~m tl"!poS!IJOn
no!hOdl; as a dluenl oi lhe ga muwrt IN" a a P\1'9
<"'} gas_ However. uvual woBers 1\ave d&lerrr,.....,d
IM rl1uence OI Ih$ l>u~er g.3US 0<"1 lhe Mm 9'0.,..th
,-echJI\iim .....t'l!eh tl;u CO<'IUQ!Jei>CU ICl 1~8 Mm
P'opett'U- In 1his pope. a stOO)' o! me lnf!ver.:e oi
I''P"' ~sed as lhe rue1o1 ~ow purg<r.g gn. on
r-.e so!.;on olide lo!m Q11JY1th and ptcpet!Jes os p<u
ffiled. FolmS ~re dtpes'le lrom sllana and r.trou_s
ede by "F-taseHndoeed chen-wea.t vapoo1 depos~
\(('0 ay p<H'}og the beam eNrance .,.;nOOw w.lh "'
r<:! wlj s w'r>dow l>lm lorm~t.oo 01 po-....jH d!P()Sr
t<n a~. bul atso led<.JChons ., ths H and OH
(01'-IMls and thus t>llner cpt.;al P":'!)ert'ei a<l
oclveve<l. (Aulh:lr absvact) 28 Reis. Engiish.
G/IUI~l, P. (Urw oi V<90. 'ligo, $p3on); P<N. J;
F~rM"'l"el. O.; Garcia. E-; Seua. J_; loon. B.. Petl
~~. M. TtW1 Sod flmS V 2JO n 1 J\J! IS 199J. p
1>38.
INERTIAl CONFINEMENT FUSION
~73UJ Analylll OI rbdltl!O<"I ayrr"llMtriutiO<"I In
~,ohlraum t11gtt. S)mma!li!atoon oi ollum<NI>)!'I
I'Vt...,Morm;f)' b~ lherma\ rad;ation In s.pl\u1Cal hoN
""'"" targets lus bun studie<l I)SWTI.l!ICaay IOl i~.do
rwly do..-e~ ioett>al eonl.,.,emMI lvson. Nu~ncal
t~lcula6orls ha~e ~hown lha\ lhe ellect oi Xra~ rtt
t-"T'<Ssi<ln on lhe ~k.lfr.itlllio<l u,..lot10\lly is quas,_r,ear
0n lhe NStS oi a !JlUI lhtOI)' 4 'S lour.:l lh.lt !1".e
ro.->-u,..lormty o1 each moda oi lhe Xtay soutce con-
1~'o~t.~e5=:;:ic~1e"J:.~:h:~~io~~~~ T~!
t""''!l'Jr3~0<"1 and lhe t~U...Oer of X-ray roms:ters
Tr.e secOI'd <.S ~~-e eHect oi $il'lgl! emss<OO. wt.ch de
~nds onl_y on lhe hQhlnum sffljcture (a.ru fil.M).
lr.e ltoord os !11e elfecl oi miJ~-.ple ce-emn-on. Ylh:ch
>!. ~ill 10 IM rec1lfoca1 oi lha aerag-,1 C'C\IIatiQn
'"""""""' o1 ra<Nti-J.o ;, a l">oNraum targal Tl>l!l paptl
QoU ptl.ct1Cal so!ut<Onl regardiflg lha re-qu'red num
t.!r oi conver!ars. N~. ir1 panJC>.Jar IOl haa...,. oon fv
s~ systems. !I !!i shown thal N~ 3 6 \~uahedron) >I
1 ne.::ess.ary ard sutr>Oonl eond~ 10 ens.lfe t~era
b'~ syrr,metn("~! ,v~"'"'-1.1>0<11~12~' uru)_{A~t~ ai>
l.!~'t) 19 fieis. EngUI\
!.l.rai<~mi. M. ttrul for la!.!< hchrlo!ogy. 0$a~~.
v Jl n 10 Od 1992 p 11151124
.ipr>J l'.'ox;J Fus'Oi'!
013&54 bptllmtnlll ltotlng ollhh1lhtU Uobl~
I<Uit<"IUO<"I fOI lCf IChlmU wilh dlrKI ond !ndi
toe\ drht. n-.e piH~,,Jre'."iew is OI IM eop.or..,en!al
--..cslg.lt'XIS or> t~sep!a!.ma inteachon be!>g car
'~ O<ol., past years a\t},E. Eper:mants were cvn
~~te-d 0<"1 IJ',e -u,shen lao~ty. The raser s~tem o1
u,~en eons.sts oi lwo tl1arvto;IS w.th Ol.llpt;l bnm
FIGURA 68
Exemplo de entradas do volume anual do Engineering Index ( 1993)
Copyri_sht t 199) by Engineering lntbmmion lne Reproduzido com permisso de Engir.eering
165
pa.n.meten al IO!:O,.s: th~ "''"' bum-outp"l e<'-etW
too-200 J {l. ~ 1.054 Jl.m) ltl :)-ns pulsa. 'lergen("e
appro<. 2 x 10 rad, COM< as\ ta!JO ~wrox 10". POWII'
de~"t)' at lhe target sullac. appro1- 10''-10" wrcm.
lhe <f.a9r,:..st:: t:--nm outpvt eMrrt 1020 J {lo.~ I.
0$1 )lm) &nd SIO J {l: O S3 ~m) '"O 3ns pulse. de
ver~enet appro<. 101.10" W!cm>. Ou ~'m <n th's
e~r'.m~rot 1s tG siOOy tht d<~erent as.pK'ts oi the !C f
p,-oeusn i1l 1\41 Qe-Oflltll)'. Tn& ma'n I$S~H or oor
st~ch.s ara hyd<od)'N.mic npe-:!1. lr>cl\Jdf'IO ~ce!er
a!on elfQer>cy, h?"Hiocil)' lmpact In ca~dt tar-
{le!$. hydtostabd,ty, and X-ray physlcs-conversicn et
foclency. heat tri!JUfer. ~.-.::1 Xr~~y-tl"rien tatc;~ets_ Reis
El'>{flh. .
Bo1ot:O. V.A. (Braneh oi l<yrth.J.tov },tom<: E'"'!rgy
11\11, Mo~ow, RYH;,); B~r:>Mlly, UI.; VelJ<o-oich.
}, L: Ga.rklv. V.V.; Gotw~. S M.: Goltsov. },_Vu;
Zl'oulhu~a. E.V.; Z:a'rja!eu. s.v.: Kondras~o-J. vx;
Kov.tl$ky, N.G; Perg.amerot, /.l_t; Koshevo~ MO.:
R.,PU()v, },A_; ShiU'>Q"I, AS_ L~S!f Part Bums V
11 n 1 1993 Ja~anUS Syrr.poslum on Phys<es of
1-fg.'l POY141 lasu Matlll lnarocticn, Kyo!o, Jpn. p
127-135.
013-&SS Hwvy4on-dfivtn ll19fl-t 101 omllcat..
!nutll conllr">tm-..1 lu&lon .xpHlmM\1. Two re-
gin-.u oi hydrc:.djnami evoMoen ar~ lwnd "' lhe
ana!'(3is oi tl>e perlo<mance oi smaO-scale h~a...,..;oo.
driv&ro tarets. On.o l6.1ds to hig/1 dansJf)' )r.:l hogh
tQrTIP<HS~ ,.;Ih ~ra!e t"'!)tr.tMO$ (3P910<t
matolj 1 h V} for drivirg wer!)'u oi 100 loJ ror 0: I
mg de~te,;,.m!~: ... m II"Jel9.1g'lot.onun thM be lng-
~~~~~~{,a c~~r:e ~~~~ ~~~~~i~ct~n"!1S
small as I% 's oblait'>e<l Tht l!<:O<>::t 1e9>mt lea~s lo
vel)' h'gh IO/l\IW3MU in ths cer.tr3ol P'-'1 oi lha luel.
wt-.1o tha rest of t11e lueiiiiN>!lS at~NJderlla ltrrer
atures (<I l<V). and !No de<"!Sif)' i.s ~'Y low_ e~ry
-..h.ere_ Propagai&<.~ q>o~ion uMOt eur in this ca!.e
~cause of the sma.l optical Jh;c<ness oi t11e m
luet{<O.I <)'em>). {A.t,lhor abstcae1) 36 fieis.
pressed
E!lgtosl't
M.trMtzVot. Jose M. (Madt<:l Poly!e-:hn'c Ul"liv. Ma
dnd. Span): Pierl. M>~aia. F~Sialf r8tMOI v 23.., 2
'"'' 19;.3 p 2.1a-ns
07US6 Hlgh g1ln OT tus--1 lot hnvy Jon
IMam fyaJon. In 3 paramet!le SMf:t oi reaetor so.ze
OT larQets drNen ~ beams oi hu...,. oons I WJ.S
IC<.E.-.::1 tNl spai'k igncnon ar.:l high e~ergy g.a<ns can
~ ~~~~~-~~~~~: ~~:e~h~~ ~~te~~~~!~
W'.ll VI ir'ul eMI!If oi E~S MJ d!l<'>'e!e in I..SIO
I"IS. ono-c.,.ens;onal enargy ga.--s oi G~400 ara pos
!.<b'e ., JP'>e opl""'-'m caseS- 11 o!. s~-own thn 10 obta<n
spar'< q-.t.on al\d Ngh tnergy .!1311'1. two ~~<ORS
mu~ t>11 necassanly met' (I) a h?'> er-ovyh >mplos>O<I
~Wty. U,'l6.2~10' 11'"' D'T"'s. mvst be rud'lad,
af\d {2)the luet CO<"f'Cenivn m~st b8 aecomp1Shed
...,Ih a lo'N er.ough pusheril\lel mns tai>Q.
~~~~-~!'~~~,s~tycl;'.s~t"~~~s~~~':~~r~;:~'d
lo~nd aho !hat .,..Mn th! {p&l) ot
tar91=1 tere). !I wos
~ eo'd pa<"l o1 IM tGmJ)resud luel os 25 glo:m.
lhe m:~.n po;bO<I oi IM !~el J$ '9"'~~d 0""'9 lO lhe
huW~g by 14 '-A~V nt~lrons emill~ rrom !1-.e- (eNral
hot reg,on. {AW41 abllla,t) :'l Rets. Eng\sh
Bn\o, 1,1 M_ (MHPtlr<:k-lnst lur Ova~templlt. l.'u
rh. G~J. Nud Fu~;.,r, v 32 n s Sep t9n p 1~15
15U.
013&57 lo., ~<;UvltlO<"I ltruclurlll rN!tllt!t '"'
lCf tUdor~ dllft<"tn(fl -..11h lolCF tnvlroromtnll.
MtivaMn ca'clht:.onl eoru.def'.ng 11\e nevton hui
and spewum ola ~rsl sln.1Ctutal vra~ (FSW) ~ at1 ,.,.
ert-a! conl!nemetl\ fu.s~ /e;~.CIO/ {!CF) are petformed
101 au slabla eremaills. UW'!J a re(ently ~-pgraud
data base. s-~rlaee l doi& rale ard WJ.ste doSpOsal
Ja!.ngs {WORJ are emloye as <nd.:es to compue
lhe !"!rOl oi elcme<>IS ~1\d CC<'f<PIII& IM o:or.cei\lraloon
m-.4 COftUp<)<"<j""J k> N.r"ldH>" ptO.:tsS>OQ, rtl'l'><)!e
~cycM'} ar.:l !.ha:low land burial \SlB) ne pe~or
mar.;e oi stH1s. vanalillm allo~s ar.:~ sJK:O" earbod!.
as tan.;j,d.J.It stnxtu,..t rl'tenal$ tus also lhle<> eo
p!Oied. Tt\.11 rT'alenats w.\h !ess was.ellecf(l"'9 ~0<"1-
(trns are ~Mt,ed, ard tne ~t~fiuence thal ""P""'"~e!.
{~formation Inc.
166 INDEXAO E RESUMOS: TEORIA E PRTICA 1. METODOS ADOTADOS EM SERVIOS IMPRESSOS DE INDEXAO E RESUMOS 167

Zii<"RaN'a.k-CD-IWML O.lt llouots. W~Do. .MT'ricft..

~ UfU U/5ll9
Tbc CD-ROM m.arhlpboe: produoer's pcnpc.;tivt'. Chrtoph~r
Poolty. Wllr- Lib,.vy Bulldilf. 62 (4) O 87, 2426.
Cofllributioo to a specid hu.1e devoted in part to CD-ROM. When
]&SU dis.e te<bnology w.u finl Jnuoduc;:l to liburiu, liburian' roeoanis.ed
1bc J.IUI pouibilities or tl'le medium, espc.;:il.lly iu vau nonJC csp.o.city.
Eu.millt$ tbe- maj dirrcrcnte:S bl;twccn prinl, online and CD-ROM vusions
of 1M= s.amc: dat.1 N5c .... hkh fali in J key aruJ: contcnt, urrcoy Of updatc
frcqucn<:y, and priein&. Di~ CQlllptlition in lhe mukuph.ec and tmvins-
iKS thu the future fo.r CD-ROM in libfuics is uce.llcnl with more producu,
mOre M'*' producu offcrina combinations o( dau bues, bocuer software and
netwo.rkina S)'$tetrU auilabk to ilirnultte the arowin& w.c of CD-ROM pr<>-
ducu. (A.O.)

ZJjcR.m-CD-ROM~o. O..u M-. r.t...-11.- Mn"lu:L

c_.~, .-IJJiL P,ycUT 11/S:WO
Ju..nifyina CD-ROM. Ralph Alberico. S111afl Co,.,purus I" Lihradu, 1
(2) feb 31, 1120.
C0n.1idcn dau bai-C$ on CD-ROM in tunU o( (:Ool\.1 a!>d bocncfiu, by
cuminina Pt.ycUT, .n ablxevi.ttcd CD-ROM vcnion of th.c PsyciNFO dau
l::..ue. Pt.ycLIT w.u one of thc flnt CD-ROM dat.a bai-C$ and is on~: of the
be:u and onc oltb.e moJI upcruO-e. Compuu the CD-ROM Y(nion to print
and on-line produrn and $\r=-- th..ot u tbc n11mber o( uJ.en yow f'OCS will
decn:uc. {P.B.)

Z~Vtk-CD-Amb. Utet..Stm- Wn-fU~~ 8-8/SJ.II

Entuin& unb..utcrcd tcrritory: p!JIIin& CD-ROM in pl.o.c<:. Nancy
Crane, Tlm.ara 0\lrfe-~~. Jt'ifJM librtuy Bufldilf. 62 {-4) Oc &7, 2830. iUilS.
Coauib..oton te> a sJ"l<'clll islue <kv61cd in put to CD-ROM. Oiocu..ues
oo~tioN tbn nd to be r:t.u.od bc(OR implcmenti111 cn-dllSCr CDROM

and offcn some p1opouls u to !"IOw :10lutioru may bc fQ.Und. Theu includc:
1$.$oe$SnJ the cn'Citonmcnt; h.oic.e of 1 CDROM 1y11cm: componcn\J nc.cd<
in scuin1 11p 1 wod.nation; vcr.ci<)r scrvC~; plaement; \IJ.Cf eon1111inu; tuin
inJ for $1Ching; 1\atiiliC$ an-d on&oinJ u.~oeJ.~ment; dfocu on st.df; and
dcsircd futures of CO-ROM J.Crvic.es. Thc ruiMllc for cnd-uut CD-ROM il
preuntcd. {A.O.)

FIGURA 70
Exemplo de entradas do Librmy and !nformation Science Abstracts (antes de 1993)
Reproduzido com permi>so do editor

Cost benefit analysis, Information services, Databases, CD~ROMs, Computcrized

FIGURA 69
Ex~mplo de ent~ad~s do fndice de assuntos do Engineering Index ( 1993)
COp)mght O 1993 by Engmtenng lnformatiol lne_ Reproduzido com permis5!o de Engineering Jnfomlation Inc.
information storage and retrieval
Information services, Databases, CDROMs, Computerized information storage
and retrieval
Databases, CD-ROMs, Computerized information storage and retrieval
Computerized information storage and retricval (esta entrada mais genrica no
aparece na figura 71)
PsycLIT (o nome de uma base de dados) na figura 70 no foi um termo de
indexao genuno no LISA e, por isso, no deu origem a uma entrada no ndice
de assuntos, embora tenha originado uma entrada no ndice de nomes prprios
que separado do de assuntos.
Enquanto o LISA empregava um esquema de classificao especializada, ou-
tros ndices impressos se baseavam em esquemas gerais, dos quais a Classifica-
o Decimal Universal (CDU) o mais comumente adotado.
No outro mtodo classificado utilizado na organizao de uma base de da-
dos impressa, as entradas so agrupadas sob categorias de assuntos relativa-
168
INDEXAO E RESUMOS: TEORIA E PRTICA 1. MTODOS ADOTADOS EM SERVIOS IMPRESSOS DE INDEXAO E RESUMOS 169
mente genricas, proporcionand.o-se acesso a assuntos mais especficos por meio O Chemical Abstracts assemelha-se ao LISA porque as entradas so organi-
de ndices. Um exemplo o LISA atual. A figura 72 mostra as categorias genri- zadas sob categorias e subcategorias temticas. O ndice de assuntos, no entan-
cas de assuntos sob as quais os resumos foram organizados a partir de 1997, e a
to, bastante diferente, estando baseado no princpio de articulao (ver captu-
figura 73 mostra exemplos de algumas entradas. O ndice de assuntos ainda se lo 4): cadeias de termos atribudos por indexadores humanos so manipuladas
baseia em processos de indexao em cadeia (ver figura 74) embora no mais
estejam atrelados a um esquema de classificao. 1-1 ~KlPAM>ll<"""-'lU"-~'<O<UJOOI .,,,, ..-aom
I t t~!<lJ<:'Tl<"""-'"IOIIATA!tA.'S., ~~- 'l!fVA>...,....;fJo<L'<'f
!11 !UlH"F'C' '>I~ ltn!FJtlln<'lCU>IJ<\1<.7.'
lll l.O.~>H11H., tO.O L'O'OU[~llO<'(WMliUNJC.o.TlOI'I
I li n.-sA~Ul

CI).IQMo
I to 'llt>~Uilfh~,,U,\S,tm '"' t'''''"'"nu"'""""
'" n -"-OAI. '<.lf."'-f.,.taN"-"' t~mu.uno~ '""~~
1.~ "-Qfl:!.$1fi'< l"U !IHIA"ffi>.,l~><)l.ot'll<>'<'>'K
Couipo~ttoed c:&Uiocliaa 311 li
ltl
lll!:A.'<!l.AT~I"'
,, .. ~, ... ,,_.,._,
'"li ><.IUI<.L \"EUtf<O:>UX;\_ WI>KI-'f I'<RMn<"H<'O'OU.;
f111\ tut IICidn&: On-line infornutior. t I< L'<IU~>IAT!O~.,-.l\')CF.,
C0f11901tcrittd iM<JnNtion 1tonac and rdricval lll fJ\llt;.\fll,.,. A~1> n~IM"'; '"11 >Ffll..,..I"''UI(
422- .. 1, 911-9'1),1j..40-Jj.U, rctOOal 4SO, 1038, 2&40, J7U, JlS0-375! IIJ UL.....Y A~ li INH11.,n<>I<>TAT> ll.t~n<lo::~
ltt!rl)' (&ci!itioea; OJ\1111<: iJI!OI'mltOII lU Hl'f.,11r>TAJ7 lt I Wl<l11~;1U11N
WU-2091, 1091,2612-2617, JIH-3165,
retricvd l7G4-310S J.-t ~,I.XfllDOO.la<;laxT'll.! ll lt MllXUl'lllf.'
1~9- M74, 4~22-026, 4699-UIO, J.l ..of-UIUIHAJ\t;< lU ~n<!CUlDO.OS
H19-H41, 6241-6260 Hypcrtut: On-!ine infonnation tetric>al 6417 j 11 /i>iOO><.O.l U!IO"AIJ~ A-'<!>,TATf Ul<U>!1.' Ut l'f.lHI!O.l'<~II>TII>I.
lnhu.uc 1)'1tenu; On-Hnc: informUion rctrinat j ll flkUI: UhUltl., t!tl t',UAUX>I'l"0.1.."111Mnl"~'
Comp!!luil.td iform.ation 11onte alld tciricvll: 6261 ) t) A),IIf... IC UUV..Jb U<<>T~l<>Ol. U[<fAlll" 11 u J.<x.>l'fl.Ann.u.Y>.!.l~'l'l'''-''~''U<""-...t>C rmmo.
Comp<Srl- lril} On!iDC Wonru.tion La"" opcK:al diK:Io: Comp.~tcrUecl infomutior.
Jlt t;(\YJ.lNJ.IJXJUIIUmll I! l_t t:.<TAIU:t1'>\; ll'l-1.1
j }I I.Jl ..... Jif.~OfOTllUOr.A."'ZAnO"' .V.l>fll\~U U!iU1!b lll> f~l<l!CJ<iUl'IIIC!l.....:llyflft'<
retricval I HO, 4702, .(1()4, SHI- 5322, ftot&IC ttl<l rctricvll 971,5318 _I!~ ,...r<;W.>'l~;[(:T troUI!I'll. lf>ol".l>(H uuv.1r;;; UI\ IU~I'Ali:ATALtx:;llf.>,
62-620 J 1l .'<>OA~ ~1-h<J$. f~NSf"-' UI!U'-"-' I! i~ <.<....M'ff~oUJ>CAtLt><a>f:'
1...utr optK:al di~a: Uu fw Periodicall: Subjcct
Compo.!teriwd infonn.ttion. 1tonrc al>d n:1ricvtl: itl<lui!IJ 2061
}
)IV
l~ Htti.I~Sffif.< ~nUUJlf.-.
~LNCE lTUI>I<>UX>\'.J.IflJIU"i[tJhl.'.l<Jf.'
111' IJNU."~V.TAt>::o<a'T.<
UM U>lt>I.IUTAU>G!<Ill
Comp4riM'! >riflt Oa-linc IDfOI'TII.Itio... tttricnl M11lu"ple di~ bue tun;l!u: On-!inc JJ ~I0<!\7., 1!\'1 "1>fXJNt
<IN/ Priatcd infomu.tion ~ 5323 i11fooru.tion rctticval 2643 Jlt NTIOI'I.-O.lAJ<\1<~)\lJ).).[JN'T Al~l!!YJ~ til IWlO~"l>J:<I~U

Comp.~lcri&cd >~lit enalotu" 5292 moo.r 460-479,

On-!ir.c lnformation
Jll
JlJ
h\NNT"'"Oll\7:'<
<.IWlOIMOtl\"1.,
ll!l 'l1~fJ.TI~1<fX~
!! !! >f.l.lOliNOl
Comp.~tcn 491 ~49~. 1052, 1591, 26H, IOJ9-JOJ6, ISSI-U&O, 2108-2121,2623, Jl< AKI-H'>"T-'Of (JrnUOOt.\"'lZ.O.f'ill"' A'll r)l\....ll AIOH'o'E.' UI! l"l>U: [.}.M_\tU.<Of.,o.NlJ "'T7"-'
J206~ )201, l16S, 4291, 4UI--U3l, 6434 2626-2633, 31U -3195, 3727- H i, Jll .'Ol!Nll/J<I>fii.J.I.UOliVJ>; l!!< >Jl<JII."JitfAtll-J.-<>ll-"'''
Compwtcn: Ubnry cqvipmu~l lOS, 1831, Jll> .'i'fCW..t'l\fl.cTAJOhvt~ tlf rnr.v.nJ
42~6-4279, 4766-4&09. H. B57-H70. 311 W\N:IJ>t< ll y, UA\.'If!CATIOr-1
1391 ~1)92, 3451- J4S1, 4-499, $067, 5199 6)21-6112 (t U..UYIAlA!<t>IAU.S llO LlA,'lli<:All<l".'Oif... /)1
l)c)o;vmut <kli~uy: On-liM iDform.niorJ 1 UI\Ullf:' """ >T.r.'IU.~,.,nn.or lt-J'-" ll !lo Wt.triT7.>. A\.'i<TTII!Sl>UING
< fi 1"0.' C.HJW)f.H A~UYOI<';{; l'fOi'V. 11.0 O)Wr\'fUJZZIJ~110N.ITOUGf..L'<OUTUEUL
rcui~al UH
c... '-d\4 _ , . .
"'-""'""""
O.t.e boa: CO-ROMt: ~- "''-"'
<11
IIJ
"-liOOlUi\1.\0!fl\
\t>U.,>OCW<,;lOl'l-'>-
\,<I fCON<-'1.1>.: A.~tl (OW!<f~CW. A."'f~
l_<u ~-n...n'"''
Onlinc iAfonNliol\ r.triC\'11--4704 11< 1\'L<.'OCCU'ATl<~~.<l<"l>l'>" l\U '<JTI..'Alf;
CO<npo.~tcrUod aquiaitioru 1963 tlt l<'*Jt>UVICI'.< li H AlrTf>'UTlCTT::<T .A"'-'l\":<1.'>. AIITU"-'nC /"i!>fXI"<i_ W.L1i!M.
O.La bu.e:s: CD-ROM1: Computeri.tcd
Computcriled infOf~ru;tion OJk 3025 I\~ \N.l nA!NlS<' T"L\I'N.lTION
lnfonnllion llortJC tnd rc1rWI'Il 421-0, tl)U~N !tU ,..,.llOt:t;
lnf~t.n Mnieel: Dm. boa: CD-R01.h: uc Acnvmr. 1_1 \\ t!0-~1<U)>L..c;
COII'IputuiMd iA!orm.um tiOOitt alld n0-913, IS-42, 20t9-Wt, 261l-2616, t W LIGIIU.rtlON> l_i)\ llATA!tA."ll'ijl<t.if.\.r.O.U
rdrienl 5)40 l!S7-316S. )612-)47), 4223-4226, <l U<Xlll<U<T!>Ill\UY ti !1 NONWI>I.IOCo..u-ltK IIATAI<A.""-f>~TA!!A.\.1<.~

Of Bwi- i11f~tka: lnform.uit tervka:

4703-4710, 5327-SJ-40, nw-nu, t ll H<fU-1.0."-"" """ fllUl'O<:Oi'Yl"" .'S....'JU)i IJ t< ll\l!l10CUI'I1K ll>.TAI<.l>I.<
tll 10-"" UH 1>1.1,(;( I<AT.o.l!A.'S.,
6241-6251
DI.~ ~: OR-Iinc nformat>on rwi""*-1 471 :H JoU.naull !.11 T\UlllTUATAI<A.'lll
Rcfet'CI' 'IO"(rfk 2471 f>ala bala: CD-ROMt "-"<i Vtdeoditc$: ~I OU>AMIU.OlW.TT.ll.<l' !:\li Wl'l.nltltn.<.
IH W.TTIV.I.< a"JI't'lllNliJt IJll Ol<l.lh~>Y)<TIK
ComputttUcd lnfonnatioa 1\00IIC and \ U IUITIIAl< UY l.l.._:tiACEIJ'oll<\lo;:).l~HICAI. AlU <31J O~'U"f-I<>.TAJIA"'
Dou._ rclt'icv.d Wl lU ntJOIOOCAl..>.AAUH'''-l'AI'f"" II/I \>N; >Tillfll>l-,.T7_....
Dtta bues: Comm.~ndltnJWaes: M111-m.tdinc: \lt <,;o(YUT'f_._.nru 1.'11 a ... ,.,,
Sn fl/so ComputeriJ.cd bibliQir&phie rtC-Ofds I li Olllf.O fllHTTI> IIO<..l<WHT' li? L1>>uWh.>.TA!<A'f>,
CO-R01>-h: Comp.~t~riJ.cd infQI"IIl.ltiOI"I uon&e intcrfaoe: O:n-lifiC illfonnuion tc1ri~d HIS \ !~ SON ~AIN'T !o<ATTI1Al' 1n umfxi>L.,.;~mm~'\-,.lTW

and relrind 421-<, 979-91), J5H, Dali buet: Conlp.>tcriud lnform.ation IIOUJC I tl AI~>!OI'<>liA.l ....llllt.<l>. ""' IITHU>TOUGf.M-.TT"""
IM fJ.(O.O'><.: 1<111!.1. UtJ \ll>fJTir.O
2039-2(191, 261l-l616, lUl-3165, and rctricnl 419, 2606 ll'l WK><>fO'-"' ILt COHIIU<IC.O.IlO!<S~DL~J<>Ut.I.TlOHTlCH"".>..IGY
J612-J6H, 4222--4226, 410)-4710, o-.u buet: Compl!tcrir.cd 1ubjt induin1 I I >lll<;fCTh I< I \.ll""''l'l I~!K ..Tl\"
H27- Sl4o, SJ- SHS. 6241-6259 SJIJ 111 ".Xllli<Jfn(.f..I~N~Th'I!.UTTI!ll< H 11 ktNOll<.'
Dau ~: froc tu\ J.Un:bi111: On-tinc
I U \JI!_.....,.ffif.< W.lTIJAL< u 11 u,...,.trrn::'''f.SO:
CO-ROMt: ComputcrUcd informuion llora&c I 1J ...:lfNC:f.. TTO.UIDLUiY, UfJJILI~f. 1-l-\l'fiiAL' li!J 00"11'TU'
and rctticval: Co'"Pfi~{JOif wit~ On-!inc iftformuion retricvd 2136 111 lllllU<lMf.TO!':.."i.'-OlNTO!o<1:Tl:l<.-'<. ~'<Kll.'llTloJC. \<li ~fl'<C\1[
!< 11 1"-'t:n<ITIOi"'XoGY
information rctricvl 1570, 4701. H04. O-na buet: Full tu,! J.CArehi111: Onlinc Olr!GAI<\.lATlOI'I
l i ! ' O'<II><f.>v.TJ..._<
~I COOI'UAT101<
SJ21-SJ22, 62-6HS illfomu.tlor. relriCYtl 480, 1038, 26-40, 3741, Ali M.>.l<AGI... I.'<TI<JnH.l THA.kl"f.L'OI'f.L!l.'."-"f..._r.N'TJ 1111 t>K~TIJHtl.,nTIJl'>
CD-ROM'$ al'!d VideodiJCS: Cornpo..tcriwl 31SO-J751 ~~~ 11"'-"'Ct H ~~ TfUCO!(Wl'1<KAf10"' A-\.11 ll>O.>.JICATh'IG TFDIHOto.Y
~ll n<I!UC UlAT>O)>.'< l<l~ Ul'<fl'fU~
informuion IIOJIJC and ruricval 2093 Dua bo.J.el: Ouew.a-y flcilitie,: On-lin( "" OlllD: W.H.o,Gf,..ml'HCQJJI'lf.Al<ll<.ll-f....rlO~' 1\.0~
Commuxl 11111111~: UJ.Cr-1)'1t<m i~tetf&oe: infotmllion tctricnl )lO-l-HOS 1.0 u-.o.IY MJUL>IIK.I 111 tmMt:'l"
On!inc informuion rctricva! !SU D1t..o bo.scs: Laser opti" I di ~a: Comfllltuiwl H U.WU""t.> Ut .. ..,....,
l.ll 11..0Jim>KlAI<tlt>f.'l<:NOfU!<1UWI'\fiUIC">4~ l~i U'JI'YJI<:t
ComputnUcd informuio<l ttorac and ruri~d infonn11i011 IIOfiJC tnd rudcval 917, .SJU ) li I> !;'e' A~ll H.N<WAIDI U~l.UY h!OUiiN>." l'lt n!.'<Tl>;t.)'\~'U\HI'f<.A~1JI!OOL'>ll! ...>
4!9, 2606 Dah b.ascs: LaJ<r optieal di~a: Uu f"' 1u n'l~>m"- l~ll flll><T\Ml
Conocpu: Computeriscd t11bjt indctinl SJIJ Pcriodiall: Subjt indctin& 2061 u \-'1l-tlCU'.' t' !I I'Jl'<TI~tlHhTOI\" A'<!l.t~Al.\TK.U lmiiJ()<;V.MlY
Lf l.v.&T 'OD<H()(.OGt tb !t 11qU.,ITNU A~ll l~J[)"'fUI~;
frcc tut s.url!nJ: On-lint inform.uion Du buu: Mvltipte dtu buc J.C-JI~bc:s: .._ t TIUCOM>llwtC:..TXl~ l~!l Almi<>l\H!P

tnricval 21J6 On-line infotrnatloo rctrihtl 2643 ~~~ ~~uu.~ .~,. 11-Kf:'l"l'll
O.ll (OW>IIIT-L\ I~ 11 ttrMIC..Ino;.'<
Dua bl.scs: Onlint lnfonn1tion rctrioal AJ;\ ...:>n'I>'AH. Ih l~ UfTJONK ~ntu,lt!"'->
4l-419, 1019-1036, ISS8 -1580, ~H OTI!U w.o\l!olf.< I~ I~ IXl"-n.llst;
210$-2121. 2626-263!, lll2-l19S, M fi.C.K!'O ICA U.D<'l<I-1 !lo lJ A\~>~1\'N<.>.t lo!AllitA.I.-.
~-1 l~IO'I.ll'\U'I(<II>Tl<ll. l~/1 llnlAliCA,-n.'J
)727- 31-i, 4H&- 4279, 4769- 4W9, Sl44, ti A0~'Nl>0)>." ll.t ~AI<DlLU.'<I"G
HS1-S)70, 6321-6382 Yll (OUflTI<l!<l!f;\7U"MIHT t'l l/>-T,O.)(il
YIJ 11Trl-UIJ.l'O'.Al' >1 11 ll~<C.lTIO'I
li
9!~
>"10<.""'""'"'
ru.trAnc>.'l
U.t ~ilAJUGt.llfXT
11,4 OT't<Ufi.L'OG:lll.-~

FIGURA 71
Exemplo de entradas do ndice de assuntos do Librmy and Information Science
FIGURA 72
Abstracts (antes de 1993)
Reproduzido com permisso do editor Categorias de assuntos usadas pelo Librmy and Information Science Abstracts ( l 997)
Reprodu-zido com pumis;!o do editor
 170 1Q. MTODOS ADOTADOS EM SERVIOS IMPRESSOS DE INDEXAO E RESUMOS 171
INDEXAO E REStnvtOS: TEORIA E PRTICA

sob categorias genricas de assuntos. O ndice de assuntos, descrito como um

'ndice de palavras-chave modificado', indexa os resumos sob palavras-chave
ou expresses que aparecem no titulo ou no prprio resumo. Tambm so
indexados os nomes prprios. A figura 78 mostra exemplos de dois resumos, e
a figura 79 apresenta exemplo de entradas de ndice, inclusive algumas corres-
pondentes aos resumos da figura 78 (por exemplo, black dropouts [ev~so es-
colar entre negros], class cutting (cbula na escola], compulsory educatwn [en-
sino compulsrio]).

u"'W~a~~~69. ~"1"i'l""''.
Busln<So nmu
srt CompM!t< 1 "',j.
llusln<Sll!\fomutiM Un~HI"ity hi>M<s hPJ.= C=d"n
uultn>lil'-9~hJ\~~( m:.i<fl>l>
~~~~~swphi~. s<~~.~,., ~J A''l~'"'""''
Ard>iH.I N~wpp<" lb:rofl!~n~no:
CI}-R(IM>l>!>h>.>Cs. n.'7-1lJ& f"l<oc,..->!iQ~. l.>t>rory m:>.tw>h: 69H
CO-ROJ.k 7lJI C:lnl<!!&ll Cout>dl ot Auhhu:l>92fl
~':.~::':'7t;;_r7l~t"~ """" t._~u. CIU<!ho~~.~otlot.al BIM!otrapiiJ: l!JW
Cu>edhtl-
llfh /((hM!ogy CQrT{'U'<S ll)hnd Ju.,lw
:!;=;~~!~~~ t,:~~~
~u 72!14
s~M<np~;""''
Witlldrnr:W
lnWJ!th.l d,_.silkton !-.om<
Co~~~bo.rZc~J~ - '~;'!(nit~ hbune Re-K.-.c
11
("!,_..,r;,,..,O<> S<l>(mu-_ 109-4
o"h"" d>lob=~: 71W-7201. nu; c-olltioru lobt>t)" motenlli 66-1~
Onhn.: d>Uh>...a.. A"'-' CD-ROM >l>1>h1>c< C'atd cot.olot~~~= 7fl7.\
1H4 C>lm1"-ri1911'"''h C"nporcfU<"J ,-,t>l<>~<J<->
I!UIIn...,;lnfomu!IM
11<1'ro,.tr1UI'I
'"n
RcuospccliWCO!)><r><o<> Tu <"'~rpo!<ril.-..1
C,~"f"'IIHW inlclli~--.:....._--.: c~>ldf\1(>:707~
r"''"'"" 1r..X
811>ln~ lobruln: I>Hh
CardiruliiJ rc:.trk!h>ns
A111fid>l ir.tdlo~<"''"' 7.1~'1
U....-ln!cmdllusu>o..">>lll(n<IN11<.,
(",~~I'U!<nr..-.1 infonn.>Hn<\ W!>rl<. />\~~ Cnrholu
lnft>ml>l.,~ Olr~ l.>bt;uy m:ilrlj:Cn>:nt
Busi....,., hbrarks
1>114
'u"l'''
,~~I'""Y hl>T>IK'<
l<l'ol)' t>lf: MY!
BU>in"'< muu_lnnlnt: 7.~~~~ Cor r dn<lopmonl
Ct~l'lf"-l!<r'f'l'lK>It<W. 7."Hl41.~ S!>lf. Hu>in"'' rn.>n>i<'"'''' Currr""'
~nli<>~i<w: 7U2
S<Jf!..->"' Ctl'fll':~r 1W~nlry; ll.W
t<UI"I>t-''"'"'
V~!o<
U4~
..U.-..1 ,~,,._~1'1- Rn~>nh
'-'"':/l;;:~:""'f-L""'P"'-'--'
(."uibbcu
llwln<>-.< nnno_ten><nl
Jua/J,. ArrJ ~<ft Anocric. R<e~I<Jft>l<~"'f'=t>lt<>n
C~np.llllc"> Afl<l -l~~cm>licn>l '"''~"''"""',
Bll>loe-. pl<><'e:>< oppliuU""' fnf<.--.n>l<<>ll WPc\" f>'JX~
7.\l.7 C."l"'f'Lioull-lol>rosunWp 1>7~~
11"''""" !!""'~""""'". ("<>m!""~'
Th~ r~.r.uJ.tion ol,ondll<"flnl ~n- .~, f r. r dij/;i!:tl ft!nhi 11n
orrft..">.!h'll>'
CAIUS1l~W
'-"'-'
;;~~~:~-:~.:~ '-''H.bu foi! r , (",,,.,,,.,,, ulolrl1 ILm, ~ 121 1'1'17. Busl.....,pr<><:""n-~nl(.lnttrill.l CAIU.IJnC<>Hrl 71'!~
<U Hc-..""~'"'""nnt t.'orp.tl !unn<l>)r>dto!ft<
t"ABAnt~"-": 71'1~ o,.-,.,f'>!l"'->lkoll~-.n.Jot<-1) l"'"'-ryt>H
{"Ali l<11trnallonal: t>Y~l. 7J!II
("ohk ld<,i<IM:71M.]1h\ {~utlux<
M"Coll.,;o, W""ro,...ln
FIGURA 73 t"ahh.rllo.lu"U' t .. n~~"' ''"'"""'. AnJ. c..nq-..-..- t"t"''f""<t
Np.n-,. Uo"w"tyl!~r.tnn J,J> ->Ttl><1"'~ ,-.;MJ'I'>.. Mor~<n. S<hn~ ~r '''P'"'
hlnnc"> .["NV)' "'"''~--.;m-:~1 ~7rl,
Exemplo de entradas do Libraty and lnformation Science Abstracts lthll}I>U MW>
{'old(cal Mtdl.l'.'iA: 7~71 ('ort,;rph.J
Reproduzido com permisso do editor t'l.l"7 tnru,.,ity, Alll<<t "'"/'''
(":uu,J,- Untwnoty h~nn<> "''-~""'"'"'' ),bf't
Ao~- WtMu ..-;t. l>'liK {".t<tl>a.-.dn.o.""'in~
Cliroml A"'-' R~lc N._.._-,J,,"-"~tn& 1-\"'"""kl~-.. N..,.-J
de forma padronizada de modo a proporcionar um grupo de pontos de acesso Cl">k!-."b, .AnJ 11<"~ I.Wnry"Uf'' <)"'1<111' )_\+I
uurcrul M~~ t"hl<>.~:ln.l
coerentes para cada item (figura 75). Embora esse ndice articulado de assuntos ~. ..... 1.\~\
l)tf:>lllla!htn (",~o""-t~,J '""" l'hnn'"f
rr\';o!>l'FV'"I'
( "lllotln~ <>dn.
aparea somente nas acumulaes do Chemica! Abstracts, em cada fascculo ''""'""--h<'l 7H~
l-'uM"-"M"'""'" l'ul>h, \'"'" -lhlcrru.1 71-J~
,..r ( ";otol"~"'n~ ruk
1"11"~'
1-'u~l"-
Mv>n< -11:.-ta,o,b Tn< 1-'llt'IJon~
semanal publicado um ndice de palavras-chave (ver figura 76). O Chemical 1-~ury ""-""t<''"'"' 11'17
' " (";,i:>J,'I'"'"'
1"\d,~u"': 7uq
Abstracts tambm inclui um ndice de frmulas qumicas (ver figura 77).

FIGURA 74
Outros ndices
Exemplo de entradas do ndice de assuntos do Librmy and Information
A maioria dos outros servios de indexao/resumos em formato impresso Science Abstracts
so variaes dos tipos j exemplificados. O Socio/ogy ofEducation Abstracts, Reproduzido eom permisso do editor

diferentemente do Librwy and Information Science Abstracts e do Chemical As inmeras revistas de resumos publicadas na srie da E~:ce1pta 1Viedica
Abstracts, simplesmente lista os resumos em ordem numrica sem agrup-los (Elsevier Science Publishers) tambm agrupam os itens sob categorias genri-
172
INDEXAO E RESUMOS: TEORIA E PRTICA
lQ. tvlTODOS ADOTADOS EM SERVIOS IMPRESSOS DE INDEXAO E RESUMOS 173
cas de assuntos. Os ndices de assuntos so altamente especficos. Todos os
termos atribudos (extrados de um tesauro) por indexadores aparecem em cada
entrada do ndice. A maior parte desses termos tornam-se pontos de entrada 110
n9ice, sendo os outros termos mantidos como modificadores. Os modificadores
so ordenados alfhbeticamente em duas seqncias: termos que se tornaro pro-
Nuufuh Oflllfl .
&mir~o_acid! of, o( AwtrlliJ, 1~161
<OibJ~ ICJd o.nd dthydro.u.curbio actd deln. '" by
dtcMorophtnolil'l<!ophnoltitm. IU>d
OU<lrometry, U3&1p
unntd, llkktl of, of Guoany, 66J22p
uro.f o~~~jd vilul:lifl A &C1ivily of, of f'iniU~d,
1
CIHnt_ntne, ~Dipn. of, Weruhuu Honty OIU!.(e oil
In nl111on lo, 2303371
dHulfo..uin'"' 'f.'""-
<n\l., for hydr01cn autfidt
umov&l roro lw-H, P 1~2lu
u .n.un doddu rontrol on, .-ith lh"Phot-~.1.<! l8H~:k
fu-ti!iur Upl .. .-ith ,.jth ainc 2J061.Sy '
~ft;!il t~ir~i14 in, $0~11/ '
l'!''~ hm_onu:o dt\1\.. in, by HPLC, 211~4)'
nltllfit&II_O!\IR ha.~noum aoil undu. nitrocon
, ftrhl11tr fo1ro dftct on, 19170f.t:
S..t.lumt

o(, llnd r:t

&ntioai~uive activity and t:ophtroll in Otve<lo
eff~t on, 72661d
u<orbic ui 111d uc~ in p.otl of, in crowth ud
developrnent . 21 t99b
o.a~um . diH-Lit, rind r,t.
ntioaidative actirity
~~t;Jophuota o Otvedo in reluion w.
Sattuna
Uhylen~ fourullon by, dufint fruit dnelopmtnl,
cx~mdt mt!.tb . in uhtion w. 21201 ..
ftr~1 19:;;pL with, ..;Ih potuo.ium rattt,
1
Oavonoid ctrcotidK nd .donotine of Pla uf,
h)T<.l:Unllvt effoCI and otru<lure of, 69120ro<
fltvono1d clycotidt-t of ~I of, iloluion &nd
llf<!Ciun tnd hypotoNove efftct o(, 189.c03n
ti)'Cotldtt from lunt or, Clllotid"' A tnd B u
189387t .
juice, .ucorbic ttid &nd urn in PHI tnd, in
ttowth llld devdopment, 21199b
juice, f'OI.Uiium fcrti!iur.el(rct 1.1n yield and
compn. of, 38196w
nuinaintw of wa.sl.<! ai, uuted with br ....._n
)'tu!, 633Sz
Puucolliu,. digli<IIU,. inhibition on
lhitbtnd1..1olo tfl't<:t enht..nc-emen by
Ct!bohydr&lt htty &cid ttl.<!n in, 661&
pol:~~r~lity inductlon in. by ni!rOK>tthyluru.
l.<!r~Mid, 1nd lUf"ROid IIJICOolide-t from 5-H82!
vit.unin Bu detn. In, by AlftrornoncJ '
lhof<IJto,.tlhanolca bi,.......y, 17186.3-e
tJ.ntuine
1/o;>mJ, enuty food con~t.leucine nd iloO!euciM
llld Vtlint 1nd. P "211346v
unM~in dotn . in. hy ot<:ill01. po!uoc- titrn.,
juiC"t, cuounoid1 df!n. in con01- of, by HPLC,
500~~ juke dull.<!ruion in ttltion to,
juio, (llltot-t llld IU~IOM of, 2112~
Pf<t~MJ~ Utn. o(, with ~ o( mkro.,.avt, P
pr~on of, tlhyh~>t---dUOmPf. ~mpnt. in, P
FIGURA 76
purHp[{;:(~JW"""'in A t..troUnoido dttn. in by
Exemplo de entradas do ndice de palavras-chave do Chemical Abstracts
tiwM~lurt of, ew.!!ntid oi! mlllu(. ..-ith, p Reproduzido com pem1isso do Chemical Abstram Ser.ice
voi:~J; c~dt dttn. in, by dittn. ud tiun.,
81
...... 1.<! .... \t! '''!"" pra"'"' of. ltutmtnl or,
PtfiWf/ou,. jgflrhlnt/llun ud activalt<:l tludce priamente pontos de entrada precedem os termos que so apenas modificadores
PIOoe-N-t in. U290p
e no serviro como pontos de entrada. A figura 80 mostra um exemplo disso.
Observe-se como a cadeia de termos funciona como uma espcie de minirresumo,
FIGURA 75
oferecendo uma clara indicao (na maioria dos casos) daquilo de que trata
Exemplo de entradas do ndice de assuntos do Chemical Abstracts
Reproduzido com pem1isso do Chemkal Abstrats Servi ce
cada item. Os ndices de assuntos da Exce1pta 1Yiedica so examinados com
mais detalhes no capitulo 4.
174 INDEXAO E RESUMOS: TEORIA E PRTICA
A maioria dos ndices alfabtico-especficos organiza as referncias bibli-
ogrficas sob cabealhos de assuntos, s vezes com subcabealhos, e entradas
repetidas sob dois ou mais cabealhos (como no Index i\tledicus), ou organizam
os resumos sob cabealhos de assuntos e adotam alguma forma de ndice que
proporciona possibilidades alternativas de acesso por assunto a itens isolados
(como no Engineering Index). H variaes deste mtodo alfabtico-especifico.
CnHuNsOtPtTe
Tehm:!ium, {J ,3-bia(.C-melhylphenyl)-l-=
twnenato-Nl,Nl!dicarbonylbia=
Hriphenylph0$phine)-
COC-e-t4)- {99354-95-7}, 140S7b
CuHuN~o~,
Ph0$phonic add, (3,3',4,-'',6,6'-hnaphenyll6 6'-=
b i-6H- pyrrolo(l,2-b lpyr nole J- 2,2':..JiYI)bh-
tetrarnethyl uter, (R,S)- {/00418-?8-8)
8867lu ' 20 pcrcent in-school truants. A variety of re-search is dted lhroughout the anic!e.
tetra,methyl eaU!r, (R,S)-, compd. with
tnchloromethane {1:1), monohydra.te
[100418-?9-9), 8867lu
CuHuNtOZn
Zinc, (4;-(diethylaminol-N-(2-( 10,15,20-=
lrJphenyi.-2IH,2JH-:-porp_!ljn-5-yJlphenyl)=
but.a.namdato(2-)-Nllpn,~.N'l4)
ISP-.f.-2J- {10249?-59-6}, 224.76Jto
CuHuNt04
2-N aphthalenecarboxa m ide, 4, 4'-({3,3' ,s,s- =
t.c! tram~ thylfl,l'- biphe nyl)-4,4' --diyl) biF
(a.zo)Jbs{3-h'J.droxy-N-f4-methylphenyll-
[8128?-27-6 p 196932p
CuHuN10t
2-N a phtha lenecar bo:ramide, 4, 4'-1 (3,3' ,5,5'- =
t.c! tram~ t hyl[ 1, I '-bi phenyl )-4, 4 -d iyll bis=
lato)Jb&{3-hydroxy-N-C2-methoxyphenyll-
{8J287-28-7j, p 196932p
CuHuNt04
2-Nap~tha,leoecarboxamide, 4,4'-{1,4-piptruint=
d1yl b1s( 4,1-phenyh: nuzo) )bi s{3-hyd ro1y- ::::
N-(4-methylphenvl)- [Inl7fJI-09-Ij p
196932p ' '
Cs!HuNAOt
2-N ap~thale neca rboumide, 4 ,4 '-11 ,4-pi pe:ruine =
d ylbis( 4,1-phtny lenu.to) ]bil :i- hydruxy- =
N-(3-methoxyphenyll-/10170!-10-4} p
196932p
CuHuOJ.Bb,
Antimony, bislbenzeneactt.lto-OJ-,~~-=
oxohexaphenyldi-
tt.c!twitomu {99825-05-5}, 509261
CuHuPJRlli
Rhodiu.mO.+I, Jfl,l'-binaphth.alene)-2,2'- = however, did not help the students in g3ining social sccurity assistance. Thcre was a
diylbll(dphenylph,oaphinei-P.Pif {1.1,5,6- =
lf)-1,5---cydooctadeltn!'J-
chlorid~, .terwi&omer {IOJ627-26.J}, 16862&
- , \(1,1-bJnaph.tMientJ-2,2'-diylbia=
di ph!'nylp.hoe ph.i nt 1- P,P l/li ,2,5.6-1!1-1.5- =
"Y"!OO<"l.1.diene J-
lletwltomer. ptrchloratt {8282245-5}, 16862&
CuH..CoN,O,S
Cobalt, (l-butanol)(ethyl mtrcaptoaL.tto-SijS,=
I 0,15~20---u t r apM~):J- 21 H .23H- pur ph i na to=
{2-)- f{ll ,.N7'l.Nl\ff1& ,_
coc~-231- oooroJ-75-6/. 6-4759c
FIGURA 77
Exemplo de entradas do ndice de frmulas do Cliemical Abstracts
Reproduzido om pem1h>O do ChemicJl Abslracts Service
} . MTODOS ADOTADOS EM SERVIOS IMPRESSOS DE INDEXAO E RESUMOS 175
Por exemplo, o antigo British Technology Index (BT!), conforme foi descrito no
captulo 4, utilizava entradas de indice formadas por uma cadeia de termos con-
trolados numa 'ordem sistemtica'. Veja-se exemplo disso na figura 22 (captu-
lo 4). Uma referncia bibliogrfica aparecia somente em um nico lugar do
indice, o qual era determinado pela seqncia em que os termos eram combina-
dos. Outras possibilidades eram criadas mediante um mecanismo sistemtico
de remissivas baseado nos princpios da indexao em cadeia. Por exemplo,
XXS/037 Compulsory educatlon and home schooHng: truancy or prophey?
M. A. PITMAN. l:.'ducation and Urhan Societ.v. \9(3). 1987, pp 280~289.
Staning from the prcmise- that Ame-rican schooling is e-xperie-ncing 3 crisis of me-aning,
the- aulhor looks ai lhe increascd incide-nce of in-school lruancy or dass cuuing. and
the- increase in homc schooling. Approximatcly 25 percent of lhe school population are
cducated at home, though at !e-ast another 9 percent are- persistcnt truants, and up to
Home schoolers are-define-das falling into three main cate-gorics: religious; ~Crogre-~ive:
and academic. Religious concerns centre upon the poor qua!ity of public schooling, the
moral education of the children and 3 dcsire for dose-r parentchild relationShips. The
aulhor has carricd oul a survey of a New Age or Progrcssive community in lhe
northeastecn United Stales. wjtere lhe emphasis is on Green polilics and alternative
\ifestyles 3nd approaches. For lhe-se people, home schooling makes scnse as it al!ows
for unorthodox views and treatment to be provided. The academic home-schoolers are
concerned about thc academic qua\ity (or lack of it} in publk schoo!s. Surveys do
show that homeschoo!ed children do perform on 3verage be-tter than public school
educated childre-n, though the paren1s lhemselves tend to be more highly educated
than lhe population at large. legally, the laws conceming schooling do not com~l
education: rather they compel allendance, so homeschoo!ers tend to receive a dispr()o
portionate amounl of school superintendent time and activity. In the history of
socicty. the cmphasis on compulsory allendance is very recent, 3nd is occurring at the
precise time when parents are questioning the quality and nalure o( public education
provided. ~NM
88SI0)8 A compautln study of black dropouts and black high school graduales In
an urlnln public school s)stem. S. B. WtLUAMS. Education and Urban Sociel_v, 19(3).
1987. pp 311-319.
A samp!e- of 50 black male and fema!e dropouts from an urban southeast Texan school
district in 1985-86 is compared with 50 black- male and femele graduates from the
same school in the same year to 3scert3in significant differences between them. Data
was collected from records, tests and home visits. Ali thc stude-nts lived in the
attendance zone for the school. which provided 3n homogeneous socioeconomic
background, The researcher was a participant observe-r, having been a resident in lhe
community for 30 ye-ars. Church attendance was found to be a significant factor, with
72 percent ofthe graduates and 14 percent ofthe dropouts allending. Graduate status.
higher incidence of detentions and grade retentions (be-ing kept down a year) for lhe
dropouts than for the graduates, and a lower anendance at vocational educational
programmcs. Thoug.h there was no significao! difference in the occupationallevels o f
parcnts, lhe parents of the graduates werc more highly educ3ted. Similar sibling
attainment, and lhe friendship of other graduates wete also significant factors in the
background of the graduales. The graduates also had more positive vkws towards the
school than the dropouts, who felt alienatcd and on the periphcry of school and
community life. The dropout expcriences pervasivc feelings ofisolation, disconnccted
ne-ss and re-jection. and these must be addrcssed ifthe dropoul isto be rehabilitate-d to
schooling. ~N.\1
FIGURA 78
Exemplo de resumos de Sociology ofEducation Abstracts
Reproduzido com permi!so de Taylor & Frands
<http-J/1\ ww.tandf.co.uk>
 176 INDEXAO E RESUMOS: TEORIA E PRTICA lQ. tv!TODOS ADOTADOS EM SERVIOS IMPRESSOS DE INDEXAO E RESUMOS 177
ability grouping, 109, best-evidence synthesis. classroom interations,
112, 127 109. li! 072 haloperldol, aminophylline, amphetamine, antkonvulsive agent, acecolin~,
ability grouping research, biology, 072 hicuculline, cocaine, convulsant agent, kindling, n methyl dcxtro aspar11c
111 classroom research, O14
black aduhs. 085 classroom teaching, 105 add, neurotransminer, tetracaine, mous, 989. .
Aboriginal schooling. 024 black. childrcn, 007. 081.
academic achievement. classrooms, 046, 055 . behavior disonler, carbamazepine, fluphenazme decanoate, phenytom,
083. 084 college opponunities, I 17
035,081, IOI black dropouts. 038
schizophrenia adult blood levei, drug therapy, 1110
academic markctplace, colltge quality, 077 cen.tral ncrvous sYstem, 'elcctroencephalogram, evoked visual rcsponse, lithium,
black males. 030 Commonwealth
113 black school politics. 007 myodonus, neuroleptic agent, neurotoxicity, side effect, 969 .
academic performance, Caribbean, 069
black students. 051. 120 community education. head injury, central ncrvous system, computcr assisted tomography, ep1dural
120 black youths. 086 hematoma, epilepsy, incidence, skull fracturc, subdural hematoma,
089
academk women, 148 Botswana, 035
achievement. 046, 084, community educators, complication, 1001 ,
Brazil, 062
108, 121 089 ctcctrocardiography, emergency medicine, glucose blood ~evel, hema~ocn!,
Brazilian education. 062 competency testing, 005
adolcscence. 060. 079 British universities. 075
migcaine, orthostatic hypotension, seizure, syncope, chtldhood, ep1dem1
adole.scents. 047 comprehensive schools.
building design, 145 060 ology, etiology, morbidity, 1086 .
adule claimants, I 39 busincss schools, 029 heart archythmla, asystole, electrocardiogram, electroencephalogram, eptlepsy,
adult education, 002, 003, compufsory education.
140 037 scizure, adult, etiology, pacemaker, 1108
Afro-Caribbean students.
computing, 018 heart graft, convulsion, qclosporin a, risk assessment, adult, drug thcrapy,
138 continuing education. 140 etiotogy, 994 .
Canada, 025.026, 027, corporal punishment, 115
Alabama, 042 028 heart infarctJon, addosis, blceding tendency, brain disease, coma, co~vulsJo~,
Alaska, 080 counse!ling, 017
Canadian census figures, creativity, 101
<..liarrhca, hemorrhagic shock, hypovolemic shock, syndrome, dJagnos1s,
amalgamation. 019 028 infant, kidney function, tiver function, pathog~ncsls, 1087. .
Cuba, 064
America. 080 career opponunities, 118 heart rate, amygdaloid nucleus, convulsion, eptleptog~nesl~, htppocampus,
cultural diversity, 044
American school PQiicy, careers advice, 141
144 cultural influenccs, 065 respiration control, single unit activity, adult, diagnos1s, CtJology, 1040
careers guidance, 018 cullure, OI! . blood pressure, convulsion, timolol, agcd, animal model, cat, drug therapy,
American society, 118 Caribbean, 033 curriculum, 057,057,
anti-social behaviour, 030 Caribbean homes. 043
appraisal. 145 070,075, 096, 105, 145 939
heat shock protein, brain rcgion, cpileptic state, k a I n1c . ac1"d , selZurC,
.
Catania, 090 curriculum changes, 116
appremiceships, 023 chemistry, 072 histochemistry, rat, 904
curriculum development,
Arab-lsraeli students, 125 childbinh. 133 hematocrlt, electrocardiography, cmergency med.icinc, glucose blood le~el, head
art. 044 OIS
church, 086 injury, migraine, orthostatic hypotcnsion, seizurc, syncope, chtldhood,
Asian students, 138 civic education, 067
assistant professors, I )3 clas.s cuuing, 037 epidemiology, ctiology, morbidHy, 1086 . .
Atlama. 007 dccision making, 042. hemlparesls, anosognosia, epilepsy, se1zure, transtent lschemlc atlack, adult, aged,
classroom advice, 142 094
Australia, 015,019. 105 classroom instruction, diagnosis, etiology, 1010 . , . .
design education. 044
Austria. 045 111 behavior disorder, brain abscess, mental dcflctency, ncurologtc disea:e, se1zure,
developing countries, 068
age, child, complication, electroencephalograpphy, follow up, tn.fant, sex
differcnce, surgery, 1084
FIGURA 79
Exemplo de entradas de ndice do Sociology ofEducation Abstracts
Reproduzido om penni~s!:o de Ta;lor & Frands <httpJ/wwv,o_tandfo.uk> FIGURA 80
Exemplo de entradas do ndice de assuntos do Epilepsy Abstracts
Reproduzido com penniss!o de Elsevier Sdeoe Publishers
usaram-se remissivas do tipo see [ver] para gerar pontos de acesso alternativos Este indice caracleristico dos indices de assuntos produzidos na srie Exn:rplu ,\{(in-'
para os itens sobre 'fabrics' [tecidos] exemplificados na figura 22 (a partir de
termos como 'finishing' [acabamento], 'dyeing' [tingimento], 'laminating' resumos exigiu uma grande mudana de formato, e a publicao agora se asseme-
[laminao], etc. Note-se tambm como este ndice liga entre si termos conside- lha muito com o formato atual do LibraJJ' and Information Science Abstracts.
rados semanticamente relacionados ('related headings' [cabealhos relaciona- Vrios ndices impressos adotaram o PRECIS (Preserved Context lndex Sys-
dos]). Embora os princpios em que se baseia a indexao tenham permanecido tem). Um exemplo foi o British Education Index. Na figura 82 encontram-se
os mesmos, uma verso posterior dessa publicao, denominada Current Tech- exemplos de entradas dessa publicao. Uma referncia bibliogrfica aparecia
nology Index (CTI), adotou um mtodo algo diferente de apresentao das refe- sob todos os termos 'importantes' que ocorressem num enunciado de assuntos,
rncias. Esta modificao foi adotada para economizar espao e evitar as pgi- cada um deles sendo 'desviado' [shunted] para a posio de entrada conforme
nas com uma composio muito sobrecarregada que eram caractersticas do descrito no captulo 4. Por exemplo, a segunda entrada para 'agresso' [aggresM
BTJ. As diferenas de leiaute entre o BTI e o CTI so exemplificadas na figura 81. sion], na fignra 82, repetida sob 'Pupils' [alunos] e sob 'Primai)' schools'
Este ndice encontra-se hoje em seu terceiro formato, que inclui resumos, e [escolas primrias]. Desde 1986, o PRECIS no mais utilizado como base da
o ttulo atual Abstracts in New Technologies and Engineering. A incluso de indexao do Brilish Education Index.
178
INDEXAO E RESUMOS: TEORIA E PRTICA
10. 1\fTODOS ADOTADOS EM SERVIOS IMPRESSOS DE INDEXAO E RESUMOS 179
DTI Headlng STEEL: Productlon : Fumaces, Are : Ladles
References l.ADLES . Are fuma ndices de citaes
See STEEL . Prod tl ces : Stcel product!on.
Are : ladlc~ uc on : Fumaces, O Institute for Scientific Infonnation (!SI) publica atualmente trs ndices
ARC FURNACES: Stcd productlon. See de citaes: o Science Citation Index, o Social Sciences Citation Indexe o Arts
STEEL: Productlon : Fumaces, Are
FliRNACFS, Are : Steel production. &e and Humanities Citation Index. Em vhiude de serem bastante diferentes dos
STEEL: Product!on : Fumaces, Are
outros ndices impressos descritos neste caph1lo, merecem ateno pmie.
cn Heading STEEL : Productlon ; Fumaces, Are : Ladles
Referenr:es l.ADUS A utilidade fundamental de um ndice de citaes encontrar para determi-
Se< nado item bibliogrfico, que seja do conhecimento de quem faz a busca, itens
Steel : Production : Fumaces Are . ~dJ.,
ARC flJRNACFS ' ' ......_ '" posteriores que o citaram. A figura 83 apresenta alguns exemplos de entradas
Se<
Fumaces, Ar do Social Sciences Citationlndex (os outros fndices de citaes obedecem aos
FURNACES, Are
See mesmos princfpios). Suponhamos que sabemos que um atiigo de W.E. Lambert,
Steel : Productlon : Fumaces, Are que comea na pgina 44 do Journal of Abnormal and Social Psychology, volu-
me 60, 1960, altamente relevante para um interesse de pesquisa atual. Buscan-
FIGURA 81 do no SSC/ sob o nome do autor (figura 83) localizamos esse a1iigo e encontra-
Diferen~s na apresentao de referncias entre o Britislz Teclmology lndex (BTJ) mos outros, posteriores a ele, que o citaram. Neste exemplo o miigo citado por
e o Cw rent Techno!ogy lndex (cn) de um item sobre cadinhos [!adies] para dois outros itens publicados em 1989 (por Hogg e por Spears).
fornos a arco eltrico [arcfimwces] na produo de ao [steel] A figura 83 foi extrafda da seo Citation Index [ndice de citaes] do
O UlOr agr.J~e~<: a Tom Edwards, e.x-editor do Cumml li:dmufvgy Inda, por e5te exemplo.
3

l bos os e;,:emp!os so reproduzidos com a g~11ti! pemtisso de C~h Social Sciences Citation Index. Observe-se que, sob o nome de cada autor, as
entradas aparecem em ordem de data de publicao. Para os itens citantes apre-
AGGRESSION
;., .00 sentam-se apenas sucintas informaes bibliogrficas. Para conseguir dados bi-
v"'-'
AG<l~ION, Children bliogrficos mais completos devemos nos dirigir a outra seo do SSCI, o Source
Cof>ins by &dulu
~ with ph.)'!iul vio~ lndex [ndice de fontes]. Por exemplo, o item citante da autoria de Spears foi
- MU. Tbci. Educ. Voll : ~ su"~tion~ I John hrnitsOn.
Bibbc>tn>l>y: P"'' no. utumn 1-4. - p39-4S publicado no European Joumal ofSocial Psychology, volume 19, 1989, e co-
"?2:~~~- 1\lpils.. Primary ~ehooh mea na pgina 101. Para obter informaes bibliogrficas mais completas (t-
l~titka&. o( .tUres.si~e bdu.rlour
tm<kn 1 ! tulo e nmeros de pginas completos) temos de procurar sob seu nome no Source
hklrcn : fint sUJe in study of aw~ ~, 0 J.un or ..~
AI.}.- Edvc. ReY. VoU7
8ibboJnt>h1, pU '
I. Feb&l
' no.
C. Odmcre ... [ti
- pH~l
Index.
Os ndices de fontes do Social Sciences Citation Indexe do Arts and Huma-
AGRic:tJLTVRAL COU.E<lES
Cumeu/um. IMOYttion _ A~atraluia _ Ca.se uudk$ nities Citation Index (porm no do Science Citation Index) fornecem, para
=.)~/ capabJ.e f)"1ltm! Jri<;ulturi$1 I Ridurd B&wdcn cada item includo, uma lista das referncias bibliogrficas que aparecem no
no.4 :_NoY S4. ~-p27J~- UHn. &!uc. Tccltool., Vo1.21,
E4\JQtk>f> fw Caf'lb.lity. - Bb!iovJphy, p 2M-lll final do artigo (ver, por exemplo, a figura 84).
AGRJCULruRAL COLLEGES Nos ndices de citaes, uma forma original de ndice de palavras-chave
M::_acmtnt {urriculum sub~t}. Cminet. Devcklpmtnt N'1 .
.... ul~t of m>nu - &Cn.&
Ni~rU 1 AJ:. st;;;;~~~l eollnet for th~rkulturc !oe!;tor in oferece uma abordagem temtica dos itens citantes (fontes). Denominado
V~UJ_. n'?.2: May U. _ p8~ l.am. IIC. Tcchnol.,
[l;uarun.ouo., lJ><f lXITuliM. _ B.l>liovJ..lly: pH
Permuterm Subject Index [ndice de assuntos Permuterm], baseia-se em
AGRicyLnJRA.L COUEGE'S palavras-chave que ocorrem nos ttulos dos itens citantes. A figura 85 mostra
Tuehtng aids_: M!c~puttr lytlerru- Cu.c studies
g>'-,..hn tn incultur&l eo;fii.Itiof\ 1 by Andfcw Todd
um exemplo de entrada sob termos que comeam com a raiz 'debt' [dvida],
wnpul. Ed11c., No.4S : Nov 84. _ pH -
conforme aparecem nos ttulos de diversos itens citantes. Note-se que so em-
AGRJCULTURAL LECTURERS
U.Ctuu notes. ln-dusion of MW mucril} _ Cue lludies pregadas algumas palavras compostas (por exemplo, 'debt-financed' [financia-
~u~ /J.'T~S~~' J;'~u'kM ~n lco:tures by lto:tllrtn in do pela dvida], bem como palavras simples. Cada entrada mostra, em ordem
Bbl"'VJphy; plW QC clt
P! 2: An lJli.Jysil of P<Jbli.lhed sour=s !U< alfabtica, outras palavras-chave que tenham ocorrido junto com ela nos ttulos
Voi.U. no.3' luo 84.- p289-299 . - Hgh. Educ.,
dos itens citantes. Assim, um item sob DEBTS (de autoria de Giguere) trata das
dvidas do Terceiro Mundo, outro (de autoria de Garfield) trata das dvidas
FIGURA82
intelectuais, e assim por diante. Observe-se que as entradas se repetiro sob
Exemplo de entradas PREC!S do British Education Index
Reproduzido com pennisso da British library cada palavra-chave impotiante do ttulo (por exemplo, uma entrada sob a pala-
180 INDEXAO E RESUMOS: TEORIA E PRTICA lO. MTODOS ADOTADOS EM SERVIOS IMPRESSOS DE INDEXAO E RESUMOS 181
vra-chave 'Third World' [Terceiro Mundo] ser modificada pelo termo 'debts'
LAMBERT RA [dividas]. evidente que a eficcia deste tipo de ndice de assuntos depende
inteiramente da qualidade descritiva dos ttulos usados na sua gerao e da ha-
bilidade de quem faz a busca, uma vez que no se adota nenhuma forma de
controle de vocabulrio.

DEBT 0
0(81 ICONTI
'i:U(VI.o(. ''"H"'IlG
M[M~'~t>l<'"""
..
S/ Mil.{
(
KI'VUI'JOII

""""'
KSIMT~l
0!0~\00
, U\~......oQ;
I<~C~EU
t<:<O(OI (~
l( ..
"""
ocsr.mwCftJ
[lllfC..tll(- 1-J UUII0\0

...
""' .. ,, ....
~~
U~HIIh
COI
. . . . OI UI!

1..1~\IPI:S . noetu
J1
~

ti.GII<I
~
'Hilt(I:S
U..Hl(IIPI
Of6f.fOR-fQU/lY
l.llUiiO -i(C0\{111111
Oltl ii"CIT U
o

SU~.Ii!nu 111;(11 11 f111Cl'S COU(II 11"'

"'"~ ... .. "~'("''o
WPJI-tl\/11 ilii'JO!o vi
~II'Ufl(O 0''"'"1 f!
SC(UlI'C4. .(.(IIIU(8\
[Q\I!fYfOf. COlO(!! "'"
{ot><J""
~""' .. loCIU <l,.
r~un"
!lti""IUnl)lo
eHti:S .
YUOO(. . . . . . r~;l tU'5rttflt .fK;(IIIl

.
STUJUUT 1(\0(11 ... UO:f.ll( .foto\U>
SIUH'' . 11111" ~. l[t[\1 ... U'tll U
STI\ICIVl.l.l . touos s ttvUT(olf'f
S~t-Wil.llt
~~ >4tl1 ..
~~~-"~ stCVIlllU
... tllv>l
FIGURA 83 ~~
n.ns
. . . . . ~10111"
. OIIHC!('O ;I
l[(~is luCfll <(
"''"
1~!10--0
11(;(1!11
>1

Exem~lo de entradas do Social Sciences Citationlnde:r: '"1~"1"(1'''

Tli0-'0(.I;l0 t{CC\ ~!lo
OfBTOR
~(0\!Ul "'u"'.us11
11\\U(I < Kl!tf
ReproduZJdo com pemtiss!o do Xr"'iul Srlellc<!.\' Cilui/IJ/1/II<kr. Copyrigt1t C 1989
by lhe lnstltute for Scientific !nformation@ Philadelphia, PA, USA '"'"'
.. u
(11 \1
Of8TORS
...... !. ~
""
'""
Tl..liiYli:S
lll:iJII~lO-l
1~"'"01
tO>UGUII~
. H\\!1' <li
s CIW1UIl ... , .. 10
COIOS\rliU
(l!~IH

l.J

JARADAT O ~niD--STI . (Ql Wll l\OM0</01.

..
. ""' ~llUIJ'IGil
~l~l
IHII,li\G
. "'OIU~ G """
orsrs
V.Wl"'
.... "''"f'~ OUIUI( l(
.l(~.,.,_(t((j4.U'Ifl0
111~11 ... ~1:\$0\
(
...
~UUIH ,JII,l\Y I ctf1Cf11 11~11~\ S
~~~~~~u11
l<l!LO~\ W
-..;uo
......
HIOitH
"'"" I~UO~S

-
IJO!lU(CIU "JIIHO [

-
S'IQG,
~
llf(~lllQ ..-uuv
'IOtOo-U.U V\,(f'lo';<:IJ lli.IIQOVC!l. '1111(<0 (
" SilO'
(\>J ..tQHO.
~=
KOC~.IIUil.
-t(;Ji~(l(
""lllO I
I!Oflo0-11(). t(fll\$0\ ...
,.IS!
. ......
1!0~(1 TllliQ.-0 GK.JH( ~
J.l0-'*(>(<0 . !11~ ,. m< '"'111.0 (

FIGURA85
Exemplo de entrada do ndice de assuntos Permuterm do
Socal Sciences Citation lndex
Reproduzido com permioso do Su<:iuf Scien<:e. ('ilalionln&x. Copyriyht C 1988
by tlJe \mtitute for Sdentitic lnfonnation 0 Phi!ade!phia. PA, USA

As vanas pmies que compem esses fndices de citaes fazem com que
sejam poderosas ferramentas de busca bibliogrfica. Eles ensejam diferentes
mtodos de busca. Pode-se iniciar uma busca com a referncia bibliogrfica de
um item sabidamente de interesse ou come-la com uma palavra-chave. As
.............. palavras-chave levam a outras palavras-chave possveis e os ttulos dos itens
_...
..-... ~
citantes tambm sugerem palavras-chave adicionais que seriam teis na busca.
Tomando-se um exemplo hipottico, uma busca por palavra..,chave no SSCI de
.... ,.,, .... 1996 levaria a um item altamente relevante que seria investigado visando
identificao de itens posteriores que o tivessem citado. Estes, por sua vez,
poderiam sugerir outras palavras-chave que levariam a outros documentos que
FIGURA 84
Exemplo de entrada do ndice de fontes do Social Sciences Citation Inde.x tambm seriam investigados em busca de citaes posteriores, e assim sucessi-
Reproduzido com pennis;:o do Suciul Senc,s Citulion/n&r. Copyright C: 1989 vamente numa srie de iteraes. Nos ndices de citaes em que o ndice de
by lhe lm\!tute ftlr Sdentific lnfom1ation Philadelphia, PA, USA
 182
INDEXAO E RESUMOS: TEORIA E PRTICA 183
J0. r-.1ETODOS ADOTADOS EM SERVIOS IMPRESSOS DE INDEXAO E RESUMOS
fontes inclui as referncias bibliogrficas (ver figura 84), so possveis outras
formas de iterao. Por exemplo, uma busca sobre um item sabidamente de alta
relevncia pode levar a um item citante altamente relevante. Algumas das refe- Applied and
rncias no item citante sero ento investigadas para localizar outros itens que EnYironmental Mlcrobioloqy
ArllciM -.nd Abtl<~ In EI'\QI'iih
as citem, e assim sucessivamente.
VOL, 55 NO. 12 DECEMBER 1989 (L,A)
Os ndices de citaes impressos possuem bases de dados equivalentes em
GENETICS ANO MOLECULAR BIOLOGY
formato eletrnico. Estes e muitos outros ndices mencionados neste captulo,
Charll('{.trlutloQ oi PbAUd troto. lhe Rvm!MI 8-.dtriv~ Sr~Mff$6MI
so hoje acessfveis pela Rede. O principio da citao- um item bibliogrfico ~. 5(:ou A. Mutin ilnd Roacr O. Dun. ...... 3035-3038
Orp..alutbl oi~ Reqdnd l tJw ~oi Mti.h.t..lloof lo Fona.Vdct.)ck
que cita (referencia) um anterior- tambm pode ser adotado para ligar publi- la Tllrtt T)~ 11 Mttll)kl!:rophl. C. Bulien, S. Machlin. Y. Zhang, K.
DQna!d!.On, and R. S. Han1.0n ....... .. .. 3124-)130
caes por outros meios- mediante acoplamento bibliogrfico ou co-citao CloNq, anel E1~ oi Sc..\....,.....,_f'CU ti<k~ O.Am)IMt Gmt i11
(ver capitulo 15). 5."-"<J<u n.U;;.,. Tsuna Tnn w~n&. Long Liu Un. ind Wu
Hwci Usu .......................................................... . 3161-311~

Outro produto bastante conhecido do lnstitute for Scientific lnformation o
Current Contents, publicao semanal, editado em vrias sees que abrangem
diferentes assuntos, que reproduz as pginas de sumrios de uma ampla gama
de peridicos. A figura 86 mostra um exemplo. Cada fascculo do Current
ClocW>c l.lld Ch&ndniuUon oi Two Gtnti. l'rom BuiJJ~ ~JlfiiJ:n E~Pf"'III
PGI~ Acdrll) lA Erc/lurklll4 ceoU. L. Gondlez'.Canddn, M. C.
Artoy, J. Polaina. ~nd A. Flors ... ....... . 3173-3177
Two B-.<illtu fiMu~ Hnln& Difl'trt11\ COOH 'fcnninl A,rt Productd iA .
EKiuridtW coli CU'T)'lAc pMAHS. Toshiro Akino. Chiak1 ~it.o . and Ko~~.
Honkosh1 ............ .... . l\7&-3183
El~ ollM Jfdot('tid4al f'roin G-tftol fron~. B~~tiJJr lA11rilll,~IUS SUbsp . .

Contents inclui um ndice de palavras~chave bastante simples, como mostra a
figura 87; um dos termos desse exemplo (glucose) [glicose] tem relao com
um dos itens da figura 86. Observe~se que o ndice inclui algumas expresses e
nomes, be!'n como palavras~chave simples. Cada entrada leva a uma pgina do
Current Contents e a um nmero de pgina do peridico ali representado. Por
exemplo, uma das entradas sob 'glucose' remete ao item que comea na pgina
3214 do fascfculo de dezembro de 1989 de Applied and Environmental
fJitAW'Ai 1.10 BIJCi,Jiw.t Jd.liJ ud In IM~~ BUilliU l~t.uvllu,_,AiU
by U.U.C tht o.Amyluc ~ Q( IH TMnnoph~. Ke1ko Nakamura .
and Tadayuki lmanW .......... ... ]2og...}2t)
Dtv~t oi Eftt~rivm.Sp(lk ()Hpi!Kkollck Prob ~ ~ ~bt
Surf-E 1 po~ot<~ R~ o1 O...tu Pth':'lbraM Pro(t\M, Gonn1e Sp1cnngs.
Harm Hobua. Joi Huis in't Vdd. W1d Hoekslra, and hn Tommas~oen.
ENlYMOlOGY ANO PROTEIN ENGINEERING
lnd~ ud Purtkatloe oi El'klo-fi-NArtiJ}f,IU(O!Ur.ldut {rem ArtA~u~
~9nr<i41 Gruwn In Qya.\bu'llln. Kaoru Takegawa, M.uan~o Nakosh1,
Shojiro lw~hna. Kenji Yamamolo, and Tauurokuro Toch1kura. 3107-3111
PHYSIOLOGY AND BIOTECHNOl.OOY

Microbiology (figura 86). Este fndice simples usado de duas formas. Eviden- Fr.cton Aftln& Ad~ oi F~r lltiM~tltll JubSp, liu:tUW,tMI SM
and Adk~Dtlcdht Miatetf to CdlllkoM'. Jianhua Go111 and
temente, pode-se simplesmente investigar todas as referncias a determinada Cedi W. Fonbera .......... . :
palavra~chave. No entanto, um especialista em buscas mais experiente, que es-
~0.0. ola..rlty Slr.lw, RJC'p'till ud All'...a Cri! Walls by_CklrtrWlut
'-tisJIlUU'' anel R 11 ..JIW>CtiU ..UII.f. V. H. Varei. A. J. R~hudson, and
c. s. Stew.ut ............. .. ..
tiver procurando informaes mais especficas, poder optar por combinar pala- Ftrmtnll.tloe. oi Cd!Wo.k Subltratellll au.cb ud ConliniiOOll Caltv~ by
CtollriJI...,1 duntetUut, Lc:c Rybedi:; Lynd, llan~ E. Grtth!em, Jnd
vras~chave. Por exemplo, se algum estivesse buscando artigos sobre glicose Richard H. Wo!kin .............. .. .. ;.;d )131-309
no contexto de leveduras, compararia os nmeros que aparecem sob o termo Ek1ldldal urro ot Nklld on fu~~ _.,~..\U. ~ Nltrotm-Um.l
twmot~ COIMHU<:Qs. Wi!frcdo L. Bal'TlqUIO and .Roger Knowlu 3191-3201
glucose [glicose] com os que aparecem sob yeast e yeasts [levedura, levedu- COI!Ipri.lt.loe. ! GIKOM bthr- tbt Yct<sts S.Ccw--.J(n Uf!nti.M llJiod
C~ l<lilil. Erik Poltma, Arthur Kuip.:r. W.. ~nno1s Tomuouw,
ras], para verificar se algum nmero ocorre sob ambos os termos. Em caso posi- W. Ak~ander Schelfen. and JohanM~ P. V~n Dijkcn. 3214-3220

tivo, talvez esse nmero se refira a itens que tratam precisamente do tpico da fOOD MICROBIOLOGY
Mtcl\&nlua o1 ProUtaaN Rdux rrom lMJCCrtu l.ocris wt...p. ur..otU Wcl.
busca, inclusive um dos mtigos que aparecem na figura 86. Isso corresponde, Harry Lun and Wi! N. Konin&S ... ... .. .. .. .. 3101-}106
basicamente, a uma variante do sistema Uniterm (ou pelo menos a implementao MYCOLOGY
desse sistema na prtica), conforme se mencionou no captulo 2. O sistema Pb1 ~ ....t E.nrl~t&l Studles ot SdHvtiiUII FDnMISoo a...:l M.ltuu
doe. In Itobtes oi.WN"t1uU. tNJJY.,t. 'Thomu J. Volk :~.nd Thomu J.
Uniterm foi uma das primeiras formas de sistema de recuperao ps~ coordenado. Lconard ..... . 3Q95-JIOO

CONl'IM.JEO
Concluso
Neste capitulo foram exemplificados diferentes mtodos de implementao
de um servio de indexao/resumos em formato impresso. Embora umas pes-
soas prefiram um mtodo e outras pessoas prefiram outro, nenhum mtodo , FIGURA 86
Exempl.o de pgina do Current Conte1ils
ipso facto, melhor do que o resto. Isso depende muito de como o servio ser
Reproduzido com pem1isso do Cum1:1 Ccml<!u~o;, Cop}:right 199(1
utilizado. by the \nstitme for Sdenlific !nforma11on <D Phi!ade!ph1a, PA. USA
 184 INDEXAO E RESUMOS: TEORIA E PRTICA
FIGURA87
Exemplo de entradas do ndice de palavras-chave do Current Contents
Reprodurido cont pemliss.l:o do ("urmrt Conf~lrl.>. Copyrightl) 1990
by the lnstitute for Scientilic lnformation@ Philade!phia. PA. USA
Para atender s finalidades da notificao corrente [servio de alerta], as
ferramentas que empregam alguma forma de mtodo classificado normalmente
sero superiores aos ndices alfubtico-especficos, pelo menos na medida em
qt~e o esquema de classificao corresponda aos interesses de um grupo de usu-
nos. Por exemplo, algum interessado em se manter a par dos novos avanos
no cam~o da parasitologia em geral certamente achar o Bio!ogica/ Abstracts,
que dedtca uma seo a este tpico, mais til do que o Index lvfedicus, onde as
referncias ao assunto provavelmente estaro dispersas sob uma ampla variedaM
de de cabealhos de assuntos. No entanto, para algum que tenha interesse em
se manter noti~cado correntemente sobre assuntos altamente especficos, o
mtodo alfabt1coMespecfico seria, de fato, mais conveniente. Por exemplo, o
lndex At/edicus provavelmente seria um instrumento muito til para se manter
atualizado a respeito da bibliografia sobre retinite pigmentosa, por exemplo.
Ao considerar esses diversos instrumentos como dispositivos de busca e
recuperao, evidente que passam a ter influncia nisso todos os fatores de
desempenho analisados em outra parte deste livro. Quer dizer, a eficcia de um
ndice impresso como ferramenta de busca depender do nmero de pontos de
acesso que proporcionar, da especificidade do vocabulrio empregado na indexa-
o, da qualidade e coerncia da indexao e da extenso com que essa ferra-
l Q. MTODOS ADOTADOS EM SERVIOS IMPRESSOS DE INDEXAO E RESUMOS 185
menta oferea ajuda positiva a quem faz a busca (por exemplo, por meio da
ligao entre si de termos semanticamente relacionados). Devido ao fato de os
ndices da Excerpla t\tfedica proporcionarem maior nmero de pontos de acesso
temtico por item do que o Jndex Aledicus, provavelmente propiciaro uma me-
lhor revocao. Por outro lado, como o Index JY!edicus indexa cada item somen-
te sob os termos 'mais impotiantes', bem provvel que oferea maior preci-
so.
Os servios impressos que incluem resumos so superiores aos que no os
incluem, em virtude de proporcionarem mais informaes que ajudam o usu-
rio a decidir se determinado item realmente lhe ser til. Isso especialmente
valioso no caso de itens que sejam difceis de encontrar ou de itens escritos em
lnguas desconhecidas por parte de quem faz a busca. No entanto, os resumos
nem sempre so essenciais. Por exemplo, a combinao do ttulo de um item
com o cabealho de assunto e o subcabealho sob os quais aparece, como no
exemplo do Index JV!edicus, freqentemente basta para indicar sua relevncia
potencial.
Finalmente, bvio que ndices baseados apenas nas palavras do ttulo pro-
porcionam um mtodo de recuperao bastante limitado. Contudo, mesmo es-
ses ndices tm suas vantagens. Por exemplo, uma busca altamente especfica
que envolva, digamos, um nome prprio, realmente seria mais fcil de ser efetu-
ada num ndice baseado em palavras do titulo do que num outro baseado num
vocabulrio controlado de carter genrico. Alm disso, quando se recuperam
itens durante buscas baseadas em palavrasMchave dos ttulos, e desde que a
palavra-chave seja altamente especfica, existe uma chance muito grande de
esses itens serem 'relevantes'.
Em vtude de a maioria dos bibliotecrios e outros profissionais da infor-
mao ser de opinio que os ndices impressos so mais fceis de usar, muitas
vezes eles pressupem que essa seja uma verdade universal. De fato, inmeros
estudos demonstraram que o pblico leigo pode enfrentar dificuldades ao usar
ou mesmo compreender o 'mais simples' dos ndices, como os que vm no final
dos livros (ver, por exemplo, Liddy e Jorgensen, 1993a,b).
Durante a ltima dcada, mais ou menos, foi feito um esforo visando a
tornar os servios de indexao e resumos mais 'simples', como se viu pelo
abandono de um mtodo de classificao facetada no Librmy and Information
Science Abstracts e do PRECIS no British Education Index. No entanto, tornar
essas ferramentas mais amigveis para o usurio talvez no seja a salvao de-
las. O fato de muitas bibliotecas estarem cancelando as assinaturas das edies
impressas, dando preferncia ao acesso s verses eletrnicas, sugere que fon-
tes desse tipo em formato impresso talvez tenham hoje uma expectativa de vida
muito curta.
 ll. COMO MELHORAR A INDEXAO 187

CAPTULO 11 Assim, algum interessado em a1iigos que tratem diretamente do assunto 'lfde-
res do Oriente :Mdio, exig)a que ambos os termos, ORIENTE MDIO e LDERES
pOLTICOS, contivessem pelo menos um peso igual a quatro. Isso evitaria a recu-
perao do item exemplificado na figura 3, que trata de lfderes polticos de forma
Como melhorar a indexao bastante secundria, e provavelmente de muitos outros itens como esse.
Uma aplicao alternativa disso empregar os pesos para ordenar os itens
recuperados numa busca. Desse modo, numa busca que exigisse a co-ocorrncia
de ORIENTE MDIO e LDERES POLTICOS, os tens em que ambos os termos tives-
E m todo este livro deix
dexaao de li d'
,
!f
. ou-se exp Cito, em geral, que o resultado final da in-
m ocumento um 1 I'
nados de um vocabulrio controlad a sunp es Jst~ de termos, s vezes selecio-
sem um peso igual a cinco (peso total igual a dez) seriam impressos ou exibidos
em primeiro lugar, vindo em segundo lugar os itens com o escore nove, e assim
temtico analt"sado d o, que, em conjunto, descrevem o contedo por diante at os itens cujo escore fosse apenas dois.
no ocumento Co fi ... H muito que a atribuio de pesos numricos aos termos defendida por
so considerados etn p d . ld. d m. requencm, todos os termos dessa lista
alouns sa'o Ill . . e tgua a e (Isto ' o ind exa d or nao
especifica
que Maron (Maron & Kuhns, 1960; Maron etal., 1959; Maron, 1988), que se refere a
o ms unpmtantes do que out. ) esse tipo de indexao como 'probabilstico'. Apesar dessa defesa, desconheo
quaisquer relaes explcitas entr t lOS e, comumente, no se identificam
. . e os ermos. qualquer sistema convencional de recuperao (isto , baseado em indexao
A mdexao por .
podem ser atribu,dos p:o~ ~~~ ;e~~~:~:ats ~omplexa do ~ue isso: aos termos feita por seres humanos) que adote pesos numricos exatamente dessa forma,
impotincia, e/ou ser feito um fi . pet cepo que o Indexador tem de sua embora a ponderao de termos esteja implcita em certos sistemas de recupe-
'sintaxe' . es oto no sentido de acrescentar um pouco de rao automticos ou semi-automticos, como o Sl\-1ART (ver capitulo 15).
. aos teunos, de modo que suas inter-relaes se tornem mais claras. No entanto, algumas bases de dados realmente incorporam uma tcnica de
ponderao simples ao disti~lguir entre descritores 'mais imp01iantes' e 'menos
Indexao ponderada importantes', o que equivale adoo de uma escala numrica de dois valores.
um~:::~ ~~~~~Je~ai~~-~~~~:o as~untos
de implica uma simples deciso binria:
Esta prtica pode ser vinculada produo de um ndice impresso, onde os des-
critores mais impmiantes so aqueles sob os quais um item aparece no ndice
cesso de index - . ~a um ocmnento. Embora isso simplifique o pro-
base de dado~ aao, CJJ~, efetJ':'a~~ente, alguns problemas para o usurio de uma impresso, e os menos imp01iantes so encontrados somente na base de dados em
venha a difer~~ua~.r;~e:~~l~S~Ibilltado de arquitetar uma estratgia de busca que
formato eletrnico. o que fazem, por exemplo, a National Library ofMedicine
(Index Medicus e a base de dados MEDLINE), o National Technicallnformation
daq~eles;m qt~e o mesmo ass~~~t~~~j~:;~~:~~e;:~~r:~ ~~:::~~t:~~~C~Il~~s;;i~cial Service (NTIS) e o Educatonal Resources lnformation Center (ERIC). Mesmo
que re~~ltee~:;o o .P~;der~d.a, o. index~dOI: atribui a um termo um valor numr.ico esse mtodo simples de ponderao traz certa flexibilidade s buscas, antes
determinado do~~;;~e~tso te a nnpottancm desse termo para indicar de que trata
citada. Quem faz as buscas pode especificar que somente sejam recuperados os
mais detall d o. Comu~nente, quanto mais dominante for o assunto ou itens em que um termo (ou termos) aparea como descritor mais importante. Al-
leso ocumento contiver a respeito dele maior ser o peso V . ' ternativamente, obtm-se uma ordenao incipiente dos resultados, como em:
po~ exemplo, ~ma escala numrica de cinco ponto~. em que cinco se :a oejamos, M * l\1
~:a~~~~~0 P~~~~~~s~so~a ao item exemplificado na figura 3, os term~s 0 :1~1~~ M*m
peso 5 ESTADOS UNID~~ TELEF04NIE, ATITUDES e ORIENTE MDIO receberiam
m*m
. ' peso , SRAEL e EGITO peso 3 d" Isto , itens em que dois termos, usados por quem faz a busca numa relao e, e
Evidentemente, trata-se de aloo . . . ' ' .e asstm por !ante.
esos dl""e. t E' .';:I subjetivo, e mdexadores diferentes atribuho sendo ambos descritores mais importantes (M), viro em primeiro lugar, segui-
P ~~ I en es. quase certo por . . . . .
DIO ' m, que a maJOna atnbtuna a ORIENTE M dos daqueles em que apenas um dos dois seja um descritor mais importante, e
um p~so alto e a LDERES POLTICOS ou AJUDA EXTERNA um peso baixo - depois por aqueles em que ambos sejam somente descritores menos impmiantes (m).
Pemer:~: ~lapot"n~oetmde~ao potbldet ada pode ser adotado de duas formas na r~cu-
" maao numa ase de dado U
admitir que a pessoa que fa b
d I . .
s .. ma e as consiste simplesmente
Alguns servios de informao ultrapassaram uma escala de ponderao de
dois pontos. No BIOSIS, por exemplo, houve poca em que eram atribudos cabe-

~~~ t~:~~~ e:~~~~~iu:t;il~~~~~~n~:::r~i~~~~~~~~:

alhos conceituais [ Concept Headings] em qualquer um de trs 'nveis de nfa-
rados os itens indexados sob se': primrio (o item aparece sob este cabealho em ndices impressos), secun-

188 INDEXAO E RESUMOS: TEORIA E PR},T!CA
drip (nfase comparativamente forte), e tercirio (nfase secundria) (VIeduts-
Stokolov, 1987).
Observe-se que a indexao ponderada, de fato, oferece a quem faz a busca a
capacidade de variar a exaustividadeda indexao. Voltando figura 3, poss-
vel que os primeiros cinco termos listados sejam considerados descritores mais
importantes, e os nove restantes sejam considerados menos importantes. Nesse
caso, a estratgia de busca que especificasse apenas descritores mais impotian-
tes equivaleria, com efeito, a fazer a busca em nvel de indexao menos exaustivo.
importante reconhecer a diferena entre indexao ponderada, do tipo
aqui descrito, e busca com termos ponderados. Esta ltima nada tem a ver com a
indexao ponderada. Ao contr~rio, refere~se elaborao de uma estratgia de
busca cuja lgica orientada por pesos numricos e no por operadores boolea-
nos. Por exemplo, a estratgia de busca assumiria o seguinte formato:
Termo Peso
A lO
8 lO
c 2 Limiar =20
D
E
2
I
F I
O menor peso aceitvel 20, o que significa que os termos A e B devem estar
ambos presentes num registro antes de ser recuperado. No entanto, um registro
pode exceder o peso mnimo (limiar) de modo que, compreensivelmente, alguns
registros tero um escore de 26 (se todos os seis termos estiverem presentes),
outros, 25, e assim por diante. Esses itens com escores elevados viriam em pri~
meiro lugar numa safda impressa. Tem-se assim uma sada ordenada por esco~
res, mesmo sem usar qualquer ponderao dos termos de indexao. Este mto~
do de busca em bases de dados foi muito comum em sistemas de processamento
em lotes, principalmente nos voltados para a Disseminao Seletiva de Infor-
maes (DSI). , porm, muito menos indicado para buscas no modo em linha.
O mtodo ideal de ponderao implicaria que uma equipe fizesse a indexa-
o (ver captulo 5) e os termos com gue concordassem todos os indexadores
teriam peso maior, e os que fossem atribudos por um indexador teriam peso me-
nor. Villarroel et ai. (2002) propem esse mtodo num ambiente de biblioteca
digital. Isso pressupe um registro de texto completo comum campo destinado a
termos atribudos pelos usurios. Os usurios do registro poriam em destaque
pm1es do texto digital que julgassem imp011antes e isso levaria reviso dos pe-
sos relativos aos termos de indexao (ou, de fato, as prprias palavras do texto).
Nluitos sistemas 'automticos' incluem formas de ponderao que permitem
a ordenao da sada segundo um critrio. Sistemas desse tipo so examinados
no captulo 15. Na maioria dos casos, os sistemas de processamento automtico
ponderam segundo critrios de freqncia: freqncia de ocorrncia de um ter-
mo num texto e/ou de ocorrncia numa base de dados como um todo; ou outros
189
ll. COMO MELHORAR A INDEXAO
mtodos que foram experimentados, inclusive o emprego de crit.rios posicio-
nais (por exemplo
, ' a gual distncia um do outro se encontram
. dois termos.num
-
texto). Keen ( 1991) comparou diferentes mtodos e conclum gue a assocmao
de mtodos combinados pro_vavelmente oferea melhores resultados.
Elos entre termos
Ao examinar de novo a figura 3, verificar~se- que o documento ali ~e~r~
sentado seria recuperado durante vrias buscas para as quais ele no cons.tltmna
realmente uma resposta apropriada. Algumas dessas recuperaes podenam ser
evitadas com 0 emprego da indexao ponderada ou com a reduo da ~xa.us
tividade da indexao. Por exemplo, qualquer uma das duas solues ev1tana .a
recuperao desse documento numa busca de informaes sobre. lderes po_II~I
cos em geral, para a qual esse item somente teria uma utilidade mmto secu~da~ta.
Outras recuperaes indesejveis seriam causadas por falsas assocwoes,
casos em que os termos que fazem com que um item seja recupe~ado no ~m
realmente relao alguma entre si no documento. Um exemplo sena a combma-
o ESTADOS UNIDOS e LDERES POLTICOS. bvio gue o documento no trata
de lderes pollticos dos Estados Unidos, embora provavelmente sep r~c.upe!ado
numa busca sobre este assunto. Como foi salientado antes, a probabihdad~ de
ocorrncia de falsas associaes desse tipo aumenta com a extenso do registro
(isto , com 0 nmero de pontos de acesso ou com a exaustividade da indexao).
Um meio de evitar falsas associaes estabelecer elos entre os term~s de
indexao. Quer dizer, o documento , em certo sentido, segmentado e~n dtver-
sos subdocumentos, cada um deles referindo~se a um assunto separado amda que
possivelmente os assuntos de cada um esteja~ intim~1~e~te relaci01~ados e~lh'~
si. 0 documento exemplificado na figura 3 sena subdiVIdidO da segumte fmma.
l Oriente Mdio, Naes rabes, Lderes Politkos, Israel, Egito, Organizao para a
I Libertao da Palestina . . ..
Opinio Pblica, Pesquisas por Telefone, Estados Unidos, Atitudes, Onente Med10
Estados Unidos, Ajuda Externa, Egito, Israel . _ .
Conferncias de Paz, Oriente Mdio, Organizao para a L1bertaao da Palestma
e assim por diante. . _ .
Observe-se que todos os termos de cada seqiincta guardam relaao dtreta
entre si e que alguns aparecem em vrias dessas seqncias. Cada .um~ des;as
seqncias- ou elos~ identificada com um caractere alfam~mn~o mclm~o
na prpria base de dados. Num sistema de .rect~pera.o em l~nha tsso estaua
associado ao nmero do documento no arqu1vo mverttdo. Assun, o docm~ento
12024 pode ser segmentado em 12024/1, 12024/2, 12024/3, e as~im por diant?.
Isso proporciona a quem faz a busca a oportumdade de especificar que do~s
termos co~ocorram no s no registro do documento mas tambm em de~er~11-
nado elo dentro desse regist1:o, evitando, portanto, muitas das falsas assoctaoes
do tipo ESTADOS UNIDOS/LDERES POLTICOS.
Um tipo especial de segmentao aplicado a documentos com texto com-
190 INDEXAO E RESUMOS: TEORIA E PRTICA
pleto, para reduzir a ocorrncia de relaes indesejveis e melhorar a recupera-
o. Williams (1998) refere-se a isso como 'indexao por trechos' [passage-
level indexing]. Isso ser examinado no captulo 14.
Indicadores de funo
Embora os elos sejam eficazes ao evitar certas recuperaes indesejveis,
no resolvero todos os problemas. Alguns termos podem estar diretamente
relacionados entre si num documento, e assim aparecerem no mesmo elo, mas
no estarem relacionados da forma como quem faz a busca gostaria que estives-
sem. A figura 3 nos mostra de novo excelente exemplo disso: o item em questo
poderia muito bem ser recuperado numa busca sobre atitudes do Oriente IVIdio
em relao aos Estados Unidos, apesar de tratar exatamente da relao oposta.
Para evitar esse tipo de problema (uma relao incorreta entre termos)
preciso introduzir certa sintaxe na indexao, a fim de eliminar a ambigidade.
O mtodo 'tradicional' consiste em empregar indicadores defimo (ou indica-
dores rei acionais)- cdigos que tornam explcitas as relaes entre os termos.
A fim de eliminar a ambigidade do caso Estados Unidos/Atitudes/Oriente NJ-
dio,s se necessitaria de dois indicadores de funo, os quais seriam indicadores
direcionais. Por exemplo, empregar-se-ia a letra A para designar a idia de 'desti-
natrio, alvo ou paciente', e B para representar 'emissor, doador, origem'. Neste
caso, associar-se-ia a funo A a Oriente Aldio e B a Estados Unidos, uma vez
que o primeiro o alvo das atitudes enquanto o segundo a origem delas.
Evidentemente, nem todos os problemas de ambigidade so solucionados
com o emprego de somente duas funes. Se esses problemas se mantiverem, no
entanto, num nvel relativamente elementar, um nmero razoavelmente pequeno
de indicadores de funo resolver a maioria deles.
Os elos e funes foram introduzidos em sistemas de recuperao, simul-
taneamente, no incio da dcada de 1960, quando os sistemas ps-coordenados
ainda eram relativamente novos e a recuperao informatizada engatinhava. Du-
rante cetto perodo, esteve muito em voga indexar com o emprego tanto de elos
quanto funes, e_m grande parte devido influncia do Engineers Joint Council
(EJC), que introduziu um conjunto de indicadores de funo (ver figura 88) que
teve ampla aceitao. Esse tipo de indexao altamente estruturada no gozou
de estima por muito tempo. No s era muito caro, porque os indexadores preci-
savam de muito mais tempo para execut-lo, como tambm ficou evidente ser
extremamente difcil de aplicar, com coerncia, os indicadores de funo. Se j
muito dificil (ver captulo 5) obter coerncia com mtodos de indexao relati-
vamente simples, essa dificuldade aumenta enormemente quanto mais explcito
o indexador tiver de ser ao expressar as relaes entre os termos. Os problemas
no so to grandes quando se raciocina somente com dois ou trs termos ao
mesmo tempo. Amide, porm, muito difcil identificar todas as relaes apli-
cveis a um grupo maior de termos. Ademais o acrscimo de um termo a um
1
11. COMO l\1ELHORAR A INDEXAO 191
8
O tpico fundamental em exame ; o aSsunto principal em estudo ; o assunto relatado ; o principal tpico em
discusso ; encontra-se uma descrio de
I
Insumo; matriapdma; material de constmil.o; reagente; metal de base (para ligas); componentes a serem
combinados; constituintes a serem combinados; ingredientes a serem combinados; material a ser perfilado;
material a ser moldado; minrio a ser refinado; subcottiuntos a serem montados; insumo de energia (somente
numa convers<'io de energia); dados e tipos de dados (somente quando insumos em processamentos
matemticos); um material que est sendo corrodo
2
Sada; produto, subproduto, co-produto; resultado. resullante; produtos intetmedirios; liga produzida;
material resultante; mistura ou fommlail.o resultante; material fabricado; mistura fabricada; dispositivo
moldado ou fom1ado; metal ou substncia refinada; dispositivo, equipamento ou aparelho feito, montado,
construido, fabricado, arquitetado, criado; produ<'io de energia (somente numa converso de energia); dados
e tipos de dados (somente como resultados de processamento matemtico)
3
Componente indesejvel; residuo; escria; rejeites (dispositivos fabricados); contaminante; impureza;
poluente, adultemnte ou txico em insumos, ambientes e materiais que passivamente recebem as aes;
material indesejvel presente; material desnecessrio presente; produto indesejvel, subproduto, co-produto
4 4
Usos ou aplicaes indicados, possveis, pretendidos, presentes ou posteriores. A utilidade ou aplicao que o
tem1o teve, tem agora ou ter no futuro. Paro ser usado como, em, para ou com; para uso como, em, para ou
com; usado como, em, para ou com; para uso futuro como, em, para ou com
5
Ambiente; meio; atmosfera; solvente; pot1ador (material); apoio (num processo ou operao); veiculo
(material); hospedeiro; absorvente, adsorvente
6 6
Causa; varivel independente ou controlada; fator que influencia; 'X' como um fator que afeta ou influencia
'y'; o 'X' em 'Y uma funo de x'
7
Efeito; varivel dependente; fator influenciado; 'y' como wn fator afetado ou influenciado por 'X'; o 'y' em
y uma funo de x'
9 9
Recebendo passivamente uma operao ou processo com nenhuma alterao de identidade, composio,
confi~:,'ltrao, estrutura molecular, estado fisico ou fom1a fisica; posse como quando precedida pelas
preposies de ou em siJ:,'llificando posse; localizao como quando precedida pelas preposies em, para ou
de SJ:,'llificando localizao; empregado com meses e anos quando loca!iz.run lnfonnao (no dados
bibliogrficos) num continuo de tempo
10 10
Meios de realizar o tpico de estudo principal ou outro objetivo
o o
Dados bibliogrficos. nomes prprios de autores, autores e fontes coletivos. tipos de documentos. datas de
publicao, ttulos de peridicos e outras publicaes. outros dados identificadores de fontes, e adjelivos
FlGURA88
O sistema de indicadores de funo do EJC
Reprodurido com pennisso da American Association of Engineering Societies
grupo pode alterar de algum modo as relaes, criando a necessidade de mu-
dana nos indicadores de funo ou, no mnimo, aumento do nmero de funes
aplicveis a cada termo. No caso dos indicadores de funo do EJC, os problemas
se agravavam porque um deles, a funo 8, no era absolutamente um indicador
relaciona!, mas, ao contrrio, um meio de ponderar o termo mais importante. As
pessoas incumbidas das buscas defrontavam tantas dificuldades ao identificar as
funes que o indexador teria atribudo a um termo que acabavam, com freqn-
cia, por omitir totalmente as funes, o que equivale a exigir que um termo apa-
 192 INDEXAO E RESUMOS: TEORIA E PRTICA ll. COMO MELHORAR A INDEXAO 193
rea em qualquer funo e nega por completo a utilidade do recurso. Os proble- M-CH representa Dispositivo
T -RN representa Transmisso
mas acarretados pelo emprego de elos e indicadores de funo em sistemas de
recuperao foram estudados minuciosamente em outros trabalhos (Lancaster e 001 o sufixo exclusivo que distingue o termo de outros (por exemplo, o tel-
1964; Sinnett, 1964; Montague, 1965; Van Oot etaL, 1966; Mullison et ai., 1969): grafo) que tenharn os mesmos fatores semnticos. Pode-se combinar at quatro
Ainda mais elaborado do que o mtodo de indexao do EJC, que emprega cdigos semnticos para formar o cdigo de um conceito especfico.
elos e funes, era o mtodo de 'cdigo semntico' na recuperao introduzido
pelo Center for Documentation and Communication Research da Western Res- I A um
erve University (Peny e Kent, 1958; Vickery, 1959). O cdigo semntico foi
aplicado a um sistema de recuperao informatizado, na rea de metais, proje-
tado e operado pela Western Reserve para a American Society for Metais.
II
I
E
I
o
Q
feito de
parte de
feito de vrios
faz uso de, produzido, por meio de
O sucedneo do documento era um 'resumo telegrfico'. Este era redigido U usado para, produz (amide usado [em ingls] para verbos terminados em ing)
segundo um formato padronizado, obedecendo a um conjunto de regras, para
eliminar variaes e complexidades da estrutura fraseolgica do ingls. Foram
I v
w
age sobre
causa, intlue1tciado por, sofre a ao de (frequentemente usado [na lngua inglesa]
para verbos que tenninam em ed)
feitos formulrios especiais para anlise de assuntos, para ajudar o indexador no X caracteriza-se pela ausncia de
registro de aspectos importantes do contedo temtico na forma de resumo tele- Y est ligado a, caracterizado por, caracteristicamente
grfico. Nele, os termos eram codificados mediante um 'dicionrio de cdigos z assemelha-se a, mas no
I P caracteriza-se por um aumento de
semnticos'. A base do cdigo semntico era um 'radical' semntico. Os radicais
(havia cerca de 250 no sistema) representavam conceitos relativamente genricos.
Cada radical recebia um cdigo de quatro dgitos formado por trs caracteres
I M caracteriza-se por uma reduo de

com um espao para interpolao de um quarto caractere, como nestes exemplos: FIGURA 89
In fixos semnticos do sistema da \Vestem Reserve University
C-TL Catalyst [Catalisador) Fonte: Aitchiso11 e Cleverdo11 (1963)
C-TR Container [Recipiente]
C-TI Cutting and drilling [Corte e perfurao] Os termos num resumo telegrfico so relacionados sintaticamente entre si por
D-00 Damage [Dano]
0-FL Detlection {Desvio] meio de indicadores de funo. Na figura 90 apresenta-se uma lista deles. Um
exemplo da aplicao de ftnies :
Os termos particulares eram formados pela insero do 'infixo' de uma letra no
radical semntico e talvez o acrscimo de um sufixo numrico. Por exemplo, KOV.KEJ cristal
,KOV.KEJ.KUJ. metal
DADO representava tanto '1vozmd' [leso] quanto' decay' [deteriorao], onde D- ,KOV.KEJ.KUJ. liga
DD o radical semntico de 'damage' [dano] e o infixo A simplesmente repre- ,KOV. KEJ .KUJ. berlio
senta' is a' [ um]. Em outras palavras, 'leso' um tipo de dano. Acrescenta-se ,Kwv hexagonal muito denso
um sufixo numrico apenas para distinguir termos que possuam radicais e estru- ,KWV elstico

tura de in fixos idnticos; o sufixo no tem em si mesmo importncia semntica.
Na figura 89 est a lista completa de in fixos. O uso deles com um radical per-
mite expressar vrios matizes de significado. Por exemplo, 'bag' (saco) e 'barrei'
[barril] eram ambos representados por CATR, onde o infixo A indica que so tipos
de recipientes. 'Side wa/1' [parede lateral] era representado por CITR, onde o in fi-
xo I indica parte de recipiente. Um conceito complexo especfico formado a pattir
de vrios 'fatores semnticos'. Por exemplo, o assunto 'telefone expresso por
0\VCM.LQCT.MACH.TURN.OOI
onde
D-CM representa lnfonnao
L-CT representa Eletricidade
que indica que cristais de ligas metlicas, especificamente o berlio, esto de
algum modo sendo processados, e suas propriedades so 'hexagonais muito den-
sos' e 'elsticos'. Note-se o emprego, neste sistema, de 'funes companheiras'.
KOV e KWV so funes companheiras ou emparelhadas. Se uma atribuda a um
termo, quase certo encontrarmos sua companheira atribuda a um segundo
termo, para lig-los e indicar a exata relao entre eles. Assim, indica-se que
'cristal', segundo a funo KOY, tem uma propriedade que lhe foi atribuda.
Essas propriedades atribudas so 'elstico' e 'hexagonal muito denso', confor-
me indicado pela funo KWV.
Alm dos indicadores de funo, o sistema adotava um mtodo altamente
elaborado de ligao dos termos (e funes) nos resumos telegrficos. Essa
ligao era obtida por meio de vrios nveis de 'pontuao':
 194 INDEXAO E RESUMOS: TEORIA E PRJJCA 11. COMO MELHORAR A INDEXAO 195
1. Sublocuo. Termo ao qual se anexava um ou mais indicadores de funo. como recurso de generalizao (por exemplo, usando o conceito geral D-DD para
2. Locuo. Conjunto de termos proximamente relacionados em determinada 'dano' sempre que ocorresse como componente num cdigo complexo).
relao. Admite-se um nmero finito de padres de locuo. Por exemplo: KOV.KEJ.CARS.009.,KOV,KEJ.CARS.006.,KUJ.KEJ.KOV.MATL.
4.0BQE.,- KAM. CUNG.MWTL.PASS.RQHT.003.,KAM.MAPR.
KAM (processo) 032.,KAH. DACT;OOl. ,KAH.LAMN.037.,KAH.DACT.OOl.,KAH.
KQJ (meio de processo) LAMN. 024., KAH.DYFL.6X.PAPR.002.,KAH.PAPR.PYSH.2X.
001.,-KUP.RAN0,009. ,KUP.RAPR.225,,KUP.DASM.006, ,KUP.
KAH (condio de processo)
3. Frase. composta de locues e tambm formada segundo esquemas padro- l P'f PR.004 ., KUP.DYFL. MATN.002. , KUP. PYPR.004., KUP .KAP.
PAPR.Ol7.,KUP, KAP. PAPR.OlO.,KAt..P.APR,004.,KAL.RANG,

nizados. Por exemplo, uma frase pode abranger um produto e sua fabricao I 009. , KAL. MAPR. 041.,KUP.PAPR.45X.PWSH.2X,TYRM.001.
, KUP. KAP. PAPR. 001. ,KUP.KAP.PAPR.PYSH.2X.001.,KUP.
KAL. MAPR .114.,KUP.KAL.MAPR.087.,KUP,KAL.MAPR.041,
ou um material testado e as propriedades determinadas para ele.
4. Pargrafo. Trata-se de um conjunto de frases e pode ser coextensivo com o
I ,KUP.KAL.RANG.Op9.,KUP.KAL.MAPR.04l.,KUP.KAP.MAPR.
032. , KUP. KA P. P APR. PYSH. 2X.001, ,KAL. DYFL. 6X. PAPR.002.
, KAL, PAPR.PYSH.2X.001.,KAL.RAN0.009.,KAL.PAPR,058.
prprio resumo. tambm usado pari! distinguir completamente tpicos dife-
rentes t~um nico resumo telegrfico. A figura 91 mostra um resumo telegr-
fico completo como seria registrado em meio eletrnico, apresentando pontua-
I , KAL.BYSS.3X.RAPR.002.

FIGURA 91
Resumo telegrfico armazenado em formato eletrnico
o, funes e fatores semnticos. Fonte: Perry e Kent (1958). TtH;/sji>r mud1i11.: fitaVI/Ir.: xvunhing. Cop)Tight C \958, John Wiley &
Sons. Inc. Reproduzido com permisso de John Wi!ey & Sons Jnc
Ao fazer uma busca nesse sistema, a formulao do pedido era convertida
numa estratgia composta de fatores semnticos e indicadores de funo. V rias Infelizmente, o sistema era excessivamente at1ificioso para a finalidade a que
'nveis', correspondentes pontuao dos resumos telegrficos, eram utilizados se destinava. Era de aplicao complicada, e tanto a indexao quanto a fonnu-
para limitar os critrios a termos que ocorressem em cet1as unidades. Por exem- lao da busca eram operaes demoradas e dispendiosas. A experincia poste-
plo, o nfvel de busca 4 solicita simplesmente que determinado termo esteja asso- rior nos ensinou que, na maioria das aplicaes visando recuperao da infor-
ciado a determinado indicador de funo. lsso cotTesponde sublocuo na mao, no se precisa do nvel de complexidade inerente ao sistema Western
ponh~ao do resumo telegrfico. Reserve. Era um sistema muito complexo e caro para que fosse economicamente
vivel, e acabou sendo posto de lado pela American Society for Metais em favor
KEJ material processado de um mtodo mais simples e com melhor relao custo-eficcia.
KUJ componente principal
KJJ componente secundrio
KOV propriedade atribuda a Subcabealhos
KWV propriedade atribuda O mtodo de indexao altamente estruturado, exemplificado pelo emprego
KAM processo
de elos e funes ou pelo cdigo semntico, predominou no incio da dcada de
KQJ meio de processo
KAH condio de processo 1960, quando os sistemas informatizados ainda se achavam num estdio de
KUP propriedade influenciada ou determinada por processo desenvolvimento muito preliminar. Considerava-se imprescindvel, ento, obter
KAP propriedade influenciada por KAL resultados muito precisos na recuperao, evitando-se a qualquer custo recu-
KAL fator que influencia KAP perar itens irrelevantes. O exemplo absurdo que se colocava com freqncia era
KWJ produto
o da necessidade de se disti_nguir entre Venetian blinds [janelas venezianas] e
FIGURA90
blind Venetians [venezianos cegos J! O absurdo do exemplo bvio: qual a
Indicadores de funo do sistema da \Vestem Reserve University probabilidade de miigos sobre ambos os assuntos aparecerem na mesma base de
utilizados na indexao da literatura de metalurgia dados e quanta bibliografia, seja qual for, existe a respeito de venezianos cegos?
Fonte: Aitchison e Cleverdon (!963) Hoje em dia, reconhece-se e se aceita o fato de que ocorrero recuperaes inde-
sejveis, devidas a associaes falsas ou esprias. No entanto, sua ocorrncia
O sistema \Vestem Reserve era bastante engenhoso e expressava matizes de comumente tida como se mantendo dentro de limites aceitveis. Na avaliao do
significado muito sutis. Possua grande flexibilidade. Podiam-se fazer buscas com MEDLARS (Lancaster, l968a), cerca de l8% de aproximadamente 3 000 falhas
grande preciso, usando pontuao, funes e fatores semnticos especficos. de preciso que ocorreram em 302 buscas foram causados por relaes amb-
Alternativamente, permitia buscas com relativa amplitude (para obter alta revo- guas entre termos. Admite-se, comumente, que melhor aceitar algumas falhas
cao) ao se ignorar esses dispositivos e usar a estrutura dos cdigos semnticos

196 JNOEXAO E RESUMOS: TEORIA E PRTICA
desse tipo do que tentar evit-las com o emprego de mtodos de indexao mais
elaborados e custosos.
Os problemas decorrentes das associaes falsas ou ambguas so atual-
mente menos graves do que o eram h 30 ou 40 anos porque existe, na maioria
dos sistemas, um alto nvel de pr-coordenao. Tais problemas so mais co-
muns em sistemas baseados na indexao com uma nica palavra (Uniterm) ou
em sistemas baseados na linguagem natural (ver captulo 14). Como os tesauros
incorporaram um nvel mais altO de pr-coordenao, diminui a probabilidade
de associaes falsas ou ambguas. Tomemos um exemplo simples. Os termos
COMPUTADORES e PROJETO, aplicados a um documento, so ambguos: os com-
putadores esto sendo projetados ou esto sendo aplicados ao projeto de algo
diferente? Por outro lado, a combinao mais pr-coordenada
COMPUTADORES
PROJETO DE AERONAVES
muito menos ambgua, e a combinao
PROJETO DE AERONAVES
PROJETO ASSISTIDO POR COMPUTADOR
parece totalmente inequvoca.
Uma forma de obter alguma pr-coordenao, sem aumentar grandemente o
tamanho do vocabulrio controlado, com o emprego de subcabealhos. Num
sistema ps-coordenado, aplicam-se os subcabealhos de forma muito parecida
com o modo como so aplicados nos tradicionais catlogos de assuntos das
bibliotecas, Os melhores candidatos a subcabealhos so aqueles termos que
seriam potencialmente aplicveis a muitos dos outros termos do vocabulrio.
Assim, um vocabulrio de 5 ooo descritores, mais 20 subcabealhos, gera, teori-
camente, I 00 000 (5 000 x 20) termos exclusivos. Na prtica, porm, cada sub-
cabealho talvez seja aplicvel somente a determinada categoria de termo, por
isso o nmero de combinaes possveis no seria to elevado.
Voltando ao exemplo anterior, PROJETO seria um bom candidato a subcabe-
alho em ce11as bases de dados. Assim, COMPUTADORES/PROJETO bem menos
ambguo do que a combinao PROJETO e COMPUTADORES. Evidentemente,
acrescentar um subcabealho a um cabealho principal (descritor) uma forma
de ligao (elo) muito simples. Com efeito, porm, os subcabealhos funcionam
praticamente como elos e funes simples ao mesmo tempo. Vejamos a combinao:
AERONAVES/PROJETO
COMPUTADORES
O termo PROJETO no s se acha ligado explicitamente a AERONAVES mas seu
emprego corno subcabealho implica realmente a relao mais provvel entre o
termo AERONAVES e o termo COMPUTADORES (isto , que os computadores so
empregados como ferramentas de trabalho no projeto de aeronaves).
A National Library ofMedicine foi muito bem-sucedida ao empregar subca-
-y
Y'
,
-s_
ll. COMO MELHORAR A INDEXAO
bealhos exatamente dessa forma. Em alguns casos, os subcabealhos se com-
plementam entre si. Assim, a. combinao .
197
DISEASE x/CHEMICALLYINDUCED (Doena x/Induzida quimicamente)
\ DRUG Y/ADVERSE EFFECTS (Droga Y/Efeitos adversos)
!
'' implica que a doena x foi causada pelo medicamento Y, enquanto a combinao
I DISEASE x/DRUG THERAPY (Doena x/Quimioterapia)
DRUG YITHERAPEUTIC USE (Droga Y/Uso teraputico)
ii
expressa uma relao completamente diferente entre X e Y.
Embora a principal justificativa para uso de subcabealhos dessa forma fosse
facilitar a utilizao do Index 1\ledicus impresso, comprovou-se que eles fora~n
eficazes ao reduzir as ambigidades tambm nas buscas na base ~e d.ad~s eletro-
I nica. Ainda que a indexao com combinaes de cabealhos prmctpats/subca-
bealhos seja indiscutivelmente menos coerente do que a indexao que empre-
oa somente cabealhos principais (Lancaster, !968a), os subcabealhos apre-
;entam menos problemas do que os indicadores de funo, e, ao contrno destes,
so de compreenso imediata por parte dos usurios.
Dispositivos da linguagem de indexao
Esses dispositivos- po.nderao, elos e indicadores de funo- so co~
siderados dispositivos de preciso porque possibilitam que se aumente a preci-
so durante uma busca numa base de dados. Outros dispositivos, como o co~
trole de sinnimos, por outro lado, so denominados dispositivo~ de r~~oca~o
porque tendem a melhorar a revocao. A srie completa desses dt.sposttlvos as
vezes denominada dispositivos da linguagem de indexao (Rattt, 1980; Lan-
caster, 1986). Isso um pouco enganoso: alguns desses dispositivos, como os
subcabealhos e o controle de sinnimos, constituem, de fato, componentes
essenciais de uma linguagem de indexao, enquanto outros, corno os elos ot~ a
ponderao, so bastante independentes da linguagen: de indexao. Ou seja,
so operaes que se aplicam aos termos quando da mde~ao e no cm~po
nentes de um vocabulrio controlado. Poder-se-ia, com efetto, separar ?s dTsp~
sitivos da linguagem de indexao dos dispositivos de indexao, mas Isso se na
considerado uma bizantinice.
Os dispositivos de indexao examinados neste captulo s? todos e;es
dispositivos de preciso, com exceo de certos componentes do cod1go seman-
tico. Fundamentalmente} um dispositivo de preciso aumenta o tamanho do
vocabulrio empregado na ~ndexao, enquanto um dispositivo d~ revocao
reduz seu tamanho. Por exemplo, uma escala de ponderao de cmco pontos
praticamente aumenta o tamanho do vocabulrio por um fator de cinco. ::o il~vs
de se ter um nico termo, LDERES POLTICOS, por exemplo, agora se tem cmco
termos- LDERES POLTICOS 5, LDERES POLTICOS 4, e assim por diante. Os elos
e os indicadores de funo causam efeito similar.
 198 INDEXAO E RESUMOS: TEORIA E PRTICA
Outra maneira de examinar isso em termos do tamanho da classe: os dispo-
sitivos de preciso criam um maior nmero de classes menores, enquanto os dis-
positivos de revocao criam um nmero menor de classes maiores (figura 92).
, ___ (')
}::::::::::::0
~--0 Ponderao
'-
___
,
0
1----0
(')
(')
Indicadores de funo
8 negligenciada, pelo menos at muito recentemente: a indexao de trabalhos de
Controle de sinnimos
FIGURA92
Os dispositivos de preciso criam classes menores; os dispositivos de revocao
criam classes maiores
Parece provvel que a necessidade de uma abordagem altamente estruturada
da indexao, especialmente o emprego de alguma fonna de indicador relaciona!,
variar de um campo para outro. Isso realmente jamais chegou a ser estudado,
embora Green (1997) haja examinado a aplicabilidade de estruturas relacionais
indexao no campo das humanidades.
Existem analogias no processamento informatizado de textos para recupe-
rao (ver captulos !4 e !5), em que a anlise [parsing] do texto para eviden-
ciar as subordinaes sintticas equivale ao uso de indicadores de funo ou
outros indicadores relacionais. Embora essa anlise sinttica seja provavelmen-
te necessria aos sistemas que procuram responder perguntas a partir direta-
mente do texto, no existe comprovao real de que ela seja necessria no caso
dos requisitos menos rigorosos relativos recuperao de textos ou passagens
de textos. Ademais, a anlise sinttica por computador ainda est longe de per-
feita (McDonald, 1992) e esse nvel de processamento seria diffcil de justificar,
com argumentos de custo-eficcia, na maioria das aplicaes de recuperao.
CAPTULO 12
Da indexao e redao de resumos
de obras de fico
A indexao de assuntos conta com uma histria muito longa, acumulou
uma vasta experincia e a bibliografia hoje existente sobre o tema res-
peitvel. Uma de suas aplicaes importantes, no entanto, tem sido bastante
fico, como, por exemplo, 9bras literrias e filmes. O objetivo deste captulo
examinar em que medida a indexao e a redao de resumos de uma obra de fic-
o apresentam problemas similares queles implfcitos no tratamento de obras
'srias', tais como manuais, artigos de peridicos ou filmes documentrios.
Conforme vimos antes neste livro, a indexao de assuntos envolve duas eta-
pas- 'anlise conceitual' e 'traduo' -que so processos intelectuais bas-
tante distintos, ainda que aparentemente realizados como se fossem uma nica
operao. A etapa de anlise conceitual determina 'de que trata' um documento.
A questo relativa 'atinncia', no que concerne indexao, foi examinada
alhures, por exemplo, Maron ( 1977), Hutchins (1978) e Swift et ai. (!978), en-
quanto Pejtersen (1979) e Beghtol (1994) abordaram especificamente a 'ati-
nncia' da fico. Vrios aspectos da atinncia de textos em geral so analisa-
dos por Eco (!979) e Troitskii ( 1979, !98 I). . .
Esses autores levantam vrias questes tericas ou filosficas sobre o s!gm-
ficado da atinncia, as quais no procurarei repetir aqui. Para os objetivos do
momento, empregarei a expresso 'trata de' como equivalente a 'capaz de infor-
mar sobre'. Ou seja, se ce1tas pessoas puderem aprender algo sobre agricultura
por intermdio da leitura de um livro ou assistindo a um filme, eu diria que o livro
(filme) 'trata de' agricultura,
A indexao de um filme documentrio que aborde alguma tcnica agrcola
no essencialmente diferente da indexao de um livro, m1igo de peridico ou
relatrio tcnico sobre agricultura. Segundo nossa definio, tudo pode ser con-
siderado como se tratasse de agricultura. Pode, porm, um filme de fico que
por acaso tenha como locao uma fazenda ser considerado como se tratasse de
agricultura, principalmente se a agricultura for algo completamente ac~dental e1~1
relao ao enredo do filme? Pode um filme que, de passagem, focaliza a agn-
cultura ser considerado como se tratasse de agricultura? Se, por acaso, o heri de
um filme um agricultor, isto faz com que o filme trate de agricultura? Ser que
isso o faz ser um filme que trata de agricultores?
 200 INDEXAO E RESUMOS: TEORIA E PRTICA
A indexao de qualquer tipo de obra de fico- seja ela uma pea teatral
u~n romance ou um filme- apresenta problemas que so, realmente, um tant~
dtferentes dos problemas que envolvem a indexao de obras no~ literrias. Os
dois tipos so criados com objetivos diferentes: o primeiro, fimdamentahnente
para entreter ou suscitar emoes, o segundo, fundamentalmente, para veiculat:
informaes. O fato de o primeiro tipo transmitir alguma informao concreta
algo acidental em face do objetivo principal do veiculo de comunicao. O fato
de o segundo tipo poder, de vez em quando, entreter igualmente algo fortuito
em relao ao objetivo principal do veiculo de comunicao.
Se atribuirmos o termo AGRICULTURA a um filme documentrio ou a um arti-
go de peridico sobre este assunto, implicamos que estes itens veiculam certas
informaes sobre agricultura, e que os usurios de um ndice procuraro itens
por int~rmdio deste termo poique querem aprender algo sobre este assunto
especfico.
Por outro lado, se algum procura, sob o termo AGRICULTURA, num ndice de
obras de fico, por exemplo, filmes, com ce1teza no o faz com o propsito de
encontrar informaes sobre agricultura. Por que, ento, algum iria procurar
sob esse termo? Existem vrias possibilidades:
1. descobrir quais os filmes que tm locao numa fazenda,
2. contar quantos desses filmes j foram realizados, a fim de estudar tendncias
da produo cinematogrfica durante certos perodos, ou
3. identificar o Htulo de um filme quando o mximo que a gente se lembra que
ele se passava numa fazenda ou numa comunidade de agricultores.
A segunda dessas possibilidades sugere alguma aplicao para fins acadmi-
cos. A primeira sugere uma forma de uso em 'produo' (por exemplo, produ-
tores de cinema ou televiso que procuram descobrir como um acontecimento,
lugar, pessoa, atividade ou profisso foi representado por outros). O terceiro tipo
de questo representa um uso mais popular. Trata-se, no entanto, do tipo de con-
sulta que quase certo aparecer no departamento de referncia de uma biblioteca
pblica. Na medida em que surgem questes dess~ tipo, parece inteiramente
justificvel alguma forma de indexao temtica de filmes de fico, mesmo que
estes no sejam realmente considerados como se 'tratassem do' contedo tem-
tico implcito nos termos de indexao. Exatamente o mesmo argumento pode
ser levantado em relao a alguma forma de 'abordagem temtica' da literatura
de fico. O romance 20 000 lguas submarinas pouco contribui, se que con-
tribui, para nosso conhecimento sobre submarinos. improvvel que algum
considere sensatamente que esse romance 'trata de' submarinos. No entanto, a
indexao temtica da literatura de fico tem sua utilidade. Algum pode
legitimamente querer saber 'quais os romances passados em submarinos?",
'quantos romances se passaram em submarinos?', 'qual foi o primeiro romance
que aconteceu num submarino?' ou 'qual foi aquela obra antiga famosa que
previu o desenvolvimento de submarinos?'
DA INDEXAO E REDAO DE RESUMOS DE OBRAS DE FICO 201
Isso no deve ser encarado como se estivssemos a sugerir que filmes e
romances no tm substncia, no tm atinncia. O filme Patton- rebelde ou
heri? trata evidentemente do general Patton. Continuaria tratando de Patton
mesmo que contivesse pouca exatido histrica. A maioria dos espectadores
concordaria em que o filme mostra a ambio de Patton. Se isso faz com que o
filme trate de ambio ou justifique sua indexao sob o termo AMBIO uma
questo inteiramente diferente. O filme tambm mostra a guerra travada com
tanques. Isso significa que ele trata de guerras com tanques? Ele trata de gene-
rais, de estratgia militar? Pode-se consider-lo como se tratasse da Inglaterra ou
da Frana s porque partes do filme se passam nesses dois pases?
De um ponto de vista prtico, evidentemente, o que estamos examinando ,
de fato, uma relao entre uma obra e os termos de indexao atribudos para
representar essa obra. Quando atribumos um termo de indexao a um livro ou
artigo de peridico estamos admitindo, em quase todos os casos, que a obra
veicula alguma informaO sobre o tpico representado por esse termo. No caso
de uma obra de fico, por outro lado, pode-se atribuir-lhe um termo de indexa-
o por outros motivos, principalmente para representar:
1. Seu tema central ou temas.
2. O que ela pode exemplificar, talvez casualmente.
3. O ambiente em que ela se situa.
Na realidade, os dois primeiros motivos acima no so, claro, significativa-
mente diferentes. Pelo menos, a nica diferena diz respeito extenso com que
o tema tratado.
O ambiente do filme pode ter dimenses espaciais, temporais e de 'persona-
gens'. A dimenso espacial pode ser bastante precisa- Pigalle, Paris ou Frana
- ou imprecisa - uma floresta, um rio, uma comunidade rural. A dimenso
temporal, igualmente, pode ser precisa- por exemplo, a Revoluo Francesa
-ou maldefinida (por exeniplo, o sculo XIX ou 'antes de Cristo'). A dimenso
de 'personagens' refere~ se ao ambiente criado pelos tipos de personagens repre-
sentados. O fato de o personagem principal de um filme ou romance ser uma en-
fermeira no faz com que tratem necessariamente de enfermagem ou mesmo de
enfermeiras. No filme Doutor Jivago, Lara aparece em diferentes momentos
como estudante universitria, enfermeira e bibliotecria. O filme, de fato, no
trata de nenhum desses papis, pois dificilmente seria possvel v-lo como um
repositrio de informaes sobre eles. Por outro lado, em certo sentido, Nunca te
amei (The Browningversion) pode ser visto como uma obra que trata de mestres
e ensino, pois as relaes entre professor e aluna so fundamentais no enredo. O
ensino no simplesmente um 'ornamento' ou uma imposio do ambiente.
De um ponto de vista pragmtico nada disso realmente importante. A
questo fundamental no se uma obra trata de enfermagem, utiliza a enferma-
gem como exemplo ou ambiente, mas se o termo de indexao ENFERMAGEM lhe
deve ser aplicado.

202 INDEXAO E RESUMOS: TEORIA E PRTICA
Uma das grandes diferenas entre a indexao de obras de fico e a indexa-
o de outros tipos de trabalhos que as primeiras provavelmente so mais
subjetivas e interpretativas do que as outras. Estudos sobre coerncia da indexa-
o demonstraram que no provvel que diferentes indexadores concordem
inteiramente sobre quais termos devam ser atribudos a determinado item,
mesmo quando o contedo temtico de que ele trata seja razoavelmente concre-
to. No caso de obras de fico, provavelmente muito menor a possibilidade de
que venha a existir concordncia. Isso seria especialmente verdadeiro no caso
em que a obra de fico trata fundamentalmente de alguma emoo ou qualidade
~cime, ambio ou cobia, por exemplo.
As obras de fico possuem outra caracterstica impo11ante que complica a
indexao temtica: seu campo de ao essencialmente abe1io. Isto , no h Catalog, este filme, no entanto, foi indexado sob 17 termos dtferentes; h ata-se
limites de fato para aquilo que podem representar. Neste sentido, a indexao
dessas obras tem algo em comum com a catalogao de assuntos numa grande
biblioteca geral ou a indexao de um jornal de contedo genrico. Pelo menos
tem mais em comum com isso do que com um ambiente de assuntos mais restrito,
como a indexao de uma coleo de itens em agricultura ou educao. O voca-
bulrio usado na indexao deve tambm ser abetio, pois constantemente esto
sendo feitos filmes e romances que tratam de personalidades, acontecimentos e
lugares que no foram anteriormente abordados por esses meios.
Duas impoliantes consideraes relativas indexao de assuntos so:
1. quem deve fazer a indexao, e
2. a quais diretrizes os indexadores devem obedecer.
Na indexao de obras especializadas em uma rea de assunto delimitada,
evidente que se torna necessrio algum nvel de conhecimento especializado. O
grau desse conhecimento especializado que ser necessrio depender, em gran-
de medida, do grau de hermetismo do contedo temtico e de sua terminologia.
Percebe-se intuitivamente que a indexao em matemtica ou mecnica aplicada
talvez exija maior domnio do assunto do que a indexao, por exemplo, na rea
de transportes, cuja terminologia apresenta maior probabilidade de ser conhe-
cida do pblico em geral. Um bom indexador no precisa necessariamente ser
um especialista num assunto; inversamente, um especialista num assunto no faz
necessariamente um bom indexador.
Uma vez que o contedo de obras de fico no limitado por sua temtica,
nessa situao o domnio de um assunto, no sentido convencional, irrelevante.
Ademais, pode-se considerar que aquilo que essas obras apresentam cai na cate-
goria de 'conhecimentos gerais' e nada tem a ver diretamente com as tcnicas
envolvidas na produo de obras de fico. No h motivo algum para supor, por
exemplo, que a indexao de filmes deva ser feita por estudiosos de cinema (em-
bora essas pessoas possam ofer'ecer contribuies valiosas a respeito dos tipos
de termos que seriam teis, pelo menos para elas) ou mesmo que ela exija algum
conhecimento especfico das tcnicas da cinematografia.
203
DA iNDEXAO E REDAAO DE RESUt\o\OS DE OBRAS DE FlCO
Duas caractersticas de um ndice que tero impotiante impacto em seu
desempenho so:
1. a exaustividade da indexao, e
2. a especificidade dos termos utilizados.
Conforme vimos antes neste livro, a exaustividade refere-se extenso com
que 0 contedo de uma obra cobetiO pelos termos utilizados na indexao. A
exaustividade diz respeito ao mbito de cobertura. Neste contexto, o oposto de
'exaustivo' 'seletivo'. Em geral, a exaustividade equivale ao nme~o de termos
de indexao utilizados. Se o filme Geronimo aparecesse, num .nd1ce, somente
sob os termos GERONIMO e NDIOS APACHES, essa indexao sena b~stante s_ele-
tiva. No ndice de assuntos da primeira edio do Americ~n Ftlm ln~lllute
de uma indexao bastante exaustiva. . . .
H prs e contras na alta exaustividade. En~ teona, ~ mdexao _exausttva fa-
cilita achar as coisas: a posSibilidade de localizar um ttem cre~ce1~ quase com
ceJieza medida que crescer o nmero de pontos de acesso (1sto e, e.ntradas).
Isso, porm, s verdade at certo ponto. Se a ind.exao for exce~stvmnente
exaustiva causar uma diluio da eficcia do ndtce ~ o menos tmporiante
ocultar 0 mais importante e dificultar sua localizao. Num exemplo extr~mo,
ser muito difcil identificar filmes ou romances que tratem, com algum mte-
resse, de ces, se 0 termo de indexao CES for atribudo a toda obra en~ que
aparea um co, mesmo de passagem. A quest~o, evi_den~en:ente, que a ~nde
xao de assuntos comumente implica uma deciso bmna snnple~ (um term~
ou no aplicado) e no uma deciso ponderada (um termo se aphca c.om cet to
peso). Por isso, em ce1ias aPlicaes do ndice, o j?io pode ocultar o tngo. . .
Enquanto a exaustividade diz respeito ao mbtto de c~bertura, a especifici-
dade refere-se profundidade de tratamento do conteudo. Estabelece-se a
exaustividade como uma deciso da poltica de indexao, enquanto a especi-
ficidade uma propriedade do vocabulrio adotado na in~exao., Em ~era!,
constitui uma boa prtica de indexao empregar o termo mms espectfic~ dts~o
nvel para descrever algum aspecto presente no documento .. Este pnncf~10,
entretanto, precisa ser temperado com o senso comum. ~o proje~ar u~ ndtce,
deve-se tentar chegar a um nvel de especificidade que seja apropnado as neces-
sidades dos usurios desse fndice. Lassie presumivelmente uma cadela da raa
cole. Seria tecnicamente correto indexar os filmes de Lassie :ob COLES. N,o
entanto, percebe-se intuitivamente ser improvvel que os u.sunos ?e um cata-
logo de filmes precisem, ou procurem, qualquer termo n~ats es~ectfico, do que
CES. Por outro lado, seria preciso indexar de modo mmto mats ~spectfico do
que CES numa enciclopdia sobre animais de estimao. Evidentemente,
quanto mais especficos forem os termos utilizados, menos entradas por termo
haver em mdia. Isso facilita a localizao de algo altamente especfico, mas
torna mais difcil a realizao de buscas mais genricas.
 205
DA INDEXAO E REDAO DE RESUMOS DE OBRAS DE FICO
204 INDEXAO E RESWv!OS: TEORIA E PRTICA
brade fico: contedo temtico, referencial (poca, luga~, m_eio social,_ ~rofis-
A fico em particular
0- ) inteno 011 atitude do autor, e acessibilidade. A partn disso, el~ CilOU um
Embora a maioria dos exemplos usados at agora estivesse relacionada a sao d. ~ cateoonas
esquema de indexao que envolvia as segumtes 1mensoes e o
filmes, os mesmos argumentos e princpios so aplicveis a romances e ouhas
obras de fico em formato impresso. Apesar de alguns autores, notadamente 1. Contedo temtico
Pejtersen (ver Pejtersen, 1979, 1984); Pejtersen e Austin, 1983, 1984) terem rea- a. ao e curso dos acontecimentos
lizado experimentos com a indexao de fico, ao longo de muitos anos, o inte- b. desenvolvimento e descrio psicolgica
resse pelo tema aumentou notavelmente na ltima dcada, a ponto de ter levado a c. relaes sociais
a
American Library Association publicar 'diretrizes' sobre a questo (Guide!i- 2. Referencial
a. poca: passado, presente, futuro
nes on subject access, 2000).
Pejtersen (1992), entre outros, chamou ateno para a anomalia relativa ao b. lugar: geogrfico, meio social, profisso
fato de que os bibliotecrios geralmente pouco fizeram para melhorar o acesso 3. Inteno do autor
s obras de fico, muito embora elas representem a metade do acervo das a. experincia emocional
bibliotecas pblicas e mais da metade das que so retiradas por emprstimo. b. cognio e informao
Sapp ( 1986) e Baker e Shepherd ( 1987) estudam a classificao de obras de 4. Acessibilidade
fico nas estantes das bibliotecas e as limitaes dos esquemas de classificao a. legibilidade
bibliogrfica ou das listas de cabealhos de assuntos existentes, que pouco con- b. caractersticas fsicas
templam o acesso temtico s obras de criao. Baker (! 988) descreve os resul- c. forma literria
tados de experincias com a classificao de obras de fico em bibliotecas 0 esquema foi adotado, na Dinamarca, na i~1dexa~o de ~rias bases. de
pblicas. Sapp (! 986) tambm examina os mtodos adotados em cet1as fontes dados em linha, e mais recentemente no catlogo mteratiVO ~m .lmha conhecido
impressas, como o Short St01y /ndex, o Cumu!ated Fiction Index e o Fiction como Book House. Permite fazer buscas a pat1ir de dados btbhogr~ficos, pala-
Catalog. Embora essas publicaes realmente indexem os emedos sob mais de vras-chave controladas, termos de classificao, e palavras/expressoes c?nstan-
um cabealho, padecem das desvantagens dos ndices impressos em geral- no tes de uma anotao em linguagem natural. A figura 93 (extrada de Pejtersen,
permitem ao usurio combinar cabealhos numa busca. Assim, seria possvel 1992) mostra uma entrada completa do Book H ouse. A fig~ra 94 um exemplo
identificar histrias policiais e histrias que se passam na China, mas seria muito anterior, com a indexao completa de um romance por meiO de palavras-chave.
mais difcil identificar histrias policiais que se passam num ambiente chins.
Olderr (1991) salientou porque a indexao de obras de fico importante Autor: Hal\er, Bent
Kaskelotternes sang, 1983, 137 pginas
para as bibliotecas: Ttulo:
Cv.pa: Azul, mar, baleias, icebergs
Nunca fcil respondera perguntas do tipo 'voc tem algum romance policial que se Nomes: Tangeje, Peter .
A vida no mar de um filhote de cachalote. Sua luta pela s?brevl
ConteMo temtico:
passe em Iowa?' ou 'existe algum romance atual sobre a morte? ou 'voc poderia me vncia apesar da poluio, da fome e da matana das bale~as pelo
sugerir um romance sobre o esforo de guerra em territrio ingls durante a Segunda homem. A unio dos cachalotes na luta contra os pengos do
Guerra Mundial?' (p. xii). mar.
Ambiente: Ambiente marinho.
Guard (1991) tambm analisa as formas de abordar a fico de que precisam os Dcada de !980. .
poca:
usurios tpicos de uma biblioteca, e Hayes (!992b) apresenta os resultados de Crtica poluio dos 01ares pelo homem e matana das baleJ<LS,
Cognio:
algumas experincias sobre 1 acesso melhorado ao catlogo' de obras de fic'io levando-as quase extino.
em bibliotecas, detendo-se principalmente no tempo destinado catalogao e Experincia emocional: Emocionante, triste.
Forma literria: Romance, histria de animais. .
nos tipos de cabealhos necessrios. Ranta (1991) apresenta uma perspectiva ti anos de idade, leitura elll voz alta para crianas a partir de 7
Legibilidade:
diferente, argumentando que o acesso temtico a obras de fico necessrio anos (fmal feliz).
para facilitar vrias modalidades de estudos literrios. Tipografia: Letras gradas.
Um mtodo avanado para indexao de literatura de fico foi descrito por
FIGURA93
Pejtersen (por exemplo, 1979, 1984) e Pejtersen e Austin (1983, 1984). Basean-
Exemplo de entrada da base de dados d_e fico Book H ouse
do-se numa anlise sobre como os usurios de bibliotecas pblicas caracterizam Reproduzido de Pejterseo { !992) com perm,ss~ de Emera!d
o contedo dos livros, Pejtersen identificou quatro 'dimenses' principais da
 206 INDEXAO E RESUMOS: TEORIA E PRTICA
BRANNER, H.C. Barnet leger ved stranden
Descrio psicolgica: Depois de um casamento fracassado, um homem se isola em
um chal de veraneio, vivendo uma profunda crise. Encontra duas pessoas, que so-
bre ele exercem influncia. poca: dcada de 1930. Lugar: Dinamarca, um chal de
veraneio beira-mar. Ambiente social: Classes mdias. Cognio/informao: a rela-
o entre as experincias da infncia e os medos e fracassos matrimoniais da vida
adulta. Perspectiva psicoanaltica_ Legibilidade: Dit1cil. Tipos usados na composio:
Grados. Forma: Dirio. Dados bibliogr.: Copenhague: Povl Branner, 1937.-379 p.
Pontos de acesso: 1930--1939
Dirios
Depresso
Medo
Culpa
Descries psicolgicos
Problemas de identidade
Problemas pSicolgicos
Represso
FIGURA 94
Exemplo de um romance indexado com o emprego do mtodo de Pejtersen
Reprodltzido de Pejtersefl e Austifl (1933) com permio de Emerald
Uma das principais vantagens de um mtodo to estruturado quanto esse
para a indexao da literatura de fico que permite que sejam realizadas
buscas adotando-se uma espcie de modo de 1 comparao de padres', que
serve para muitos leitores que desejam livros 1 Similares' a um que tenham lido
recentemente. Os critrios pelos quais as obras de fico so procuradas pelos
usurios de bibliotecas so mais pessoais e idiossincrticos do que os critrios e
as caractersticas comumente associados s buscas por assuntos em bases de
dados bibliogrficos que abranjam, por exemplo, m1igos de peridicos. Embora
isso apresente i_mpo11antes desafios para quem projeta sistemas de recuperao,
tambm sugere enfoques inovadores do problema da recuperao da informa-
o. Imagine-se uma base de dados de biblioteca pblica que armazenasse infor-
maes sobre as obras de fico_retiradas por emprstimo por cada cliente. Seri-
am, ento, desenvolvidos programas que identificariam grupos (talvez pares) de
clientes que tivessem muitos livros em comum. Essa informao, em seguida,
seria utilizada para gerar listas de sugestes de leitura para os usurios da biblio-
teca. Por exemplo, se o Usurio A tomou emprestados os itens a, b, c, d, e, e o
Usurio B tomou emprestados a, d, e e(, talvez A viesse a se interessar pela exis-
tncia de {e B pela existncia de b e c. O sistema de Pejtersen permite, de fato,
realizar buscas por 'livro-modelo', isto , localizar um romance 'similar' a outro
que foi considerado divertido. 'Similar' poderia ser em termos de cenrio, tema,
ponto de vista do autor, experincia emocional, e assim por diante.
Beghtol (1994) um tanto crtico do esquema de indexao de Pejtersen,
revindicando melhores resultados para uma classificao alternativa e muito
DA INDEXAO E REDAO DE RESUMOS DE OBRAS DE FICO 207
anterior (Walker, 1958), embora baseada na anlise detalhada de um nico ro-
mance, e propondo um esquema minucioso de sua p(pria autoria, que empre-
vava um mtodo de classificao facetada.
" A publicao da American Libra1y Association sobre inde~ao de obras de
criao (Guidelines on subject access, 2000) menos uma sne de d1retnzes do
que um vocabulrio, em formato de tesauro, porm baseado nos_ cabealhos _de
assuntos da Libra!)' o f Congress, que pode ser empregado para mdexar ficao,
peas de teatro e outros gneros. O vocabulrio abrange ap~nas ~ipos de obr~s
(por exemplo, poesia histrica, filmes de horror, rom~nces h1stncos); os usua-
rios so encaminhados a outras fontes, a fim de venficar a forma correta dos
nomes dos personagens, dos nomes de lugares e outros pontos de acesso.
As diretrizes que realmente aparecem na publicao da ALA so bastante
imprecisas. Alm de termos para formas, as diretrizes contemplam a atribuio
de termos para personagens, ambientes e ~tpicos'. O ambiente refere-se tanto a
lugares quanto a perodos, e devem ser adotados subcabealhos de forma (por
exemplo, Paris (Frana)- Poesia). As diretrizes especificam que os nomes de
Personaoens fictcios e lendrios (ao contrrio de pessoas reais) somente devem
" ~~quando surgirem com destaque em trs ou ma1s
ser usados . obras". Em b ora um
indexador relativamente culto provavelmente saiba que Sherlock Holmes e
Narn-ia aparecem em muitas obras, como poderia algum saber que um detetive
ou um lugar menos famosos se encontram em pelo menos trs obras, a menos .que
esse algum tivesse mo vrias dessas obras imediatamente. E, alm do ma1s, o
que h de to especial no nmero 1 trs'?
As diretrizes da ALA sobre 1 acesso tpico' so ainda mais vagas:
Atribua tantos cabealhos tpicos quantos foremjustificveis pelos assuntos da obra.
As sobrecapas dos livros e as recenses so uma boa fonte de informao para
identificar de que trata uma obra. Caso no existam, uma tcnica muitas vezes
eficiente 'passar os olhos' no texto para identificar seu contedo tpico.
Os temas de obras de fico, identificados na crtica literria, podem ser ex-
pressos com cabealhos dos !.CSH representativos de qualidades ou conceitos. Uma
vez, porm, que os I.CSH foram projetados para indexao de obras que no so fie
ci01iais, so comparativamente poucos os cabealhos que se prestam a tal fim (p. 47).
De fato o folheto da ALA no serve a nenhum propsito til, pois as diretrizes
so muito ;aoas e h um tesauro mais completo e melhor (Oiderr, 1991).
Em nove;;bro de 1991, o OCLC e a Library o f Congress deram incio a uma
experincia de catalogao cooperativa de assuntos em ~extos d~ fic~~ ?rama-
furo-ia e outras obras de criao. Vrias bibliotecas pblicas e umversltanas par-
tici~aram do OCLCiLC Fiction Project contribuindo para a complementao de
registros MARC de um conjunto de itens selecionados. Foram a eles acrescen-
tados termos relativos tanto a gnero quanto a assunto (cabealhos de assuntos
LC). Mais de 15 000 registros LCMARC foram complementados pelo OCLC e as
bibliotecas participantes. Alem disso, foram tambm complementados registros
 208 INDEXAO E RESUMOS: TEORIA E PRTICA
bibliogrficos feitos por algumas das bibliotecas pmticipantes, e muitas propos-
tas de c~beall~os de assuntos foram submetidas Libraty ofCongress, que apro-
vou mais de mil dessas propostas, em sua -maioria cabealhos para personagens
de fico (Westberg, 1997). O projeto foi concludo em 1999.
Em 1997, a British National Bibliography passou a incluir entradas de obras
de fico com cabealhos de assuntos tpicos, bem como cabealhos de gnero e
forn!a baseados nas diretrizes da ALA (MacEwan, 1997).
. E provvel que as obras de fico apresentem dificuldades maiores para 0
mdexador do que outros tipos de publicaes. A coerncia provavelmente ser
at menor, a menos que seja adotado um vocabulrio controlado de termos
genricos, bem pequeno, principalmente se o indexador tiver de expressar
'ponto de vista' do autor. A indexao da literatura de fico (por exemplo)
parece merentemente mais subjetiva do que a indexao de peridicos ou livros
especializados que tratam de fico. Outro problema que no absolutamente
f~il, para os objetivos da indexao, fazer a leitura por alto de obras de fico, e
o mdexador no conta com o auxflio dos titulas e entretftulos temticos, que
quase certamente encontra em muitos outros tipos de publicaes (Jonak, 1978).
Olderr ( 199!) identifica os problemas com bastante clareza:
A catalogao de obras de fico exige imaginao. Uma obra de no-fico, mesmo
que n~o traga dados de Catalogao na Publicao (C!P) no verso da folha de rosto,
possu1 um sumrio, um ndice, ttulos temticos dos captulos e outras caracteristicas
que ajudaro o catalogador. At o ttulo normalmente reflete com preciso o conte-
do. Se o livro for sobre a inveja, assim haver de declarar; se for sobre cime, tambm
o dir. Uma obrade fico, por outro lado, pode tratar da inveja ou do cime ejamais
empregar no texto uma dessas palavras. E depois que o catalogador houver identiti-
cado o tema, ainda haver o problema de lembrar qual a diferna entre inveja e
cime. Isso, para comear, no algo que seja do pleno conhecimento de todos ... (p. xiv).
DeZelar-Tiedman (1996) estudou a factibilidade de empregar informaes
fornecidas pela editora (por exemplo, as constantes da sobrecapa ou da capa)
como fonte de termos representativos de personagens, ambiente, gnero e
tpico. Em geral, ela considerou que isso era satisfatrio pam a maioria dos
itens, porm a amostra em que se baseou era muito pequena.
Down (1995) examina ~lguns dos problemas com que ela se defiontou na
atribuio de cabealhos de assuntos a obras de fico. Sua experincia sugere
ser improvvel que o exame superficial de um romance ou a confiana nas
informaes fornecidas pela editora possam esclarecer quais sejam realmente os
temas que a obra ilustra.
Beghtol (1994) oferece o levantamento mais completo dos problemas da
indexao de obras de fico, inclusive a questo da 'atinncia', alm de apre-
sentar seu prprio mtodo.
N ielsen ( 1997), recorrendo ao campo da crtica literria e dos estudos liter-
rios, argumenta que a indexao e redao de resumos de fico constitui uma
forma de interpretao literria. Afirma que as abordagens da indexao de fie-
DA INDEXAO E REDAO DE RESUMOS DE OBRAS DE FICO 209
o, inclusive a de Pejtersen, concentram-se no qu trata o livro e pouca ateno
dedicam a como a histria contada. Ele menciona alguns elementos, como o
estilo, a narrativa, o modo discursivo e a composio, como alguns dos elemen-
tos do aspecto relativo ao como da fico.
Nielsen oferece maiores informaes sobre quais os tipos de coisas a serem
consideraCl.os na indexao do aspecto relativo ao como de um romance:
-Gnero, sub gnero, tipo literrio. (Qual o tipo de literatura?)
-Estrutura narrativa, enredo. (Por exemplo, trata-se de uma estrutura simples ou
complexa? Uma estrutura linear, cronolgica, ou uma alternncia entre tempos diferentes?
Ou a estrutura fOrmada por variaes de fragmentos, colagem, no cronolgica mas
0
tematicamente orgmtizada? A narrativa estruturada como um quebra-cabea?)
-A maneira de contar do(s) narrador(es). (Por exemplo, como a narrativa apresen-
tada? Quantos mmadores? O narrador fala na primeira ou na terceira pessoa? Narrador
distanciado ou comprometido? 'Mostra' ou 'conta'?)
-Pontos de vista. (Por exemplo, a histria contada a partir de um ponto de vista
especifico? Ou h uma alternncia entre diferentes pontos de vista?
-Estilo, maneira de contar, estrutura do discurso. (Por exemplo, estilo especfico:
impressionista, surrealista, etc. Mais genrico: maneira didtica, cmica, irnica de
contar; discurso que usa a linguagem corrente, ou que usa trocadilhos, estrutura ilgica do
discurso, ou alternao entre os discursos mais diferentes; intertextualidade.)
-Funo do ambiente. (A funo documentria? E a convencional para esse tipo
espectlco de romance? Ou o ambiente empregado de fonna simblica ou alegrica?)
-Padres de metforas, moli~os determinantes, simbolismo. (0 simbolismo dis-
creto ou dominante? Quais os tipos de smbolos utilizados? Qual o tipo de motivo deter-
minante que pode ser encontrado? Quais os smbolos, motivos, alegorias ali encontrados?
Por exemplo, o motivo do duplo de algum, o motivo de Don Juan, o mito do Paraso) (p.
174-!75).
Embora a indexao desses aspectos revista-se de utilidade para os estudiosos
da literatura, improvvel que venha a ter muito interesse para os leitores tpicos
de obras de fico. Ademais, esse tipo de indexao exigiria uma anlise textual
minuciosa que somente um especialista em literatura poderia proporcionar. Isso
seria inutilmente dispendioso em qualquer aplicao que tivesse uma dimenso
significativa.
Trabalhos sobre indexao e resumos de obras de fico so tambm objeto
de uma srie de artigos de Saarti {1999, 2000a,b, 2002). Um estudo sobre coe-
rncia de indexao foi realizado em cinco bibliotecas pblicas finlandesas.
Cinco romances iguais foram indexados por trs bibliotecrios e trs usurios de
cada biblioteca. Os termos foram extrados de um tesauro finlands para inde-
xao de fico e os indexadores foram solicitados a redigir resumos dos roman-
ces antes de index-los. Obviamente, a coerncia foi baixa e houve variaes
. muito grandes de um indexador para outro quanto ao nmero de termos atribu-
dos. Os indexadores bibliotecrios atriburam menos te'rmos do que os usurios
e foram mais coerentes entre si. No entanto, o valor de sua coerncia foi de ape-
nas 19,9% em comparao com 12,4% dos usurios. Os romances mais 'com-
plexos' (por exemplo, os de Dostoievski) foram indexados com mais termos do
que os menos complexos (por exemplo, de Simenon). Os resumos variaram de
210 INDEXAO E RESUMOS: TEORIA E PRTICA
tamanho de 23 a 186 palavras (mdia de 68). Cerca de 7 5% dos 3 206 diferentes
'elementos' dos resumos lidavam com contedo (como temas, ambientes e per-
sonagens), 11,9%, com a estrutura do romance, 5,5%, com a experincia subje-
tiva da leitura, e 5,2%, com a crtica ou avaliao do romance. Os usurios foram
mais avaliadores/crticos do que os bibliotecrios (Saat1i, 2000a,b). Saarti ( 1999)
hata de tesauros para a indexao de fico e, em particular, do tesauro finlands.
Este exame da questo patiiu da hiptese de que as obras ficcionais so inde-
xadas em alguma forma de base de dados. Bradley ( 1989) examina uma situao
afim a essa: a necessidade de fndices nas prprias obras de fico. Embora seja
defensvel a incluso de ndices no final de cetias obras, como, por exemplo,
clssicos renomados, certos romances histricos e outros trabalhos ficcionais
que possam ser objeto de pesquisas cientficas, o estudo de Bradley mostrou que
foi pouco o interesse demonstrado por romancistas, crticos, leitores ou editoras.
Bel! ( 1991 b) identifica os problemas especiais implcitos na elaborao de
ndices de romances. Ela salienta que dar a entender a 'sutileza e complexidade'
da inteno de um romancista muito mais difcil do que expressar de que trata
uma obra de no-fico.
Redao de resumos
As obras de fico, tanto quanto outros tipos de publicaes, precisam ser
resumidas (quando no seja, para facilitar sua indexao), porm as carac-
tersticas dos respectivos resumos ou sinopses so bastante diferentes das
caractersticas dos resumos de publicaes cientficas examinados anteriormente
neste livro. Um bom resumo deve conter os aspectos fundamentais do enredo ou
ao, indicando o ambiente (geogrfico, cronolgico) e as emoes descritas,
quando isto for apropriado. A sinopse pode ser estruturada como no exemplo da
figura 93 ou adotar a forma de uma narrativa simples, como no exemplo da figura
95. Embora as caractersticas da sinopse sejam bastante diferentes das caracte-
rsticas do resumo, sua finalidade principal semelhante- indicar para o leitor
se ele precisa ou no ler ou ver o item descrito. Alm disso, aplicam-se igual-
mente sumarizao de obras de fico os mesmos princpios bsicos que orien-
tam a redao de resumos: exatido, brevidade, clareza.
Um coelho invade uma horta para comer as hortnlias. O hortelo descobre-o e pnssa
a persegui-lo. O coelho foge.
Pedro, o Coelho, imprudentemente, invade o canteiro de uma horta pma comer as
hortalias. O dono, Sr. McGregor, descobre-o e procura livrar sua horta desse animal
pernicioso. Depois de uma perseguio angustiante, Pedro consegue tligir e voltar para
casa.
FtGURA95
Duas sinopses possveis de As aventuras de Pedro, o Coelho, de Beatrix Potter
Apud Krieger(l98l), com modificaes, e com permisso do autor
DA INDEXAO E REDAO DE RESUMOS DE OBRAS DE FICO 211
So muito poucas as diretrizes existentes sobre preparao de sinopses de
literatura de fico. A editora de Masterplots (Magill, 1976) oferece alguma ori-
entao, mas de uma forma muito geral:
Projetado fundamentalmente para consulta, o formato de MASTERPLOTS estrutu-
rado e padronizado, a firn de oferecer o mximo de informao da forma mais rpida.
Cada uma das snteses precedida de dados de referncia cuidadosamente verifica-
dos e enunciados sucintamente, os quais intrmam num relance o tipo de obra,
autoria, tipo de enredo, poca do enredo, lugar e data da primeira edio. Em seguida
encontra-se uma lista dos personagens principais e as relaes entre eles, o que
muitas vezes uma caracteristica bastante til. Depois vem a Crtica, uma anlise
breve e incisiva do livro original. Finalmente segue-se o resumo do enredo, apre-
sentado como urna histria completa e isenta de citaes da obra original (p. v).
Em Masterplots 11 (ivlagill, 1986) foi adotado um formato um pouco diferente:
[ ... ]junto com uma sntese do enredo, com freqncia se examinam os rcursos
narrativos e se estuda a construo dos personagens de forma mais profunda do que
antes - um aspecto que til para os l!studantes mais jovens. Alm disso,
identificam-se e se analisam os principais temas do romance em questo, e o xito em
geral dos esforos do autor comumente analisado num resumo interpretativo (p. vii-
vi i i).
A figura 96 apresenta um exemplo de i\t/asterplots !f.
A edio revista de Masterplots 11 (Kellman, 2000) adota uma abordagem
mais estruturada da sinopse do enredo (conceitualmente similar a um resumo es-
truturado) com quatro componentes: Enredo, Personagens, Temas e Signifi-
cados, e Contexto Critico. Seu emprego descrito da seguinte forma:
Esta anlise comea com um resumo dos principais elementos do enredo da obra e
continua com sees separadas que a examinam em profundidade. A seo 'Os
Personagens' examina as motivaes e o desenvolvimento das pessoas retratadas;
'Temas c Significados' examina as preocupaes maiores da obra; e 'Contexto
Crtico' avalia o lugar da obra na tradio literria norte-americana e sintetiza qual
foi sua recepo. Cada verbete termina com uma bibliografia comentada que orienta
o leitor para outras fontes recentes de estudo (p. v).
Pejtersen ( 1994) admite trs estruturas lingsticas bsicas para identificar e
expressar o contedo de obras ficcionais (ver figura 97). Esse esquema pode ser
empregado para orientar a redao de anotaes, como no exemplo apresentado,
e essas anotaes so uma fonte bvia de termos de indexao teis. Ela adverte,
no entanto, que "uma descrio completa do contedo temtico pode exfgir a
combinao de vrias estruturas".
212
INDEXAO E RESUMOS: TEORIA E PRTICA
A BLOODSMOOR ROMANCE
Author: Joyce Caro! Oates (1938- ) family home at Bloodsmoor, she poses as Philippe Fox, Constance's agent.
Type of p/ot: Historical romance fantasy
Tim< of plot: 18791900
Loca te: Bloodsmoor, a valley in Eastem Pennsylvania
First pub/ished: 1982
Principal characters:
JoHN QUINCEY zu,m, a gentleman-inventor and the father of
a large family
PRUDENCE KIODEMASTER ZINN, his wife, mother o( the Zinn
daughters
CoNSTANCE PHILIPPA, their oldest daughter who )ater
becomes a son
MALVINIA, another daughter, late r a famous actress
<:TAVIA,another daughter, !ater a wife and mother
SAMANTHA, another daughter who serves as her father's Jab-
oratory assistant
DEJRDRE, an adopted daughter and spiritualist
The Novtl
Joyce C_arol Oates's book A Bloodsmoor Romance is not a kind of fiction -
l~at IS eas1ly n~med, although it is not hard to recognize. The work com-
bmes bot~ reahsm and fantasy in a display o f authorial skill: Oates uses sev-
era! techn1ques to achieve t~is e_ffect. First, she sets her romance in a past
t~at closely resembles the h1stoncal past; in that setting one finds both fic-
honal ~~aracters and characters who bear the names o( figures from history.
In ad.dltJOn, lhe characters of lhe work are interested in many of the lhings
that mlerested lhe real nin.eteenth century: spirituatism, the theater, the
westw~rd movement, expenmental science, abnormal psychology, female
sexu~Lity, and, the nature of marriage.
1t IS Cates s second technjque that seis lhe work apart from historica) ro-
manc~es per se: She freely manipulates lhe order of historical events and
even adds events that could not possibly occur. John Ouincey Zinn demon-
strates bo~h of the~ in_trusions of fantasy: He invents lhe ballpoint pen and
solar _heatmg but dJsmJsses them as useless. He invents an operating time
~ac_hme, b~t ~e destroys it after he uses it to misplace one o( his pupils.
SJmtlarty~ Zinn s daughter Constance combines fantasy with history. Reared
for marnage, Constance spends her early tife accumulating household r .
ens, b,ut When the weddng night comes, she panics, and placing in ~;,
8'?0~ s bed lhe dress form used to fit her trousseau, she runs away.
DJsguJsing hersel( as a man, she heads west and tries her hand at being a
FIGURA%
. Exemplo de uma entrada de 1\lasteJplots 11 (1986)
Reproduvdo de Mm~(FJ!l"l' 11: Alllo!tiwu H~flimSr:rf(_,-. volume 1. p. !86-187. Com penniss!o da
edtora, Salem Press Inc. Copyright O 1986, Sa.Jem rresslnc.
DA INDEXAO E REDAO DE RESUMOS DE OBRAS DE FtCO 213
cowboy, an outlaw, a deputy shcriff, and a gambler. During her masquer-
adc, she tums physically into a man as well, and when she returns to the
Eventually, "he" apparently elopcs with a childhood girlfrend.
The plot of the book unfolds by following the lives of the daughters as
they grow up. In their adventurs, the reader meets severa! characters
drawn from history. For example, Deirdre, the Zinns' -adopted daughter, is
kidnaped by a mysterious stranger in a black balloon who deposts her on
lhe lawn of a character named Madame Elena Blavatsky. This Madame
Blavatsky shar~s the quirks of lhe historical Madame Blavatsky, cofounder
of lhe American Theosophical Society. Rccognizing Deirdre's talents,
Oates's Blavatsky teaches Deirdre to become a medium, contacting spirits
beyond the grave, and takes her on a world tour. The reader meets other
fictional characters with real countcrparts as well: Mark 1\vain, for one.
As may be inferred from the events recounted above. A Bloodsmoor Ro
mance is an often hilariusly comic work, yet one that at the same time at-
tempts to capture some of thc boundless enthusiasm of the late nneteenth
century, an enthusiasm that was oftcn as undiscriminaling as it was
energetic.
FIGURA 96 (continuailo)
Exemplo de uma entrada de Masterplots !I ( 1986)
Reproduzido de !1/u.,fapfots 11: Am~IWII rhlillll Scri"s, volume I. P- IS6-lS7. Com pem1isso dl
editora. Salem Press lnc_ Copyrighl ID 1986, Salem Pr~>s lnc
Estrutura I:
Personagem (ns) princpal(is) como substantivo no genitivo - acontecimento central
como substantivo- elementos de sujeitos remanescentes como oraes prepositivas.
Exemplo: A carreira militt~r de um tenente ingls. Suas perigost~s expedies contra
contrabandistns e seu tmba\ho como capito de um navio corsrio.
Foco: Personagem principal.
Estrntuttl 2:
Acontecimento(s) central(is) como substantivo- elementos sujeitos como oraes
prepositivas.
Exemplo: Trt1co de drogas entre um agente da ClA em misso secreta e a embaixada
chinesa.
Foco: Acontecimento central.
Eshutura 3:
Personagens principais como substantivo- estrutura I - elementos de sujeitos rema-
nescentes como oraes prepositivas.
Exemplo: A priso de Hali. O cotidiano dos prisioneiros, seu vcio em drogas, suas
provocaes e revolta contra os funcionrios da penitenciria.
Foco: Relaes entre personagens e acontecimentos principais.
FIGURA97
Estruturas lingsticas para orientar a anotao e indexao de fico
Reproduzido de Pejtersen ( 1994) com ~rmisso dl FJlDON.V~rlag Dr. H.-J. Oietrich
 215
ES DE DADOS DE !tvlAGENS E SONS
BAS I .
Besser ( 1997) chamou a ateno para o problema da indexao re ativa a
CAPTULO 13 inmgens da seguinte fonna: . .
. ssuem muito poucas informaes textuats que on-
Como as colees de tmagens poos sistemas tradicionais de recuperao no se apli-
ginalmente as acompanhem, noss I t'vamente abrigam um dos maiores
Bases de dados de imagens e sons cam facilmente a elas[... ] Os n~useus, que: co e ~m anhaas de texto, muitas vezes
conjuntos de imagens ~ue efettvq:ll;~~~ s~~:b~~lut~mente teis para o leigo (p. 24).
atribuem termos a uma Imagem '
. . ~ de ima(Tens difere mais de petio da recuperao de textos
A tecupeta.ao o dem uerer pesquisar sobre uma ampla
m livro organizado por Feinberg (1983) examina vrias questes especiais porque os usunos de_b~ses de dad~~ ~~sde a~ muito exatas (nomes de ai1istas,
U da indexao, mas se limita quase que exclusivamente indexao de tex-
tos impressos em papel. Toda rea do conhecimento, bem como distintos for-
variedade de caractensttcas, ~ue ~a . (f; .
ttulos de pinturas) at as mmto Imprecisas ollna: cot, ,
. textura) Ao tratar de
. Mehrotra
matos impressos, como jornais e leis, suscita problemas de indexao algo dife- determinada abordagem, un:a base de da,do~ conl~i~:~:i: ~o:l~Ob~:~=~~~~ Os nveis
rentes. As diferenas de indexao presentes nessas variantes so, porm, de 1997) essas caractersticas como ntvets vat <
( v fi 98 que Mehrotra explica da segumte forma:
somenos. 1v1ais relevantes so as questes que surgem ao sairmos do texto im- principais so mostrados na tgura ,
presso para outros formatos. Este captulo examina a indexao de imagens e . . . . . ns de bases de dados ou imagens~exemplo.
Nos niveis mms mfenores esto Jmage s de suas pro-
sons gravados. So reas difceis, pois abarcam campos, como tecnologia da fala, No nvel seguinte de descrio, uma ima~en~ c~ractenz~~~~:i~~~~s histogramas
viso computacional, e compreenso de documentos, que ultrapassam em muito o riedades, como cores de !timoplano/pnmet_ro pano, cor d'e obietos- tais
P A d c io de 1magens em termos ...
escopo da maioria das aplicaes da indexao. e propriedades de textura. es r . . . relaes entre eles
. d . mentos de lumte e contO! !lOS- e
como regies a Imagem, seg _ S ivel de abstrao em que as imagens
Index.ao de imagens forma o nivel seguinte de abstraao. egue-se o n
A capacidade de armazenar, em formato digital, em bases de dados, qualquer
tipo de imagem, e especialmente de poder acessar milhes delas na Rede, causou Joo da Silva, Lassie, horizonte da
Exemplos de ObjetOs .do Mundh cidade de So Francisco, ...
impressionante ressurgimento do interesse por imagens em geral e, em particular, por
modos de index-las. Disse Jorgensen (2001) sobre essa revoluo:
Encontramo-nos, ao que parece, no ponto crtico de importante movimento histri- (
t
Objetos do i\Iundo Ge!Jrko)
homem, co, automvel, multido,
crepsculo, paisagenl, aperto, mos,
co de retorno ao que se poderia chamar o primado da imagem. Ao longo dos ltimos sorriso, ...
sculos, as palavras foram a forma privilegiada de comunicao e o meio preterido
de educao. Uma mudana, porm, se verificou nas ltimas dcadas, e as imagens
t
('---~O~bJ~c~to~s~-Irn~,a~g~e~n~----~~
retngulos, elipses, curvas,
vm reafirmando sua primazia como mensageiros instantneos e poderosos (p. 906).

Tudo que foi dito sobre indexao neste livro, at aqui, limitou-se a textos t histograma. segmentos de li01ite, textura,
escritos. claro que descrever imagens com palavras ainda impo1iante. Ima-
gens. digitais, porm, tambm podem ser indexadas (automaticamente) e recupe-
~'---A~tr~i~b~u~to~s~<;la~l~n~nsg_c,_n __-~
__ regies homogneas, ...

radas por atributos intrnsecos, corno cor, forma e textura. Os termos que distin- t
guem os dois mtodos no so de todo coerentes, mas a descrio de imagens,
com palavras, feita por seres humanos, denomina-se em geral indexao baseada
('-------~I~n~,a~g~e~n~s______~;> imagens originais/processadas,

em conceitos, e a indexao de imagens por seus atributos intrnsecos basea-

da em contedos (Rasmussen, 1997). Caractersticas como cor, forma e textura
so amide denominadas caractersticas de nivel baixo. As caractersticas de
nvel alto so descries da imagem baseadas em palavras.*
FIGURA 98
Principais niveis de abstrao na base de dados de.un~ mus~t~ de arte
Apud Mehrolra (199?) com permisso do conselho diretor da UnlverNy of\lhnots

*Alguns autores, como Mostat (1994), distinguem entre indexao verbal (isto , representao
pontos de acesso, da prpri~
imagem), e isso parecd~ ~~:~~:;~:n~~~:r~~~~;~~~ clara, exceto,
naturalmente, que um nico sistema de recuperao po
textual de uma imagem) e indexao baseada em imagens (a extrao de caractersticas, e, portanto,
216 INDEXAO E RESUMOS; TEORIA E PRTICA
y
.
.
.

BASES DE DADOS DE llvlAGENS E SONS

217

so descritas em termos de objetos genricos, relaes e conceitos, como homem,
co, carro, multido, horizonte, crepsculo, nublado, colorido e sorriso. No nvel
mais elevado de abstrao, as imagens so descritas em termos de casos especficos
de objetos do mundo genrico. Por exemplo, um homem pode ser descrito como
Joo da Silva, uma cadela pode ser descrita como Lassie, uma imagem pode ser
descrita como o horizonte da cidade de So Francisco. As descries de imagens em
qualquer um desses nveis de abstrao podem ser multinveis e ser derivadas das
descries nos nveis inferioreS de abstrao, ou associadas a elas (p. 61 ).
As buscas numa base de dados de imagens nos nveis mdios de abstrao
envolvem 'recuperao de imagens baseada em contedo'. Continua Nlehrotra
para caracterizar os requisitos da seguinte forma:
I. Consultas que no envolvam processamento/anlise de imagens -nestas consuJM
tas, no h necessidade de processamento ou anlise de imagens da base de dados, e
H indicias de que isso seja verdade (Markey, 1984). l~so levot~ ~r~wn ~t ai.
(l996) a suoerir a possfvel utilidade de uma abordagem der~10crat1ca da mde-
xao em ;ue os usurios das imagens sugerem seus prpnos termos de mde-
~ao, e a fazer experincias com esse mtodo. Vrios autores defendei~ a co~
abor;o dos usurios na indexao de bases de dados de vdeos. Lm e Lr
(2002), por exemplo, propem um sistema em que o: termos que aparecem nas
buscas dos usurios tornar-s~-iam termos de mdexaa_o relat1v~~ aos tl ech?s de
vdeo que recuperam (provavelmente apenas os ~onst~erados tel~vantesd~fi "l
difcil chegar a um acordo sobre a indexaao de Imagens p01 que I tct
Group 1
TYPE oi! painting
ACCNO 2!.37p
Thc Three Musicians

I
T!TLE
no so apresentadas imagens de consulta. Exemplos: l) recupere todas as imagens ART!ST Picasso, Pablo
que contenham pelo menos um automvel em frente de uma casa, 2) recupere fotoM VENDOR Gallerie Rosenberg
MADE !921
grafias que contenham um homem sorrindo. As descries simblicas (extradas The Musemn of Art, New York
LOC
automaticamente e/ou especificadas pelo usurio) relativas s imagens da base de 79 X 87 3/4"
S!ZE
dados so empregadas para selecionar as imagens desejadas. Essas consultas podem REf Our2
ser processadas por meio dos mtodos tradicionais. REf 70-164877
2. Consultas que envolvam processamento/anlise de imagens- estas consultas MEDIUM oi I
envolvem uma ou vrias imagens que so processadas para extrair delas as inforM MEDIU!\ I canvas
maes simblicas desejadas a elas relacionadas. A descrio extrada comparada Group 2
com a descrio de imagens da base de dados, a fim de selecionar imagens que satis- (5,1)
faam s exigncias especificadas. Exemplos: I) recupere todas as imagens que conM FIGURE musician
tenham um ou vrios objetos similares a determinada imagem de consulta em terM POSITION front
mos de cor da imagem e caractersticas textuais (p. 61-62). (5, I ,I)

QBJECT clarinet
bvio que os diferentes nveis de abstrao mostrados na figura 98 repreM C0M1v\ENT teft figure
sentam, de cima para baixo, problemas de indexao crescentemente comple-
(5,1,2)
xos e crescentemente incomuns.
As representaes exclusivamente textuais das imagens possuem evidentes OBJECT guitar
COMMENT center tlgure
limitaes. Heller (l974) mostra um exemplo muito radical do registro catalo-
grfico de uma pintura de Picasso (figura 99). O primeiro grupo de elementos (5,1,3)
do registro representa dados 'exatos, sobre a pintura, mas o segundo grupo, que OBJECT uccordion
se refere ao que ali se acha representado, e como representado, alm de ser OBJECT music score
uma questo de interpretao, oferece uma viso bastante imperfeita de como Cl\IMENT right figure
ela . Tambm no inclui outros atributos importantes, principalmente as cores. (5,2)
Schroeder (1999) descreve como trs diferentes 'camadas' de indexao dog
FIGURE
so aplicadas s imagens no General Motors Media Archives: objetos (aquilo POS!TION side
que representado- por exemplo, um caminho Chevrolet ano 1935), estilo
(por exemplo, uma fotografia 'imparcial' versus uma fotografia 'atraente' de um FIGURA99
veculo) e implicaes (por exemplo, ilustra a grande durabilidade do veculo). Exemplo do registro catalogrfico de uma pintura
Apud Helkr (1974) com pennissE:o do Strong Museum. Rochester. NY
provvel que a indexao de imagens por meio de descries verbais seja Esta figura foi reproduzida em Scott (1988)
ainda mais subjetiva e, portantq, mais incoerente do que a indexao de textos.
 218
INDEXAO E RESUMOS: TEORIA E PRTICA
~l~;e~)concordn~i~ quanto ao que uma imagem realmente mostra. Shatford
.~ faz lll~a d1stmo entre de que uma imagem e do que ela trata. No pri-
meno caso, hda-se com coisas concretas (por exemplo, a imagem mostra uma
m,e c~m os. filhos), enquanto no segundo caso lida-se mais com abstraes (por
~~emp o, a unagen.l mo~tra mis_ria, sofrimento, desespero). Em m1igo posterior
abyne, 199_4), ela identifica vnos tipos de 'atributos' na indexao de imaaellS
em ora suuua d' . r d'-C
o ~ que I~Clp mas ilerentes podem querer utilizar atributos muito
b '
d'fc .
1
et ~~~te~ n~ mdexa~ao de um acervo de imagens. Ela acentua a imp01incia de
empleoat a I~ldexaao para fonnat grupos teis de imagens ao invs de pensar
so.m~n.te em 1~11agens tra:adas de modo isolado. Krause (1988) trata com certa
~~m.uct~ do pwblema da mdexao de acervos de imagens. Ele concorda com a
. ~s~mao en.tre de e ~o ?ue trata, mas adota nomes diferentes, a saber, aspectos
ugidos [hmd] ejlexlvels [soji] da imagem.
et Svenoniu,s ~ 1994) ar~ument.a que, embora algumas imagens (por exemplo
11
t~xtos medJ.cos) destmem-se a transmitir informaes, essa no de fato~
finalidade de .pmturas e outras f,011nas
artJstlcas. Embora aloumas representem
pessoa~ ou Obje~os que podem ser descritos verbalmente, out;as so 'linoOistica-
mente mdetennmadas'. 0
Markey (1984), Shatford (1986), Svenonius (1994), van der Starre (1995) e
EnseJ (1995), entre outros, referem-se ao trabalho do historiado! da arte Pano f k
q~e sug~nu que uma imagem podia ser analisada do ponto de vista pr-ico~~~
gtfico, IConogrfico e iconolgico. Numa experincia de que pmiiciparam 18
~essoas, de antecedentes . vari~d~s,
. Enser constatou que a mesma imagem seria
mdex.ada em todos os tres ll!Vets. Por exemplo, uma cena da torre Eiffel re-
c~berm -~ermos nos .nveis ~r~- iconogrfico (torre, rio, rvore), iconogrfico (torre
Eiffel, tiO Set:a) e tconologrco (romantismo, frias, emoo). o orande nmero
de termos a~nbudos a uma nica imagem ( 18 pessoas atriburm~ lO 1 termos
cena ~e Pans), argumenta Enser, indica a necessidade de indexao exaustiva.
. J bach ( 1990) um dentre vrios autores que acentuaram a necessidade de
mdex~r uma coleo de imagens do ponto de vista de determinado orupo de
usunos. Em suas prprias palavras: o mecanismo de retroalimentao de relevncia.
A meta da anlise, temtica cp~u~ar a essncia de uma imagem ou grupo de ma
gen_s- seu conteudo e temas ~lmts Importantes- ao mesmo tempo que permanece
alei ta pa~a. e_lementos que sabidamente sejam de interesse especial para a clientela
do reposJtono (p. 184).
~ara cetias exigncias, como, por exemplo, recuperao de uma imaoem
que ilustre um~ emoo, a indexao de bases de dados de imagens tem alg:em
comum com a mdexao de obras de fico, como vimos no caphilo p1ecedente.
Abordagens baseadas no contedo
_Vrios sistema~ foram desenvolvidos para permitir a busca de imaoens por
me10 de caractersticas de nvel baixo, como forma, cor e textura. Na maioria dos
BASES DE DADOS DE !!'viAGENS E SONS 219
casos, o computador (possivelmente com ajuda humana) extrai das imagens
caractersticas teis de nvel baixo e recodifica esses dados numa forma simblica,
mais fcil de ser usada em operaes posteriores de indexao e recuperao.
O sistema QBIC (Query by lmage Content), desenvolvido pela IBM, est sendo
empregado em carter experimental em diversas aplicaes (Fiickner et ai., 1995).
Holt e Hartwick (1994), que o utilizaram num contexto de histria da mie, des-
crevem seus recursos da seguinte forma:
O QBIC oferece vrias formas de consultas de imagens. As duas mais gerais so
como 'consulta de objeto' ou 'consulta de imagem'. As consultas de objetos recupe-
ram imagens que contm objetos que coincidem com especificaes de consulta, do
tipo 'localize formas vermelhas e circulares', enquanto as consultas de imagens bus
cama coincidncia com caractersticas totais de imagens, do tipo 'encontre imagens
que possuam principalmente tonalidades de vermelho e azul'. Para efetuar consultas
de objetos, estes devem ser identificados em cada cena, normalmente de modo ma
nua!, traando um esboo deles antes da consulta. O processo de esboar os objetos
e em seguida processar atributos ou caractersticas de cada objeto e cada imagem
como um todo denomina-se classificao de imagens. H ferramentas bsicas de
desenho, como retngulo, elipse, polfgono, pincel e uma ferramenta de contornos
ativos [snake tool), que traa o contorno das imagens selecionadas. Uma ferramenta
de preenchimento [!ill tool] acelera o mascaramento de imagens de alto contraste ao
traar automaticamente pixis de valor similar ao que foi selecionado (p. 8283).
O QBIC permite a realizao de buscas que envolvam cores, texturas e formas,
bem como o assunto repres~ntado numa pintura. Tambm permite consulta por
exemplo ('encontre outras fotografias como esta'). Holt e Hartwick relatam que
buscas sobre formas em pinturas podem enfrentar enormes problemas.
Diversos outros sistemas de recuperao baseados em contedo foram desen-
volvidos, embora no se tenha clareza sobre quais so 'operacionais' e quais
so simplesmente experimentais. Um exemplo caracterstico o MUSE (iVIarques
e Furht, 2002), um 'prottipo em funcionamento' destinado a supotiarpesquisas
e consultas por exemplo. Um componente que integra o projeto do MUSE um
As tcnicas de reconhecimento e coincidncia de formas ainda esto muito
aqum da perfeio. E, conforme Picard e Minka (1995) salientam, a anlise de
formas no resolve todos os problemas de consulta por exemplo - algumas
imagens procuradas (um campo, gua, multides, fogo) no possuem uma forma
bemdefmida, e devem, ao contrrio, ser cotejadas pela 'textura'. Eles examinam
abordagens de identificao de 'regies visualmente similares' numa fotografia,
empregando caractersticas como' direcional idade, periodicidade, aleatoriedade,
rusticidade, regularidade, aspereza, distribuio da cor, contraste e complexi
dade'. O sistema experimental que desenvolveram procura imitar o comporta-
mento humano no reconhecit:nento de cenas visualmente similares. Picard ( 1996)
trata ainda da textura da viso em recuperao de imagens, enquanto Mehrotra
e Gary (1995), Mehtre et ai. (1997) e Jagadish (1996) tratam do problema do

220 INDEXAO E kESUMOS: TEORIA E PRTICA
reconhecimento de formas. Em Ogle e Stonebraker (1995) e Smith e Chano
(l997b) encontram-se exemplos de sistemas em que um dos principais compo- " esboar uma imagem (por exemplo, de uma paisagem ou pmte de uma paisagem1
nentes a pesquisa de cores.
Mehrotra ( 1997) analisa alguns dos problemas presentes na representao e
busca de formas de imagens, e Huang et ai. ( 1997) estudam a forma, cor e tex-
tura como problemas de indexao e recuperao. O analisador de imagens por
eles descrito consegue processar um histograma de cor para uma imagem, bem
como uma medida de textura baseada em aspereza, contraste e direcionalidade.
A segmentao de imagens obtida por meio de uma tcnica de agrupamento. A
posio relativa desses agrupamentos permite buscas nas bases de dados que
envolvam cor, textura e caractersticas espaciais (por exemplo, 'uma regio ver-
melha acima e direita de uma grande regio azul'). Forsyth et ai. ( 1997) apresen-
tam um amplo e til panorama sobre o uso de caractersticas de cor, textura e
geometria na recuperao em giandes bases de dados de imagens.
Nlehtre et ai. (1998) apresentam um mtodo para o agrupamento de imagens
que se baseia numa combinao de caractersticas de forma e cor. O grau de
coincidncia entre qualquer par de imagens pode ser computado e expresso
numericamente, permitindo, assim, consultas por exemplo (ou seja, possvel
pesquisar imagens similares a outra j selecionada). Alegam um grande sucesso
em experincias de recuperao, mas trabalharam com bases de dados muito
pequenas (por exemplo, uma delas possufa 500 imagens de logomarcas).
impDI1ante reconhecer, contudo, que a maioria dos usurios de bases de
dados de imagens provavelmente no far buscas sobre aspectos mais abstratos,
como cor, forma e textura, embora possam empreg-los para limitar ainda mais
uma busca. Huang et ai. (1997) assim coloca a questo:
Em muitas aplicaes de sistemas de recuperao de multimdia, os usurios raramente
usam caractersticas de imagens de nvel baixo (isto , forma, cor, textura) diretamente
para consultar a base de dados. Ao contrrio, o usurio interage com o sistema me-
diante conceitos de nvel superior (por exemplo, praia, floresta, flores amarelas, cre-
psculo) para especificar determinado contedo de imagem (p. 115).
Experincias realizadas por McDonald et al. (200 I) sugerem que a cor pode ser
um critrio de classificao e busca bastante til para o usurio que no tenha
em vista determinada imagem.
Diversos sistemas oferecem a possibilidade de consulta por exemplo ou
'recuperao de similaridade'. Kurita e Kato (I 993) descrevem vrias aplicaes
experimentais, por exemplo:
1. Ao ser feito o pedido de registro de uma marca, ela pode ser escaneada por
um departamento de patentes e cotejada com uma base de dados de marcas
existentes.*
* A indexao/recuperao de marcas tambm tratada por Wu et ai. (1995) e Ravela e Luo
(2000), entre outros.
221
BASES DE DADOS DE IMAGENS E SONS
2. Para consultar bases de dados de museus ou museus de arte, o usurio pode
e 0 sistema pesquisar as pinturas que mais se paream com essa 1magem.
DiLoreto et ai. ( 1995) analisam trabalho que um tanto similar ao de Kurita
Kato embora em ambiente totalmente diverso. Seu sistema experimental de
e . . d
informao geogrfica, 'baseado apenas na representao ptctnca e uma con-
sulta', possibilita uma pesqtiisa que pode envolver a utilizao de atributos ge-
omtricos, relaes topolgicas e distncias. .
Nem todos os sistemas baseados em contedo esto centrados em tmagens
em sua totalidade. Continuam sendo realizadas pesquisas sobre mtodos para
representao e buscas em regies separadas de uma imagem (ver, por exem-
plo, Moghaddam et ai., 2001). Um livro de autoria de Wang (2001) descreve
com detalhes um mtodo 'baseado em regies' para .recuperao de tmagens
baseada em contedos. Esse mtodo assim descrito:
Uma imagem, ou parte dela, numa base de dados, representada por um conjunto de
regies, que corresponde aproximadamente a objetos, que se caracteriz_mn por ~co~,
textura, forma e localizao. O sistema classifica as imagens em categonas semanti-
cas, como texturado-no-texturado, censurvel-benigno ou grfico-fotogr~fico. A
categorizao melhora a recuperao ao permitir mtodos de buscas semanti~a~en
te adaptveis e o estreitamento da faixa de buscas numa base de dados (p. XI-Xll).
o mtodo baseado em regies tem a vantagem de permitir critrios menos estri-
tos para o cotejo de imagens: uma nica regio numa imaget~ pode ser~com~a
rada com vrias regies em outra imagem. Mesmo que duas Imagens nao com-
cidam perfeitamente em sua totalidade, talvez coincidam razoavelmente bem
no nvel de regio.
Jones e Roydhouse (1995) descrevem um curioso sistema, baseado em ca-
sos, para indexao e recuperao de dados meteorolgicos. J?iante .de_ uma
situao climtica atual, o meteorologista pode pesquisar condtes sunllares
em situaes passadas. Um mapa das condies atuais (ver figura I 00) pode ser
usado como uma consulta; o sistema ento colocar em ordem de suntlandade
situaes anteriores (ver figura 101). Cada objeto grfico da consulta (figur~
100), como, por exemplo, a localizao do centro de presso e sua magmtude, e
convertido numa representao simblica que empregada nas buscas na base
de dados onde casos anteriores tambm esto representados simbolicamente.
Os autores descreve~n seu mtodo de indexao da seguinte maneira:
Cada caso representa uma fatia de tempo para a qual se dispe de dados meteo-
rolgicos. Esses dados disponveis para ns incluem imagens ~e satlite armazena-
das tanto em formato digital quanto em disco laser, um arqUIVO de documentos e
campos numricos [... ]Alguns exemplos de campos numricos incluem presso,
* Benois-Pineau et ai. (1997) descrevem um mtodo similar no qual as imagens de edificios po-
dem ser recuperadas pelO cotejo com um 'esboo sintetizado'.
222 INDEXAO E RESUMOS: TEORIA E PRTICA
temperatura, umidade relativa, velocidade dos ventos e vorticidade relativa, tudo
disponvel em 14 nveis diferentes da atmosfera. [O sistema] hoje possui 3,5 anos de
dados com intervalos de 12 horas, que constituem uma base com cerca de 2 500
casos. Estamos concentrados atualmente numa regio que cobre cerca de uma oitava
parte do globo, tendo como centro a Australsia. Prevemos que mais I O anos de
dados logo estaro disponiveis para ns, o que nos permitir expandir a base de
casos para cerca de tO 000 casos. Dentro de alguns anos, as reanlises de dados
histricos [... ] devero produzir conjuntos de dados que abrangero um perodo
desde a Segunda Guerra Mundial at os dias atuais, o que permitir a construo de
uma base de dados com mais de 36 000 casos do passado.
[O sistema] recupera casos por meio do cotejo de consultas feitas pelo usurio
com rtulos de ndice explicitamente representados. As consultas identificam carac~
tersticas especficas de nvel alto da situao atual que paream ser meteorologi~
camente importantes: por exemplo, sistemas de baixa e alta presso. Os rtulos de
ndice so representaes das caracterfsticas de nvel alto da situao do tempo em
cada caso. Tanto quanto possvel, [o sistema] extrai essas caracterlstiqs automtica
ou semi~automaticamente dos dados brutos. Atualmente estamos nos concentrando
em cetias caractersticas, como as mnimas e mximas locais, que so fceis de extrair
automaticamente[... ] (p. 51).
BASES DE DADOS DE IMAGENS E SONS 223
Corridoni et ai. ( 1998) descrevem um mtodo de recuperao de pinturas
por meio da 'semntica das cores'. Em essncia, as pinturas so segmentadas
em regies que possuam diferentes caractersticas cromticas. A base de dados
pode ento ser consultada para localizar pinturas que apresentem determinadas
propriedades cromticas e caractersticas espaciais.
Experincias quanto ao emprego da textura na indexao e recuperao de
fotografias areas so descritas por Ramsey et ai. (1999). O objetivo deles era
elaborar um 'tesauro' de texturas (e talvez outras caractersticas das fotografias)
que os usurios pudessem Consultar em linha. Quando o usurio encontrasse
uma texh1ra que corresponderia ao elemento procurado (por exemplo, uma pista
de aeroporto), ele poderia utilizar o sistema para consultar imagens e encontrar
as que apresentassem texh1ras similares. Alternativamente, seria possvel em-
pregar consultas por exemplo; isto , o usurio solicitaria ao sistema que procu-
rasse fotografias que apresentassem texturas similares s de outra que j tivesse
em mos. Ma e Manjunath ( 1998) estudam a segmentao e recuperao de
fotografias areas baseadas em texturas.
Zlm e Chen (2000) chamam ateno para o fato de que um sistema ideal de
imagens precisa ter condies de fazer buscas sobre caractersticas de nvel bai~
xo (como cor, forma e textura) de uma imagem, mesmo que a consulta feita pelo
usurio esteja em nvel muito mais elevado (por exemplo, encontrar todas as
imagens que contenham pomares). Se o usurio selecionar alguma caracterstica
(por exemplo, pomar) numa fotografia area, o sistema experimental de Zhu e
Chen procurar outras imagens que paream conter caractersticas similares. O
sistema emprega apenas textura na comparao de imagens. Sua expectativa
de que resultados muito melhores seriam obtidos se a comparao se b~seasse
na forma e na cor, bem com~ na texhtra.
A indexao de imagens baseada em palavras e feita por seres humanos
cara, e por isso foram feitas vrias sugestes sobre como a indexao baseada
em conceitos seria efetuada automaticamente, ou, pelo menos, com ajuda do

I computador. Goodrum et ai. (200 1) sugerem como caractersticas de nvel baixo

das imagens seriam usadas para agrupar essas imagens de modo a possibilitar a

lr
FIGURA 100
Consulta formulada a uma base de dados meteorolgicos. A consulta pede um
complexo sistema de baixa presso sobre a Nova Zelndia com sistemas
de alta presso a leste e oeste
Apud Jones & Roydhouse. "lnteifl.~;ent relrieval o f archived meteorological data~,
lilE Krp""rl, lO (6), 1995, 5057. O 1995. p.U.
'herana' de termos. Imaginemos uma coleo de imagens que haja sido indexada
com termos atribudos por seres humanos. A essa base de dados acrescenta~se
novo lote de imagens. As tcnicas de agrupamento comparam as imagens recm-
chegadas (por exemplo, pela forma) com as que j se encontram na base de
dados. Se a nova imagem X for muito parecida com a imagem antiga A, termos A
seriam atribudos a X tambm, ou, pelo menos, apresentados como sugestes
para indexao de X. Propem tambm que esse tipo de comparao seja adotado
nas atividades de controle de qualidade. Isto , se a imagem X e a imagem Y
<fossem parecidas', mas os seres humanos houvessem indexado ambas de modo
muito diferente, o sistema criaria um ale11a que faria com que fossem examinadas
mais cuidadosamente. Por fim, propem que os usurios de uma base de imagens
224 INDEXAO E RESUI\.fOS: TEORIA E PRTICA
FIGURA IOI
Dois mapas meteorolgicos recuperados em resposta consulta da figura l 00
Apud Jones & Roydhouse, "lntelligent retrieval ofar<:hived meteoro!ogical data",
II:JX F:.rpat, lO (6), 1995, 50-57. O 1995. tur:.
sejam solicitados a apresentar uma descrio do uso que pretendem dar a uma
imagem (ou grupo) e que essas descries forneceriam termos que seriam teis
pontos de acesso em futuras recuperaes. Patrick et ai. ( 1999) e Frost (200 1)
tambm propuseram formas de indexao por 'herana'.
BASES DE DADOS DE lt-.IAGENS E SONS 225
Para imagens presentes num contexto textual (por exemplo, num jornal),
talvez seja possvel extrair automaticamente partes do texto que expliquem a
imagem. Trabalhos nessa linha foram descritos por Srihari ( 1993, 1995a,b, 1997)
e Nakamura et ai. (1993), entre outros. Estes ltimos estudam a integrao de
informaes do texto com informaes da i!nagem (neste caso um diagrama
encontrado num manual ou -numa enciclopdia). Em seu trabalho, como no de
Rajagopalan (1994), o texto usado para explicar o diagrama. Por exemplo
(segundo Rajogopalan), a afirmao 'o disco est rolando caminho abaixo' pode
esclarecer muito o que estiver representado num diagrama que completamente
esttico. Vrios sistemas experimentais 'anotaro' (isto , indexaro) imagens
baseados em palavras-chave que ocorram no texto em volta da imagem. Ver,
por exemplo, Liberman et ai. (2001).
Srihari volta-se para problemas mais difceis e sua pesquisa muito mais
complexa, recorrendo ao campo do reconhecimento da fala bem como aos do
processamento da linguagem natural e compreenso da imagem. Uma aplicao
emprega o texto de legendas para identificar seres humanos retratados em foto-
grafias de jornais. Quando a legenda pode ser usada para identificar um indivduo,
o texto dela empregado para indexar a imagem automaticamente. No prottipo
do sistema denominado Show & Te li (Srihari, 1997), um analista humano v a
imagem de uma paisagem numa estao de habaU1o e a descreve (indexa) median-
te uma combinao de entrada de dados com o mo use (apontamento) e linguagem
falada. Um sistema de reconhecimento da fala transcreve a entrada e a sincroniza
com a entrada de dados feita pelo mo use. Esse tipo de 'videoanotao' foi expan-
dido para um sistema destinado anotao de quadros de vdeo com especial
referncia indexao e buscas em vdeos em aplicaes de inteligncia militar.
Carrick e Watters ( 1997) apresentam um mtodo para problema afim: o reco-
nhecimento automtico de associaes entre diferentes mdias, como no reco-
nhecimento de que determinada fotografia se relaciona com determinada notcia.
Parece provvel que alguns usos das bases de dados de imagens sero to
imprecisos que somente permitiro os mtodos de pesquisas aleatrias ou buscas
iterativas. Um exemplo bvio a busca de um rosto do qual se conhecem ou so
lembrados apenas os traos gerais* Jain (1997) examina este problema e o
mtodo de busca iterativa para resolv.;. lo (chama-o de 'consultas incrementais'):
O usurio que estiver procura de certas informaes, por exemplo, acerca de uma
pessoa de quem tem uma vaga lembrana, especifica coisas importantes que ele
recorda sobre a pessoa (ver figura l 02]. Esta especificao talvez diga que ela tem
olhos grandes, boca grande, cabelo longo e testa pequena. Com base nessas infor-
maes, recuperam-se fotografias de pessoas que nelas se enquadrem. O usurio
* Vrios mtodos de reconhecimento de tOtogratlas de rostos so analisados na literatura. Por
exemplo, Rickmnn e Stonham (1991) propem um mtodo baseado em rede neural. O problema
tambm abordado por\Vu et ai. (1995}, Pentland (1997), Li et ai. (1997), Hafed e Levine (2001)
e Fleuret e Geman (2001).
 226 INDEXAO E RESUMOS: TEORIA E PRTICA
poder, _ento, s~leconar a que mais se aproxime de sua consulta e modificar a con~
sulta .seJa esp:clficando caractersticas seja empregando na fotografia ferramentas
de e~1o grfica e de imagens. Isso refina a imagem de consulta, que ento enviada
ao SIStema para que trnea novos candidatos satisfao da consulta. Assim, a
consulta fo~mulada _de modo gradativo, comeando com a idia vaga original. Esse
processo sera conc!UJdo quando o usurio considerm~se satisfeito (p. 71 ).
Pric: et ai. (1992) avaliam um mtodo de busca iterativa (retroalimentao
de r~levancm) p~ra a recuperao de imagens, mas baseado em descries textuais
das I~nagens ao mvs de buscas de coincidncia de padres das prprias imagens.
?udtvada et ai. (1996) tratam da retroalimentao de relevncia em relao
ultuna sttuao. ~t?cca e Schettini ( 1999) apresentam um mtodo de modificao
de bt~sca automat1ca baseado nas caractersticas de nvel baixo das imagens
seleciOnadas pelo usurio como teis e das selecionadas como no-teis.
R~we e colegas da u.s. Naval Postgraduate School formam um grupo de
pesqmsa que se concentrou na indexao de fotografias e outras imagens. Seu
m~odo emprega uma combinao de texto (legendas de figuras) e processamento
de I~nagem e~ nvel ?e
pixis. Um mtodo de rede neural usado para classifi-
ca~o de reg1~es aplicada a fotografias, e processos de anlise [parsing] auto-
mtica so aplicados s legendas. Seu trabalho, que se concentra em dados multi-
mdias em si~temas de armamentos, inclui a indexao de fotografias que fazem
patte de pgmas da Rede (Rowe e Guglielmo, 1993; Rowe, 1994, 1996; Rowe
e Frew, 1996, 1997; Guglielmo e Rowe, 1996).
Consultas Incrementais
Este processo continua at
o rosto certo ser localizado.
FIGURA 102
Consulta incrementai numa base de dados de imagens
Apud Jain (!997) com pemlisso do conselho dire!or d~ University oflllinois
Gauch et ai. ( 1999) descrevem um sistema- VJSION- que atribuir trechos
BASES DE DADOS DE !I\1AGENS E SONS 227
de vfdeo a categorias baseadas nos termos que ocorrem em suas legendas. O
esquema de classificao adotado contm cerca de 2 000 categorias. Os vdeos
que chegam podem ser cotejados com perfis de interesses dos usurios mediante
este conjunto de categorias.
Vailaya et ai. (200 I) desenvolveram procedimentos para colocao de
imagens em categorias baseadas em suas caractersticas de nvel baixo. Os
experimentos que descrevem empregam uma base de dados que contm quase
7 000 fotografias de viagens de frias:
Especificamente, estudamos a classificao hierrquica de imagens de viagens de
frias~ no nvel mais alto, elas so classificadas como intemas ou externas; as externas
so ainda classificadas como urbanas ou naturais; por fim, um subconjunto de imagens
naturais classificado nas classes de crepsculo, floresta e montanha {p. 117).
A classificao baseia-se na distribuio da cor e caractersticas da forma.
Vrios grupos de pesquisa vm estudando mtodos para indexao de cole-
es de pinturas e outros objetos de arte. Por exemplo, Ozaki et ai. (1996) des-
crevem uma abordagem que incorpora informaes sobre o que representado
(por exemplo, orientao espacial) bem como sobre fatores estticos, como cor
e estilo.
Encontram-se na literatura trabalhos que lidam com problemas mais com-
plexos da recuperao de imagens. Por exemplo, Cromp e Dorfinan ( 1992) exa-
minam um mtodo para lidar com dados de Sensoriamento remoto obtidos por
satlites em rbita, e Gudivada e Raghavan ( 1995) identificam situaes comple-
xas, em matria de recuperao, relativas a certos tipos de bases de imagens,
inclusive a representao e recuperao de imagens tridimensionais ('recuperao
por volume') e 'recuperao por movimento' (por exemplo, encontrar uma
imagem que mosha determinada ao).
Geisler et ai. (2001) descrevem trabalho em curso na University ofNot1h
Carolina visando ao desenvolvimento de uma coleo digital de vdeos (o Open
Video Project) que pode ser empregado como bancada de provas para inves-
tigaes sobre pesquisas, Tecuperao e uso de segmentos de vdeo digital.
Em livro de Wu et ai. (2000) encontra-se uma anlise exaustiva (mas
altamente tcnica) de vrios aspectos da recuperao baseada em contedos.
Embora alguns pesquisadores da rea da recuperao baseada em contedos.
sejam bastante ousados em suas pretenses, outros so bem modestos. Por
exemplo, Wang (200 I), escrevendo sobre seu trabalho com recuperao de ima-
gens baseada em contedos, na Stanford University, na dcada de 1990, admite:
Na poca, a mim parecia razovel que haveria de descobrir a soluo para o problema
da recuperao de imagens no curso do projeto. A experincia mostrou, com certeza,
que ainda estamos longe de resolver esse problema bsico {p. xi).
Imagens na Rede Mundial
natural que atualmente se esteja dando muita ateno a maneiras de me lho-
228 INDEXAO E RESUMOS: TEORIA E PRTICA
rara recuperao de imagens na Rede ivlundial. A maioria dos mais impmtantes
mecanismos de buscas realmente oferece recurso que restringe uma busca verbal
recuperao de imagens. No entanto, as pesquisas atuais tratam de processos
mais complexos, como a identificao automtica de imagens. Um livro de Chang
et ai. (2001) contm uma descrio mais atualizada dos mtodos de buscas de
multimdia na Rede.
Iyengar (200 1) organizou uma srie de artigos sobre acesso a imagens na
Rede. Chen et ai. (200 I) descrevem seu mtodo de extrao de informao tex-
tual de imagens na Rede (a pmtir de Localizadores Universais de Recursos
[URLS], ttulos, textos ao redor de uma imagem). Esses atributos semnticos de
nvel alto podem ento ser combinados com atributos de nfvel baixo. Liu et ai.
(200 I) descrevem mais detidamente a extrao de texto. Outro mtodo que
combina caractersticas de nfvel baixo e nvel alto descrito por Wu et ai. (200 l ).
Rowe e Frew (1998) descrevem mtodos desenvolvidos para identificao
automtica de fotografias na Rede Mundial. As fotografias podem ser identi-
ficadas mediante uma combinao de caractersticas, inclusive forma, dimenses,
quantidade de cores e referncias do texto. A segunda etapa dessa pesquisa a
identificao automtica de legendas para essas fotografias. Essa no uma
tarefa simples, porque, na pgina da Rede, as legendas podem estar separadas
das fotografias, e s vezes inseridas em texto maior. A localizao de legendas
feita por meio do emprego de "chaves multimodais que incluem as palavras
especificas utilizadas, a sintaxe, o leiaute circundante da pgina da Rede, e a
aparncia geral da imagem associada". Os autores reivindicam "um surpreendente
grau de sucesso" de procedimentos que evitam o processamento da imagem
completa e processamento total da linguagem natural.
Vrios grupos de pesquisas vm trabalhando sobre reconhecimento de foto-
grafias de pessoas na Rede. Os mtodos podem basear-se no reconhecimento
facial e ocorrncia do nome no texto, ou uma combinao de ambos (ver, por
exemplo, Aslandogan e Yu, 2000).
Agnew et ai. (1997) descrevem um mtodo experimental de consulta por
exemplo para busca de imagens na Rede Mundial. O sistema localizar as ima-
gens, far sua indexao (por cor, tamanho e outros atributos) e armazenar os
ndices num servidor. Smith e Chang (1997a) estudam outro mtodo de inde-
xao de imagens na Rede, que emprega tanto atributos textuais quanto visuais.
Resumos de imagens
A preparao de um resumo, ou outro tipo de sucedneo, de uma imagem
apresenta problemas especiais, principalmente no caso de imagens em movi-
mento, como os programas de televiso. Basicamente, so possveis dois tipos
de resumos: uma descrio verbal do vdeo (um resumo bastante convencional)
ou um resurno que seja ele prprio uma imagem. Embora seja possvel elaborar
resumos textuais que sintetizem as aes dos filmes ou transmisses de televiso
BASES DE DADOS DE IMAGENS E SONS 229
(como o demonstra o catlogo do American Film lnstitute), talvez seja melhor,
em ce1tos cas.os, dispor de um resumo visual de cenas do prprio filme. Geisler
et ai. (200 1) salientam que os resumos de vdeo podem ter o fonnato de imagens
estticas ou em movimento. Assim se referem aos resumos de imagens estticas:
Slide shows, stoJ)Iboards e tiras de filmes [(ilmstrips] so exemplos desse tipo[ ... ]
Normalmente as pessoas extraem os quadros-chave [ke;jlames] de cada tomada
para represent-la e em seguida arranjam todos os quadros-chave ou um subconjunto
deles para formar o resumo. Os mtodos de seleo de quadros-chave e agrupamento
ou montagem deles variam_ em diferentes projetos (p. 68).
E acrescentam:
Um resumo de imagens em movimento em si mesmo um v!deo cmto e pode oferecer
aos t1surios informaes ricas e animadas. O exemplo mais reconhecvel o trailer
de filmes( ... ] O Movie ContentAnalysis Project [ ... ]seleciona alguns trechos de um
filme e em seguida os monta no resumo finaL Resumos de imagens em movimento
incorporam tanto informaes de udio quanto visuais de uma fonte mais longa e
podem ser considerados uma pr-visualizao curta de um vdeo longo (p. 68).
Geisler et ai. alegam que ainda preciso pesquisar bastante sobre como as pessoas
interagem com os videorresumos.
Ding et al. ( 1999) compararam trs tipos de videorresumos- quadro-chave,
verbal (palavra-chave/frase) e uma combinao de ambos- com base na com-
preenso verbal (a capacidade de a pessoa apreender a idia principal de um
trecho de vdeo a partir do resumo) e 'a essncia visual' [visual g1Sting]. No lti-
mo, foram mostradas imagens aos sujeitos do teste, algumas extradas do vdeo
de origem e outras no, tendo sido solicitado a eles que selecionassem as que
pertenciam ao vdeo de origem. Trabalho relacionado a este foi relatado porTse
et ai. (1999), que estudaram os efeitos de diferentes visualizaes de quadros-
chave no desempenho do usurio em tarefas de localizao de informao. Os
usurios consideraram a visualizao esttica (stmyboard) mais fcil de utilizar
do que a visualizao dinmica (slide show), embora no hajam sido encontradas
diferenas no esempenho da tarefa.
Goodrum (2001) comparou quatro tipos de sucedneos de vdeos (ttulo,
palavras-chave, quadros estticos e quadros-chave) cotejando as decises de
semelhana para cada sucedneo com as decises de semelhana para os vdeos
representados, na hiptese de que o melhor sucedneo aquele cujo 'mapa' de
semelhana mais se aproxima do mapa dos prprios vdeos. Houve maior concor-
dncia dos sucedneos baseados em imagens do que dos que se baseavam em
textos. Goodrum, no entanto, conclui que h necessidade de ambos:
Parece claro que, apesar de os sucedneos baseados em imagens terem alcanado,
em geral, melhor desempenho, os sistemas de recuperao de video no devem excluir
as representaes textuais. Cada tipo de sucedneo tem uma contribuio exclusiva
a dar percepo, pelo usurio, do contedo informacional, e deve ser incluido
como parte de um sistema completo de recuperao de informaes visuais (p. 11 ).
 230 INDEXAO E RESUMOS: TEORIA E PRTICA
Lienhart et ai. ( 1997) descrevem, da seguinte maneira, seu mtodo de ela-
borao de resumos de vdeos:
O algori~mo de resumo~ qu~ desenvolvemos pode ser subdividido em trs passos
consecutivos [ ... ]No pnme1ro passo, segmentao e anlise do video, o vdeo de
ent~a~a ~segmentado em suas tomadas e cenas. Ao mesmo tempo, identificamse
se~e~c1as de q.uadros com eventos especiais, como um texto que aparece na se-
qUencm de crditos, tomadas em c!ose-up dos atores principais, exploses e tiros.
No segundo passo, seleo dos trechos, selecionam-se trechos do vdeo para inclu-
s_o .no resumo. O terceiro, montagem dos trechos, monta~os em suas seqncias
hna1s e produz o leiaute de apresentao; este passo envolve a definio da ordem
dos trechos do vdeo, o tipo de transio entre eles e outras decises de edio {p. 56).
Foram desenvolvidos sistemas para selecionar automaticamente quadros-
chave de vdeos e incorpor-los numa interface de busca ou consulta em bases
de dados de vdeos (ver, por exemplo, Girgensohn et ai., 2001). Isso equivale
ma1s ou menos a colocar resumos numa interface que facilite as buscas e a
consulta de textos.
Vrios grupos de pesquisa esto trabalhando no desenvolvimento de resumos
de seqncias de vdeo que sejam eficazes e 'dinmicos'. Exemplo disso o
trabaU10 de Nam e Tewfik (2002), que critica os resumos de vdeos que dependem
de arranjos estticos de quadros-chave apresentados em tela nica. Tais resumos
no 'preservam a natureza dinmica do passar do tempo' do contedo do vdeo.
Propem um mtodo de sumarizao* que produza um resumo dinmico do
vde~. Iss? seria conseguido por meio de um processo de amostragem que
seleclQnana segmentos do filme com base na quantidade de 'atividade' repre-
sentada. O resumo do vdeo 'apresenta o contedo essencial dos dados presentes
no vdeo por meio de uma rpida reproduo seqencial'.
Atributos da imagem
O grande aumento do interesse pela indexao e recuperao de imao-ens
susci~ou inmeros estudos sobre como as pessoas vem as imagens ou reag:m a
elas. Esses estudos destinam-se a descobrir quais os tipos de abordao-em que as
. o
pessoas necessitaro na recuperao de imagens e quais os tipos de termos que
sero teis para descrever e indexar imagens.
Jrgensen (1998) solicitou a 48 mestrandos que 'descrevessem tarefas', a
fim de identificar atributos de imagens que seriam teis na indexao e recu-
perao. Foram mostradas aos estudantes as mesmas seis imao-ens e lhes foi
solicitado que redigissem uma 'descrio simples' de cada uma, bem como uma
consulta para a qual a imagem seria uma 1esposta coincidente. Jrgensen relata
que embora os atributos que ocorriam com mais freqncia (termos para objetos
* No sentido dicionarizado de reswnh: Sumarizao, no sentido de elaborao automtica de
resumos, empregada por especialistas lustnos da rea da lingOistica computacional. (K.T.)
BASES DE DADOS DE JMAGENS E SONS 231
e pessoas representadas, partes do corpo, roupas, cor e localizao) fossem
previsveis e coerentes com estudos anteriores, os termos que descreviam a
'histria' na fotografia foram usados muito mais do que seria natural.
Heidorn ( 1999) estudou a descrio em linguagem natural de objetos (neste
caso, fotografias de rvores floridas) criada por pessoas <~que tentavam descrever
objetos de forma suficientemente minuciosa para que o ouvinte reconhecesse o
objeto num conjunto de objetos similares". Ele descobriu que os participantes
faziam grande uso de analogias em suas descries (por exemplo, uma planta
que parecia uma borboleta).
Goodrum e Spink (1999) examinaram mais de um milho de consultas por
imagens feitas por 211 000 usurios de um nico mecanismo de busca na Rede,
o EXCITE. Constataram que, em mdia, havia 3,74 termos por consulta e que a
grande maioria de termos elnpregados eram exclusivos, com mais da metade
ocorrendo apenas uma vez.
Frost (200 1) estudou usurios que faziam buscas numa base de imagens,
quando estavam disponveis tanto as opes visuais quanto verbais. Os sujeitos
da pesquisa eram estudantes, funcionrios e membros do corpo docente de uma
universidade. A base de dados incluia imagens relativas Terra e s cincias
espaciais. Um dos principais objetivos da pesquisa era determinar se os usurios
possuam uma imagem mental daquilo que estavam procurando e se a imagem
recuperada coincidia com a imagem mental. Com base em resultados prelimi-
nares, ela concluiu que apenas a recuperao baseada em contedo no era
suficientemente boa para os usurios generalistas, enquanto apenas a recu-
perao baseada em conceitos exigia mo-de-obra intensiva. Os custos de um
sistema de recupeiao de imagens seriam reduzidos se somente parte da coleo
fosse indexada. Os usurios encontrariam uma imagem satisfatria nessa patie
e a utilizariam para uma busca visual na parte maior da coleo.
Burke (200 I) relata estudos sobre classificao de fotografias. Ela empregou
a 'teoria do construto pessoal' (uma tcnica importada do campo da psicoterapia)
em seus exerccios de classificao, e encontrou 11 Ulll alto nvel de coerncia
entre os construtos pessoais que os participantes empregaram para distinguir as
fotografias umas das outras".
O'Counor et al. (1999) realizaram experincias em que estudantes eram
solicitados a observar imagens selecionadas e registrar as reaes que sentiam
diante dessas imagens. A hiptese subjacente era que essas reaes seriam uma
fonte til de descritores pam a organizao de uma coleo de imagensJ de
modo a facilitar a recuperao futura (isto , indexao centrada no usurio).
Foi pedido aos estudantes que redigissem legendas e tambm anotassem palavras
ou frases que descrevessem o que a imagem continha e o que sentiram diante
das imagens. Um resultado observado pe1iinente indexao de imagens foi a
ocOITncia, no incomum, de antonmia: uma frase empregada por um estudante
para descrever uma imagem era quase diametralmente oposta empregada por
 232 JNDEXAAO E RESU1ms: TEORIA E PRTICA
outro estudante_ (por exemplo, um pato 'que apenas nadava', na viso de um
estudante, era VIsto por outro como se estivesse 'numa misso'). Embora 0 uso
de termos de 'reao' talvez seja til na indexao e recuperao de imacrens
pelo menos como suplemento a termos mais convencionais, descritivos ( ;om~
'p~to' e 'lago'), claro que teriam de ser fornecidos por uma amostra represen.
tativa de observadores, a fim de captar diferentes interpretaes e pontos de vista.
Com base em anlise de quais os tipos de termos que os usurios de uma
amostra empregariam ao observar imagens selecionadas, Greisdorfe O'Cormor
(2002) concluem que "termos de consulta de base afetiva/emocional parecem
ser uma categoria descritiva importante na recuperao de imagens". difcil
entender a lgica de tal afirmativa. Os termos afetivos/emocionais (entre-'os
exemplos citados esto 'bonito', 'sempre jovem', 'feliz', 'forte', 'melancolia')
devem cettamente corresponder a reaes totalmente dependentes do momento
temporal. Isto , se a pessoa A julga que determinada imagem sugere a idia de
'fotte', haver alguma probabilidade de sua reao ser a mesma depois de um
ano? Os autores no procuraram estudar a estabilidade desse tipo de reao ou
mesmo a coerncia da reao entre um grupo grande de pessoas, de modo que
carecem por completo de base.que sustente sua concluso. Ademais muito
diffcil acreditar na probabilidade de usurios de uma base de imagen; fazerem
grande uso desses termos em buscas reais. 'Estou procura de uma fotoo-rafia de
rvores ~ue sugira a idia de' fotte" parece ser algo completamente implausvel.
Chot e Rasmussen (2002) recorreram a membros dos corpos docente e discen-
te de ps~graduao de depattamentos de histria de duas universidades em seu
estudo sobre critrios para determinar a relevncia de uma imaoem para uma
necessidade de informao. As consultas situavam-se no campo daJ1istria norte-
americana. Naturalmente, a 'topicalidade' (isto , a imagem guarda relao com
a tarefa do usurio) foi o critrio mais importante nos julgamentos de relevncia
~mbora outros critrios, como qualidade e clareza da imagem, tambm fossen~
Hnportantes. Como tambm foi notado em muitos estudos nessa rea, as con-
cluses a que chegaram os autores so relativamente triviais. Por exemplo, con~
cluem que mais provvel que os usurios julguem a relevncia das imagens a
pattir das prprias imagens do que a partir das descries textuais dessas imagens:
Em primeiro lugar, os sistemas de recuperao devem permitir aos usurios compulsar
e compa~ar UI~ con}unto de imagens recuperadas, pois a visualizao das imagens
torna ma1s fc1l os JUlgamentos de relevncia (p. 715).
Tambm concluem que a retroaliinentao de relevncia pode ser mais impmtante
na recuperao de imagens do que na de textos. Embora isso possa ser verdadeiro
no foram coletados dados que fundamentem tal concluso. Conforme documen~
tado a~tes neste captulo, vrios sistemas experimentais de fato incorporam a
retroalnnentao de relevncia.
Chen (2001a,b) estudou as consultas elaboradas por estudantes para locali-
zar imagens necessrias preparao de trabalhos finais de curso no campo da
BASES DE DADOS DE IMAGENS E SONS 233
histria da arte. Chen faz questo de nos dizer que os estudantes "raramente
usaram os conceitos de cor, forma e textura em suas consultas", implicando,
talvez, que essas caractersticas de nvel baixo seriam pouco pet1inentes recu-
perao de im~gens em histria da arte. Porm os temas atribudos aos estudan-
tes (por exemplo, o papel de Veneza na histria da arte) no eram do tipo que
provavelmente exigiria, na recuperao, uma abordagem basea?a em conte~~
Alm do mais, nenhum sistema de recuperao de imagens f01 realmente utili-
zado no estudo, e as fontes de imagens disponveis para os estudantes (ferra~
mentas impressas e stios da Rede) no foram projetadas para permitir buscas
baseadas em contedo, de modo que ficamos a imaginar por que essa concluso
viria a merecer qualquer destaque.
Turner (1995) comparou os termos que os usurios selecionaram para apli-
car a imagens (neste caso tomadas de filmes cinematogrficos) com termos j
associados com as imagens na indexao ou em descries escritas da tomada.
Ele encontrou alto nvel de concordncia. Keister (1994) contribuiu com uma
proveitosa anlise dos tipos de consultas feitas a uma base de dados de imagens,
neste caso estampas e fotografias mdicas de interesse histrico, e Sutcliffe et
ai. (1997) estudaram estratgias de busca de informaes adotadas por usurios
de bases de dados de multimdia. Hastings (1995a,b,c) estudou os tipos de pon-
tos de acesso de que precisam os historiadores da mte. Depois de observar uma
pequena coleo de imagens de pinturas, os historiadores formnentrevistados
com a finalidade de determinar, entre outras coisas, qual o tipo de ponto de
acesso que lhes seria til. Ornager ( 1997) estudou as necessidades de jornalis-
tas no uso de um arquivo de imagens de jornal.
JOrgensen (1996) constatou que sujeitos solicitados a descrever imagens
tinham maior probabilidade de selecionar atributos 'perptuos' (isto , caracte-
rfsticas bastante exatas, tais como objetos representados e sua cor) ao invs de
'interpretativos' (por exemplo, estilo mtstico ou 'clima' de uma pintura) ou
atributos 'criativos' (isto , reao pessoal pintura, como julg-la feia ou pettur-
badora). No entanto, quando instados por meio de um 'gabarito' que apresenta-
va uma srie de atributos de todos os tipos, os sujeitos mostravam maior diver-
sidade dos atributos selecionados. Ela conclui, a partir disso, que a indexao
eficaz de imagens requer o emprego de uma ampla gama de atributos: perceptuais,
interpretativos e reativos.
Com base em conceitos ou em contedo?
Layne (2002) bastante crtico dos mtodos completamente automticos de
indexao de imagens:
Quem ou o que faz a anlise do assunto numa obra de arte? H alguns anos sur~iu
um forte interesse pela anlise informatizada de imagens, e foram encetadas vnas
tentativas de aplicar tcnicas de reconhecimento de padres e mtodos iterativos
identificao e recuperao de imagens relevantes. At agora, nenhum desses esforos
 234
INDEXAO E RESUMOS: TEORIA E PRTICA
t~~e xito na recuperao de imagens de grupos heterogneos ou na identificao de
o ~~tos~ como ca_valos, que podem ser representados em diversas poses, a partir de
mm~osdangulos dJ:ercntes e sob variadas condies de iluminao. Os sistemas in for
mattza o~ so !~ais bem-sucedidos na anlise de conjuntos homogneos de imagens
e na se 1eao_de Jma~ens com b~s~ exclusivamente na cor, composio e textura. Tais
elementos_sao relativamente fceis de codificar e, portanto, de identificao relativa-
mente
.
fcil
.
pelo computadoI. FOI aparentemente com grande esforo que alg
11
sistemas tiveram algum sucesso na identificao de tipos de imagens, como paisa ~ ~
5
que tend~m a apresentar certas caractersticas comuns de cor e composio. rv~
seg~ro d1zer que a recuperao de imagens baseada em contedo- ou sei a in~~r
mattzada-, ainda est longe de v1r
' a ser ut1
' 1 , mesmo remotamente, para historiadores
' '
e pesqUJ~ad~res de arte.[ ... ] Parece que, por ora, o ideal seria deixar o homem fazer
0
que sa_ e ~er e o computador fazer o que sabe fazer. Em outras palavras, que 0
l~omem Identifique os assuntos de uma imagem attstica e que 0 computador id .
ti fique cor, for~a e composio. Por exemplo, se o indexador humano identifica~~
os ~ssuntos de Imagens de arte, o computador analisaria se necessrio um grande
conjunto recuperado de imagens do mesmo assunto (porex~mplo 'catedr;is' 'dana'
'sarcfago s ') em busca de semelhanas de forma, cor ou composio ' ' '
(p. 14-15).
. A maio~ia dos autores parece concordar com que a recuperao eficaz de
m:agens extge tanto mtodos baseados em conceitos quanto baseados em con-
teudo, aspecto esclarecido por Ornager (1994):
Embora a idia de dar entrada a uma imagem-consulta tenha muitos argumentos que
a recomendam, essas imagens-consulta nem sempre substituem a fora descritiva
das palavras, q~e podem ser melhores para alguns conceitos abstratos. difcil per-
:eber como sena possfvel criar uma imagem-consulta que representasse por exemplo
despovoamento de pequenas aldeias norueguesas' ou 'cime' (p. 214). ' transcries da pat1e de udio dos noticirios de televiso como um meio para
Cawkell (1993) focalizou o mesmo tpico:
As ima.gens-consulta substituiro as imagens descritas com palavras medida que
as t.cn1cas forem sendo aperfeioadas, embora nem todos os conceitos possam ser
assun ~onsultados de modo melhor. Consultas do tipo 'Quais as pinturas que mostram
seJ~hm.as portando medalhas?', ou 'H alguma pintura do sculo xvn onde apaream
anl~nals de estimao?' seriam bem-sucedidas. Mas conceitos abstratos talvez sej~m
ma1s bem expressos por meio de palavras usadas como descritores (p. 409).
T~rner ( 1990) salientou que, mesmo que se possa ter acesso muito rpido a
uma~n~agem (neste caso quadros de filrnes cinematogrficos), isso no exclui a
necessidade de acesso a uma descrio textual:
Alm do mais, muitas. vezes o. texto funciona como um guia da imagem. Em muitos
casos, co~st~lt.ar uma smopse aJuda o observador a interpretar a imagem; pOr exemplo,
talvez seJa uttl saber que o trem que a pessoa observa o Expresso do Oriente, ou
que a favela que aparece na tela fica bem na periferia de Quito. Em outras palav
o texto de 1 1 d ras,
. . 1ma. smopse vts~a po e proporcionar informaes teis que no esto
d!sp~nfv~l~ na 1ma~em. Ass1m, embora seja certamente conveniente ter acesso ins-
tantaneo a Imagem, tsso no dispensaria a necessidade de uma sinopse textual (p. 7).
235
BASES DE DADOS DE lli.1AGENS E SONS
No mesmo diapaso, Green e Klasn ( 1993) descrevem as experincias da
Sveriges Television [Televiso Sueca] com a indexao de programas de televi-
so, por meio, exclusivamente, de descries textuais. Todas as cenas com mais
de dez segundos de extenso so descritas com anotaes em texto livre, como,
por exemplo:
Rua de feira, apinhada de gente. Barraca de feira, laranjas, mas, uvas, pssegos.
Urna caixa de batatas cai no cho. Batatas rolam nas pedras do calamento. Moa
leva as mos ao rosto.
- Trant ( 1995) assevera que "a descrio textual permanece sendo a chaveda
recuperao de imagens", acentua a necessidade de uma norma sobre como
descrever imagens em bases de dados de imagens e menciona trabalho realizado
visando ao desenvolvimento dessa norma.
Mostafa e Dillon ( 1996) testaram uma interface de um sistema de recuperao
de imagens que possua recursos tanto para buscas visuais quanto verbais.
Concluram que era provvel que seus sujeitos (I 8 estudantes) utilizassem mais
o mtodo verbal do que o visual, e sua sugesto era de que isso poderia ser
devido basicamente falta de familiaridade com o mtodo visual.
Ogle e Stonebraker (1995), ao analisar sua experincia com um grande siste-
ma de recuperao de imagens na University ofCalifomia, Berkeley, reconhecem
que "o melhor resultado na recuperao obtido quando critrios de buscas
baseados em textos so combinados com critrios baseados em contedo".
O texto ainda essencial mesmo para as mais avanadas aplicaes de
recuperao de multimdia. Por exemplo, Hauptmann e Witbrock(\997) utilizam
recuperao de segmentos de notcias, para atender a pedidos ( utilizada a tec-
nologia de reconhecimento da fala para criar as transcries e tambm para
possibilitar consultas faladas), e Mani et al. (1997), em pesquisa assemelhada,
utilizam texto de legendas fechadas na recuperao de vdeo de noticirios. O
texto de legendas fechadas usado de forma similar por Takeshita et ai.(! 997).
Ivlesmo o sistema experimental de recuperao em mte analisado por Kurita
e Kato (1993) no depende inteiramente do exemplo visual para fins de busca.
Uma alternativa a 'consulta por descrio subjetiva', que envolve a indexao
das pinturas com adjetivos 'que representem 'impresses' do observador (por
exemplo, 'quente', 'brilhante', 'japonizado'). Do mesmo modo, DiLoreto et al.
(1995) incorporam recursos de consulta tanto visuais quanto descritivos em seu
sistema de recuperao geogrfica.
Cawkell (1994) foi um dos que focalizaram o problema da recuperao
baseada exclusivamente em contedo:
Quanto mais complexas as imagens mais dit1cil fica para o usurio produzir um
exemplo visual utilizvel, e mais difcil se torna efetuar o cotejo de padres. Talvez
seja preciso cotejar padres tridimensionais; isso aumenta as dificuldades. A ordem
 236
INDEXAO E RESUMOS: TEORIA E PRTICA
de dificuldade cresce ainda mais se o usurio estiver interessado em recuperar ima
que contenham determinado objeto dentro de uma imagem.
Por exemplo, se o usurio quiser recuperar 'todas as imagens onde houv
automvel', r_Io seria.muito.dificil representar um carro com o auxilio dos prog::~:
atual~ente di.sponfveJs que mcorporam arquivos de cllp art (que contm uma grande
s~leao de O?Jetos d:senhados) e programas do tipo 'ferramenta de desenho'. Quand
a consulta-Imagem submetida base de dados para efetuar a comparao dev ~
~er possfvel re.cuperar um carro que esteja em qualquer imagem, indepe~den;eme~;:
e como esteja representado e posicionado - tarefa que no impossvel
atualmente lenta q . , mas
, , ue ex1ge o l~so, mtens1vo e caro, de computadores (p. 129).
E cla~o que h grande diversidade nas aplicaes de recuperao de imagens
e ~rovavel que nem todas tenham muito a ganhar com alguma forma de inde-
~aao bas:ada em contedo. Um estudo sobre demanda de fotografias por jorna-
h~a~, reahzado por Markkula e Sonnunen (2000), encontrou muito pouca neces-
SI a e de ~m mtodo de recuperao baseado em contedo, embora os pesqui-
s~do~es lmjam tenta?o inventm:alguns usos possveis. Osjomalistas, na realidade,
extell1av~m n~cess1dades mUito simples (por exemplo, fotografias de objetos
?u pesso.as CUJO n~m~ era conhecido), mas no est claro at onde isso teria sido
mf1uenc:ado por h~mta~.es conhecidas na in?exao do arquivo fotogrfico.
Wan, (200 I) p10p01 Clona um resumo mmto til dos tipos de consultas com
que devem lidar os sistemas baseados em contedo:
Consulta tipo histograma: encontrar imagens com 50% de vermelho e 20% de
amarelo ...
Consulta tipo l~iaut~: encontrar imagens que tenham na parte superior um objeto
azul e na parte mfenor um objeto verde ...
Consu~ta tipo forma: encontrar imagens que tenham trs estrelas triangulares ama-
relas dispostas em anel ...
Con:ulta tipo esboo desen~ado mo: encontrar imagens que paream com de-
termmado desenho ...
Consulta por exemplo: encontrar imagens que paream determinada imagen1
~.1~
No_e~tanto, ele salienta a seguir que a maioria dos usurios de imaoens estar
0 de sons possam tambm estar presentes em alguns casos). Lu (2001) oferece
mats mteressada em buscas em 'semntica de nvel alto':
Objeto: contm uma leso
Re~a.o do ~bjeto: contm uma leso perto do lquido cerebrospinal
C!tma: uma Imagem feliz
Tempo/Lugar: noite em Yosemite
(p. 19-20)
Ens~r (2000) argumenta que as buscas baseadas em conceitos continuaro a
predommar sobre as exigncias dos usurios em colees de arquivos de imaoens
m~s ~u~ d~man~as menos tr~d~ci?nais por informaes visuais (por exet~plo:
c?mci~encm de Impresses d1g~tms e logomarcas, reconhecimento facial, clas-
sificaao baseada em textura de Imagens geolgicas) exigem um mtodo baseado
BASES DE DADOS DE lf\.1AGENS E SONS 237
gens em contedo. O ideal um sistema hbrido - em que uma busca verbal seja
usada para recuperar imagens relevantes e estas possam ento ser usadas para
procurar imagens semelhantes com base em caractersticas de contedo.
Em concluso, o mtodo. ideal de recuperao de imagens talvez seja aquele
que combine acesso convencional por meio de texto (tennos de indexao ou
narrativa descritiva) com o cotejo de imagens. Assim, uma busca com palavras
(batalha, ataque, luta) recuperaria uma imagem de determinado tipo de cena 'e
esta, por sua vez, poderia ser usada como insumo para localizar outras iguais.
Uma abordagem possvel um tesauro visual - um tesauro que armazene
imagens representativas junto com rtulos verbais (Seloff, 1990) ou possivel-
mente sem os rtulos verbais. Para uma anlise das vantagens e caractersticas
dos tesauros visuais, nas buscas em bases de imagens, ver Hogan et ai. (1991).
Chu (2001), com base em anlise bibliomtrica da literatura, conclui que
no se verificou suficiente interao entre os que trabalham com a abordagem
baseada em contedo e os que trabalham com a baseada em conceito, embora a
situao possa estar melhorando.
Metadados e vocabulrios de indexao
Um livro organizado por Baca (2002) trata de metadados e vocabulrios
controlados na descrio de imagens de arte. As ferramentas mostradas incluem
Categories for the Description o f Works o f Art (Harpring, 2002) e ICONCLASS
(Hourihane, 2002), sendo este um esquema de classificao, com notao, para
a descrio de pessoas, objetos e atividades representados em obras de arte.
Esquemas de metadados aplicveis a imagens digitais so revistos por
Greenberg (200 I).
Bases de dados de sons
A recuperao de udio apresenta desafios que so ainda maiores do que os
... apresentados pela recuperao de imagens. O campo pode ser rigorosamente
dividido em recuperao de fala e recuperao de msica (embora outros tipos
um levantamento conciso e til desse campo, embora esteja agora um pouco
desatualizado, pois os novos progressos ocorrem muito rapidamente.
Em viitude de uma trilha sonora longa provavelmente apresentar vrios com-
ponentes de udio- fala, msica e, possivelmente, outros sons (por exemplo,
gritos de animais ou ondas lambendo a praia)- o primeiro passo consiste em
classificar os vrios componentes, e Lu descreve mtodos que podem ser usados
para se conseguir isso automaticamente.
Os primitivos sistemas de reconhecimento de fala somente podiam funcionar
com vocabulrios limitadoS e um nmero limitado de falantes, porm, desde
ento, deu-se um notvel avano. Os sistemas atuais so preparados mediante a
gravao de seqncias de falas de um grande nmero de falantes. Da fase de
238 INDEXAO E RESUMOS: TEORIA E PRTICA
preparao [training] resultam vrios produtos, dos quais o mais importante
um dicionrio de palavras com suas pronncias possveis. Uma nova amostra
da fala gravada comparada com este dicionrio e a seqncia de palavras que
apresentar a melhor coincidncia ser emitida como texto gravado. Esta
explicao est um tanto simplificada (em primeiro lugar, a unidade de fala
usada para comparao est em nvel inferior ao da palavra- um fonema) mas
serve como idia geral. Aplicam-se os sistemas de reconhecimento de tla para
conve11er a palavra falada em texto que pode ser processado do mesmo modo
que outro texto o para fins de recuperao. Quer dizer, possvel extrair pala-
vras/expresses que funcionaro como termos de indexao ou fazer buscas no
texto inteiro com o emprego dos tipos de procedimento descritos no captulo 14.
O desempenho dos sistemas de reconhecimento de fala varia segundo alguns
fatores, tais como a matria falada (variando, por exemplo, de nmeros a notcias
gerais), seja a fala que resulta da leitura ou de uma conversa espontnea, e o
tamanho do vocabulrio envolvido. Lu (2001) salienta que o reconhecimento
de algarismos pode ser superior a 99%, mas que o reconhecimento de uma con-
versa telefnica comum pode cair para 50%.
Os problemas da recuperao de documentos falados foram enunciados, de
modo muito sucinto, por Wechsler et ai. (2000), da seguinte forma:
O principal problema quando se aplica o reconhecimento de fala recuperao de
documentos falados est na exatido do resultado do reconhecimento. O reco-
nhecimento automtico de fala uma tarefa dificil e, por conseguinte, seus resultados
muitas vezes contm grande quantidade de erros de reconhecimento. A preciso do
reconhecimento depende principalmente da: I) quantidade e qualidade dos dados
acsticos de preparao [training data], 2) quantidade e gnero dos diferentes falan-
tes, 3) quantidade de unidades a serem reconhecidas, e 4) do ambiente de gravao
dos documentos falados. Ademais, no h pausas acsticas entre palavras na fala
contfnua, ao contrrio dos espaos em branco num texto.
Os erros de reconhecimento normalmente degradam a eficcia de um sistema de
recuperao de documentos falados. So estratgias para superar tal problema: l)
melhorar a preciso do reconhecimento de fala, o que requer enorme quantidade de
dados de preparao e tempo, e/ou 2) desenvolver mtodos de recuperao que sejam
mais tolerantes a erros (p. 173-174).
Um mtodo consiste em desenvolver um reconhecedor de fala que possua
um grande vocabulrio. Este empregado para converter a fala em texto que
possa ento ser manipulado com mtodos.de recuperao convencionais. Isso
exige um investimento muito alto na preparao do dispositivo para reconhecer
palavras faladas por diferentes indivduos, o que implica sua limitao a um
domnio ou aplicao restrita (por exemplo, pronturios mdicos de pacientes).
Uma abordagem alternativa passar para um nvel inferior ao da palavra e
reconhecer e transcrever sons (fonemas). O reconhecimento de fonemas exige
menos preparo e, como so unidades mais bsicas do que as palavras, torna-se
possvel ter um vocabulrio ilimitado. Os documentos falados sero indexados
BASES DE DADOS DE IMAGENS E SONS
239
e pesquisados sob fonemas, o que ~quivale aproximadamente ao dispositivo de
recuperao de textos que segmenta palavras em bigramas ou trigramas com a
finalidade de buscar eficincia. No entanto, os fonemas no so realmente partes
de palavras porque, na fala, as palavras freqUentemente fluem juntas, de modo
que as unidades reconhecidas so seqncias de fonemas. Isto , o documento
falado hansfonnado em seqncias fonmicas, bem como a consulta empregada
para interrogar a base de dados. O trabalho de Wechsler et ai. (2000) caracte-
rstico das pesquisas atuais sobre recuperao de seqncias fonmicas.
natural que os programas de processamento de fala tenham melhor desem-
penho no reconhecimento de palavras existentes(' in-vocabulary') num co1pus
de preparao [training coipus] do que no reconhecimento de palavras no
encontradas antes(' out-ofvocabulmy'). Srinavasan e Petkovic (2000) explicam:
Um conhecido problema na recuperao de documentos falados o conceito de
termos presentes no vocabulrio (in-vocabulmy terms) e termos ausentes do voca-
bulrio (out-ofvocabulmy terms). Vocabulrio um conjunto de palavras que um
mecanismo de reconhecimento de fala emprega para traduzir fala em texto. Como
parte do processo de decodificao, esse mecanismo compara os sons da fala de
entrada com as palavras existentes no vocabul.rio. Portanto, somente as palavras
presentes no vocabulrio sero reconhecidas. E freqente uma palavra ausente do
vocabulrio ser reconhecida, erradamente, como uma palavra ali presente que foneti-
camente similar a uma palavra ausente do vocabulrio (p. 81).
A decomposio de vocbulos em subvocbulos, isto , fonemas, normalmente
melhora o reconhecimento de palavras presentes no vocabulrio, embora no
necessariamente o de palavras ausentes do vocabulrio. Os efeitos de palavras
ausentes do vocabulrio na recuperao de documentos falados foram estudados
por Woodland et ai. (2000).
Brown et ai. (200 I) relata ndices de erros de palavras de 28% no caso de
conversas telefnicas de um nico falante, e um ndice de cerca de 19% na fala
preparada (ou seja, no espOntnea) de um locutor de notcias em estdio. Os
autores informam que os erros de palavras variaram de 35 a 65o/o no caso de
'dados de fala do mundo real', a depender de certos fatores, como rudo de
fqndo, acstica deficiente e participao ou no de falantes nativos. Embora a
redundncia compense alguns erros, provvel que a recuperao fique bastante
prejudicada no caso de 'udio do mundo real'. Brown et ai. relatam valores de
revocao da ordem de 26% e valores de preciso por volta de 17% para esse
tipo de aplicao, embora resultados muito melhores (por exemplo, preciso de
60 a 70o/o) sejam alcanados em colees de teste menores com ndices de erros
de palavras na faixa de I O a 30%.
Apesar dos notveis progressos alcanados no reconhecimento de fala, ainda
ocorrem erros de transcrio em proporo sria. Como salientam Moreno et
ai. (2002):
Os sistemas de recuperao devem compensar os 20 a 30% de ndice de erros de
 240 lNDEXAO E RESUMOS: TEOR(A E PRTICA
palavras que normalmen~e ocorrem quando reconhecedores de fala que trabalham
cod1~1 ~ra.ndes vof:cab~lnos transcrevem udio sem restries como noticirios
ra !Otontcos ou ala mformal (p. 58-59).
Allan (2002), no entanto, alega que mesmo altos ndices de erros de transcrio
podem ser aceitveis em aplicaes de recuperao:
Mesmo com um ndice de erros de reconhecimento de 40%, a eficcia de um sistema
comum de recuperao de documentos cai apenas I O% (p. 60).
E~e explica que iss? se deve a vrias razes: I) palavras no reconhecidas talvez
n~o sejam necessanmnente palavras importantes para a recuperao; 2) redundn-
Cia(se uma palavra no for reconhecida num lugar, poder ser reconhecida em
outro); 3) sinnimos ou parassinnimos da palavra no reconhecida podem
ocorrer e ser reconhecidos.
Moreno et ai. (2002) oferecem um bom apanhado sobre os atuais recursos
para o reconhecimento de fala:
Os sistemas de reconhecimento de tla baseados em palavras adotam vocabulrios
pre_estab~le~cidos que ~ncluem de 60 000 a 100 000 vocbulos. O sistema no pode,
po1 defimao, presumtr palavras fora desse vocabulrio. Embora um vocabulrio de
100 000 palavras inclua a maior parte das palavras faladas, todo documento inclui
pequena porcentagem de palavras ausentes do vocabulrio que provavelmente so
portadoras de contedo, e sua no-incluso prejudicar o desempenho da recuperao.
Para contornar tal problema, o sistema pode adaptar o vocabulrio mediante 0
exame de documentos relativo!? ao trabalho. Por exemplo, um reconhecedor de fala
usad? :m :e~ses de t~ibunais usaria documentos juridicos para aprender as palavras
d~ dtctonano aproprmdo. Embora esses vocabulrios especializados reduzam o
numero de palavras ausentes do vocabulrio, no garantem sua eliminao (p. 59).
E, em seguida, salientam que os sistemas baseados no reconhecimento de subvo-
cbulos oferecem vantagens:
Ao invs de reconhecer palavras faladas, esses mtodos reconhecem unidades subvo-
~abulares- n?rmalmente, fonemas ou slabas- com as quais todas as palavras so
formadas. O SIStema de recuperao de informao decompe os termos de busca
em suas seqncias de subvocbulos constituintes, e ento examina os termos reco-
nhecidos para localizar seqilncias que correspondam unidade de busca (p. 59).
Singhal e Pereira (1999) fizeram experincias com a 'expanso de documen-
~os' ~ara compensar erros de transcrio na recuperao da fala. O mtodo deles
mc!UI"a e:cpanso de um texto transcrito mediante o acrscimo de palavras de alta
ft~eql~encta que ocorrem em textos 'relacionados', compensando, graas redun-
dancla, palavras perdidas na transcrio. Parece ser um mtodo muito trabalhoso.
Brown et ai. (2001 ), cujo trabalho tambm traz uma til viso da tecnolocria
de reconhecimento de fala, descreve pesquisas da IBM sobre aplicaes de 'mi~e
rao de fala'. Uma delas trata de um agente inteligente que captura os debates
travados ern reunio de negcios ou de pesquisa e ''periodicamente torna-se um
241
BASES DE DADOS DE IMAGENS E SONS
participante ativo[ ... ] sempre que encontra informao que ide~ti~ca como alta-
1ente pertinente aos debates em curso". Por exemplo, a ocorrenc1a nos debates
n ' fu ' '
do nome de um funcionrio pode disparar uma busca nos regtstros ncwnms, a
fim de recuperar e tornar disponveis informaes, como endere?, t:le~one,
o-rupo onde esteja lotado, responsabilidades, experincia. Outras mstltmes
~ambm fizeram pesquisas sobre tecnologia de apoio a reunies. Brown et al.
tambm descrevem pesquisas sobre a minerao de chamadas de televendas.
As pesquisas sobre recuperao de documentos falados so hoje facilitadas
pela existncia de uma base de dados de documentos falados no ambiente TREC
(Text Retrieval Conferences) (ver captulo seguinte). O corpus TREC 7 cons1stm
em cerca de 100 horas de noticirios radiofnicos, somando cerca de 3 000 not[-
cias. Os grupos de pesquisas participantes trabalharam com transcries desse
corpus, de diferentes qualidades, inclusive uma preparada por seres humanos e
considerada perfeita, uma preparada por um sistema de reconhecimento de fala
com cerca de 35o/o de ndice de erros de palavras, e ouha com um [ndice de erros
por volta de 50%. Os grupos participantes testaram seus mtodos de recuperao
em 23 tpicos pr-selecionados de cada transcrio (Voorhees e Hannan, 1999).
As pesquisas sobre interfaces de fala em aplicaes de recuperao remontam
a vrios anos (ver, por exemplo, Smith et ai., 1989). Abordagens mais modernas
so exempliflcadas pelo trabalho de Federe Hobbs (1995). Ao analisar o emprego
da fala humana para alimentao de dados em computador, Slmeidennan (2000)
apresenta motivos pelos quais as limitaes do ser humano (por exemplo, fadiga,
impacincia, dificuldades de corrigir erros) seriam mais importantes do que as
limitaes tecnolgicas.
Ivltodos modernos para sintetizar e arquivar sons eletronicamente tornam
disponvel grande quantidade de sons (por exemplo, para msicos), mas a r~cu
perao de um som especifico desse arquivo constitui grande problema. Fetten
e Gnzel (1994) descrevem uma abordagem da indexao e recuperao de
sons por meio de redes neurais. O ndice de recuperao criado automat~ca
mente. A capacidade de reconhecer e rotular (isto , indexar) sons automatica-
mente tem muito em comum com o processamento necessrio para reconhecer
imagens automaticamente. Como salientam Picard e Minka (1995), tanto h uma
'textura de sons' quanto uma textura de imagens. Assim, seria possvel desen-
volver tcnicas para identificar automaticamente certos sons (um sino a badalar,
gua a correr, aplausos) mediante alguma forma de cotejo de padres (sonoros).
A recuperao de sons analisada em trabalho de Blum et ai. (1997), que descre-
vem um 1 naveo-ador de sons' desenvolvido para possibilitar buscas difusas em
bases de dado~ de udio. Os recursos incluem consulta por exemplo (isto ,
'encontre sons semelhantes a ... ').
Recuperao de msica
O objetivo das abordagens modernas da recuperao de msica "responder
 242 INDEXAO E RESUMOS: TEORIA E PRTICA
consultas de msica formuladas musicalmente" (Downie e Nelson, 2000) _
isto , permitir que seja feita uma busca baseada numa entrada musical (por
exemplo, cantada ou cantarolada).
A histria da recuperao de informao musical remonta dcada de 1960
mas a maioria dos progressos alcanados se deu a partir da dcada de 1990:
Encontra-se condensada nos anais de trs simpsios internacionais sobre a
matria, realizados em2000, 200 I e 2002. Os n-abalhos de 2000 esto disponveis
no stio <http://ciir.cs.umass.edu/music2000/papers.html> e os de 200 I em <http:l
lismu200 l.mdrana.edtpapers.html>. Um objetivo impmtante desses simpsios
o desenvolvimento de uma coleo-padro de msica, consultas e avaliaes
que possam ser usadas para comparar diferentes mtodos, de modo muito
parecido com a forma como funcionam as conferncias TREC.
A recuperao de msica mais complexa do que a de fala. Lu (200 I) divide
o campo em; l) msica estl1lturada ou sinttica, e 2) msica baseada em amoshas
[s~mple-basedJ. Na primeira, as notas musicais so gravadas como algoritmos
e lmguagens de controle, que torna o cotejo com as consultas (na forma de uma
seqUncia de notas) relativamente fcil, pelo menos no caso de coincidncia
exata. A deteco de passagens de mt'lsica 'semelhante' mais complicada.
Niuito mais complexa a recuperao de msica que no esteja gravada em comum dura cerca de cinco minutos. Os autores descrevem um mtodo experi-
formato estruturado. Lu (200 I) refere-se a essa msica corno 'baseada em amos-
tras' porque ela implica o reconhecimento e extrao de samples [amostras]
musicais. Ele identifica duas abordagens de indexao/recuperao. A primeira
ba.seia-se na extrao de 'caractersticas acsticas' (como audibilidade, tom,
bnlho, largura de banda e harmonicidade) e que podem ser calculadas para cada
'quadro' da composio gravada. Uma composio musical, usada como consulta
(normalmente uma forma cantarolada), reduzida s mesmas caractersticas, o
que permite busca com base numa comparao de padres. Na segunda abor-
dagem, a indexao e a recuperao baseiam-se no tom. Para cada nota extrai-se
ou se calcula o tom. Cada tom pode ser representado como uma mudana (para
cima, para baixo ou similar) relativa ao precedente, e assim a composio musical
(ou composio de consulta) representada por meio de uma seqncia de
smbolos que representam essas alteraes de tom. Alternativamente, cada nota
musical pode ser representada por um valor de tom selecionado de um conjunto
de valores-'padro' de tom numa base de maior coincidncia. De novo, a
composio musical ser repr~sentada por uma seqncia de caracteres que
representam o valor do tom.
Lippincott (2002) nos oferece uma descrio bem til e concisa daquilo que
as atuais abordagens da recuperao de msica esto procurando realizar:
Antigamente, os usurios que procuravam informaes sobre msica voltavam-se
para fontes impressas que continham metadados registrados mo e ordenados por
ttulo, compositor e outras categorias. Obviamente, os mtodos de acesso refletiam
tcnicas de recuperao da poca, baseadas em material impresso para recuperao
BASES DE DADOS DE IMAGENS E SONS 243
de informao bibliogrfica, e tambm pressupunham algum conhecimento musical
prvio ou a presena de um bibliotecrio. Grande parte das pesquisas a~mis sobre
recuperao automatizada de infOrmao musical baseia-se em c~rac~enza~s. da
prpria msica, ao invs de informaes sobre ela. Por exemplo, ao mves de sohc1tar
uma busca por ttulo da composio, o usurio entra com uma consulta no formato
de udio e recupera resultados similares a essa consulta. As implicaes para os
usurios comuns de sistemas de recuperao de msica baseados em contedo so
importantes, pois no preciso o conhecimento bibliogrfico prvio ~e uma CO~l~o
sio musical; ao contrrio, bastar, para fins de recuperao, um trechmho de mus1ca
a fluir na mente do usurio (p. 137).
Este traball10 uma tima sntese de vrios mtodos que vm sendo pesquisados.
Liu e Tsai (200 1) salientam que:
A maneira mais direta de que um usurio leigo dispe para consultar as bases de
dados de msica cantarolar uma composio como uma consulta-exemplo para
recuperar objetos musicais similares (p. 506).
Um dos problemas, porm, a grande diferena de extens~ entre esse tip_o .de
consulta-exemplo e uma composio musical: uma consulta fetta com uma mus1ca
cantarolada normalmente dura alguns segundos, enquanto uma msica popular
mental em que o cotejo se torna mais eficiente mediante o seqenciamento de
uma composio musical em 'fases' que tm aproximadamente a mesma extenso
de uma consulta feita com msica cantarolada.
Na indexao e recuperao de msica, preciso distinguir entre msica
monofnica (nenhuma nota comea at que a nota atual tenha terminado de
soar) e a msica polifnica (uma nota pode comear antes que a anterior ter-
mine). A msica polifnica mais comum, porm mais complexa para as ope-
raes de indexao e recuperao. Pickens (2001) descreve os probler~as de
seleo de caractersticas para indexao e recuperao de mstca poltfomca.
Diversas ahordagens da i.ndexao e recuperao de msica polifnica foram
apresentadas. Ver, por exemplo, Dovey (200 I) e Doraisamy e R~er (200! l:
Downie e Nelson (2000) descrevem um mtodo de recuperaao de musrca
baseado no tom, especificamente a diferena entre dois tons, conhecida como
'intervalo'. As melodias de uma coleo de canes folclricas foram "conver-
tidas em representaes de um nico intervalo de melodias monofnicas". Estas
foram ento fraomentadas em subSees designadas 'n-gramas', que so usadas
"
para formar 'palavras musicais'. Isso permite uma abordagem da re~u?~raao -
que se assemelha busca de palavras na recuperao de textos e possibilita que
seja aplicado um sistema de processamento baseado em textos (o S?v1ART de
salton) que permite recuperao em ordem de provvel relevncia.
possvel tambm usar entrada em formato de udio para buscas em base
de dados de partituras musicais. McNab et ai. (2000) descrevem um mtodo para
recuperar partituras de uma base de dados em resposta a 'poucas notas entoadas
 244 INDEXAO E RESUMOS: TEORIA E PRTICA
ou cantar~ladas 1~um microfone'. A interface adotada transcreve a entrada acstica
em notaao musJcal comum que pode ser usada para cotejo seqencial e recu-
pera~o ~e ~nsica em ordem de provvel relevncia. Seu prottipo 'prova de
concerto f01 testado numa base de dados de canes folclricas. Conclurarnque:
No um~ empresa simples fazer buscas em grandes bases de dados de msica e
recup.erar 1t~ns. em que ocor~a um determinado tema ou seqncia de notas, tendo
em VISta, pnnc1palmente
. as Imprecises que ocorrem quando as pessoas entoa<!TI
me Io d ms, mas ISSO est com certeza ao alcance da tecnologia atual (p. 113).
Byrd e Crawford (2002) fizeram uma reviso do estado atual dos conheci-
mentos a respeito da indexao e recuperao de msica e concluram que 0
progresso alcanado nessa rea foi muito limitado: _
Apes~r de e~pressivo nmero de projetos de pesquisa haver se voltado para a recu.
per~a? de mformao musical, nas ltimas trs dcadas, esse campo ainda est
multo 1~na~ro: Poucos dizem respeito msica complexa (polifnica); os mtodos
de avah~ao mnda esto numa etapa de desenvolvimento muito primitiva; nenhum
dos proJetos enfre~lta o problema de bases de dados que so, realisticamente, de
grande escala. MUitos dos problemas a serem enfrentados se devem natureza da
prpt~ia.msica. ~ntre eles esto as questes ligadas percepo humana e cognio
da mus!ca, especialmente no que tange reconhecibilidade da frase musical[ ... ] e 0
pressuposto comum de que buscas sobre o tom (ou contorno do tom) provavelmente
bastanam p.ar.a atender a~ t~das as finalidades[ ... ] talvez seja verdadeiro para a maior
pa:h~ da nn~s~c~ monofom~a (de uma s voz), mas certamente inadequado para
musrca pohfomca (de nm1tas vozes). Mesmo no caso monofnico pode levar a
re:u~tados equ~v~cados. O fato, h muito admitido em projetos que dizem respeito
mus1ca monofomca, de que uma passagem reconhecivel normalmente no idntica
ao padro de busca significa que quase sempre necessria uma coincidncia
aproximada, mas tambm isso.se torna seriamente complicado pelas demandas da
m~ica polifnica. Quase todos os mtodos de recuperao da informao de textos
apmmse na identificao de unidades aproximadas de sentido, isto , palavras.
Um problema fundamental da recuperao da informao em msica est em que
extremamente dit1cil, talvez impossvel, localizar essas unidades (p. 249).
Sistemas multimdias
At agora este captulo tratou da recuperao de imagens e da recuperao
de sons. No entanto, tambm esto em curso pesquisas sobre problemas de
indexao e recuperao relativos a apresentaes verdadeiramente multimdias
como as transmisses de televiso. '
Um sistema de indexao de multimdias descrito por Kubala et ai. (2000)
processa a linguagem falada produzida por fontes de udio e vfdeo como os
noticirios de televiso. O prottipo desse sistema possui recursos p'ara suma-
rizao* e indexao. O autor descreve o primeiro deles da seguinte forma:
* Os problemas implicados na criao automtica de resumos de dialogo falado so bem analisa
dos por Zechner (2001).
BASES DE DADOS DE IMAGENS E SONS 245
A surnarizao uma representao estrutural do contedo em linguagem faladn que
muito poderosa e flexvel como ndice para gerenciamento de informaes baseadas
em contedo. Este resumo, que produzido automaticamente pelo sistema, inclui
caractersticas extradas, como nomes de pessoas, lugares e organizaes mencionados
no transcrito, bem como as identidades e localizaes dos f..1lantes na gravao (p. 49).
O fluxo contnuo de palavras automaticamente segmentado em 'passagens
que so tematicamente coerentes' e cada passagem indexada mediante a atri-
buio automtica de 'rtulos tpicos' extrados de um conjunto preestabelecido
de mais de 5 000 desses rtulos. Estes so classificados em ordem de probabi-
lidade de adequao e so atribudos a cada passagem os rtulos de classificao
mais alta.
Imp011ante projeto de indexao e recuperao de multimdia a Infonnedia
Digital Vide o Library da Camegie Mellon University. Wactlar et ai. (2000) assim
descrevem seus recursos:
[... ] emprega exclusivamente fala, imagem e compreenso da linguagem natural
integradas para processar transmisses de vfdeo. [ ... ]A fim de possibilitar este acesso
ao vdeo, so geradas, por meio do sistema de reconhecimento de fala Sphinx, da
Carnegie Mellon UniversitY, transcries rpidas, de alta preciso e automticas, de
noticirios de televiso, sendo incorporadas legendas fechadas onde estiverem dispo~
nveis. O processamento da imagem determina limites de cenas, reconhece rostos e
permite comparaes de semelhana de imagens. O texto visvel na tela reconhecido
por meio de reconhecimento de caracteres pticos de vdeo e pode ser pesquisado.
Tudo indexado numa biblioteca digital de video pesquisvel, onde os usurios
podem formular consultas e recuperar, como resultado, noticias relevantes[ ... ]
O sistema Informeda pennite recuperao da informao tanto no domfnio da
linguagem falada quanto no dominio do video ou imagem. As consultas em busca de
noticias relevantes podem ser feitas por meio de palavras, imagens ou mapas. Rostos
so detectados no vdeo e podem ser pesquisados. Resumos informativos podern ser
exibidos com informaes variveis, tanto visual quanto textualmente. Os resumos
de textos so exibidos para cada notcia por meio de tpicos e ttulos. So oferecidos
resumos visuais por meio de imagens miniaturizadas [tlmmbnails ], tiras de filme
[!ilmstrips] e snteses [skims] dinmicas de vdeo {p. 42.43).
Wactlar et ai. afirmam ser possvel um fndice de erros inferior a 20% no reco-
nhecimento de fala e que a transcrio de um noticirio pode aparecer na base
de dados duas horas e meia depois de haver sido transmitido.
Brown et ai. (200 I) oferecem mais esclarecimentos:
O projeto de pesquisa Informedia criou uma biblioteca digital de um milho de
megabytes em que descritores obtidos automaticamente para video so utilizados na
indexao, segmentao e acesso ao contedo da biblioteca. Combina reconheci
mento de fala, processamento de imagens e tcnicas de compreenso da linguagem
natural para o processamento automtico de vdeo, a fim de produzir uma sfntese
[skim] visual, que diminui o tempo de visualizao sem perda de contedo. Oferece
trs maneiras de visualizao dos resultados das buscas: quadrospster [poster
fiames], tiras de filme e snteses. A visualizao em quadros~pster apresenta os
 246 INDEXAO E RESUMOS: TEORIA E PRTICA
resultados da busca em formato de quadros-pster, em que cada quadro representa
um 'pargrafo' de vdeo. A visualizao em tiras de filme reduz a necessidade de vi-
sualizar cada pargrafo de vfdeo em sua totalidade ao oferecer pginas de stmyboard
para rpida visualizao. As subsees mais relevantes do pargrafo de vdeo so
exibidas como cenas-chave e as palavras-chave so nitidamente marcadas. A recupe-
rao combinada de palavras e fones tambm foi investigada no projeto Informedia,
onde se utilizou um ndice invertido para transcrio fontica, que inclui subseqn-
cias fonticas de trs a seis fones. Na recuperao o indice de documentos com pala-
vras e a transcrio fontica so pesquisados em paralelo e os resultados so fundidos.
Experincias com um corpus de cerca de 500 notcias dos noticirios da ABC e da
CNN (Cable News Network), com o emprego de ndices combinados de palavras e
fones, resultou numa preciso mdia de 0,67 com um desempenho global de 84,6%
do de um sistema de recuperao de texto completo. No caso, porm, de udio do
mundo real com alto ndice de erros de palavras de 70--80%, registrou-se uma queda
drstica da preciso e revocao para O, 17 e 0,26, respectivamente (p. 989-990).
Os recursos de buscas de imagens do sistema Informedia incluem deteco de
cor (o usurio especifica cores e regies de interesse a serem procuradas entre
as imagens). Ver Wactlar et ai. (1999).
Patel e Sethi (1996) descrevem mtodos que desenvolveram para classificar
segmentos de filmes cinematogrficos mediante processamento de udio. De
incio, o sistema somente podia identificar categorias genricas (como, por
. exemplo, 'musical'), porm os autores sugerem que ele poderia ser mais aprimo-
rado de modo a identificar especificamente tipos de cenas (cena de ao, cena
de dana, cena romntica, e assim por diante). Posteriormente (Patel e Sethi,
1997) estenderam sua pesquisa identificao dos falantes (por exemplo, atores
em trechos em vdeo de filmes).
Adami et ai. (200 1) propem um sistema que oferece acesso a documentos
multirridias por meio de ferramentas anlogas s de um livro impresso: uma
descrio hierrquica do contedo do item (similar a uma pgina convencional
de sumrio) adequada para pesquisa, e um 'ndice analtico' baseado em palavras-
chave (anlogo ao ndice do final de um livro). Sua pesquisa tem por objetivo
produzir essas ferramentas de modo automtico, e mostram um exemplo baseado
na anlise de um jogo de futebol.
Gauvain et ai. (200 1) descrevem um sistema de partilhamento e transcrio
automticos de transmisses de televiso e rdio. Segmentos de no-fala das
transmisses so identificados e removidos (automaticamente) e os segmentos
restantes so agrupados e rotulados de acordo com a largura de banda e o gnero.
Um 'reconhecedor de fala contnua, independente de falante e de vocabulrio
extenso' empregado para preparar as transcries. Afinna-se a ocorrncia de
uma mdia de erros de palavras de 20%.
Concluses
Houve muito progresso na indexao e recuperao de imagens na ltima
BASES DE DADOS DE HviAGENS E SONS 247
dcada, e algum avano se deu na indexao e recuperao de sons. Os inmeros
estudos realizados sobre a reao do observador s imagens so, contudo, de
qualidade varivel. Alguns so teis. Nlas outros, especialmente os realizados
como pesquisa para redao de teses, deixam muito a desejar. Embora sejam
apresentadas minuciosas anlises de dados, um nmero muito grande desses
estudos chega a concluses que no so nem mesmo abordadas pelos dados
coletados, dando a impresso de que as concluses foram definidas antes da
realizao de qualquer estudo.
Os campos da recuperao de imagens e sons atraram muitos pesquisadores
que no possuam qualquer experincia anterior com a recuperao de textos.
Disso resultou o surgimento de uma nova terminologia para idias muito antigas,
o que, na realidade, muito lamentvel. Um exemplo primoroso o uso da
palavra 'anotao' para designar a atribuio de um rtulo verbal a uma imagem
-ou seja, sua indexao (ver, por exemplo, Picard e Minka, 1995).
Naturalmente, os futuros desenvolvimentos na recuperao do discurso tlado
dependem em muito dos progressos que ocorrerem no campo geral da tecnologia
da fala. As revistas mais populares do ramo tendem a ser exageradamente otimis-
tas quanto s futuras possibilidades. Por exemplo, a afirmativa de Flyrm (1993):
No final da dcada, os sistemas de reconhecimento de fala permitiro a voc falar
naturalmente, com um vocUbulrio virtualmente ilimitado (p. 29)
era totalmente irreal da maneira como foi formulada.
Haas (1996), citando Rudnicky, levanta uma questo importante que perti-
nente s perspectivas nessa rea:
H uma diferena entre reconhecimento de tla e compreenso de fala: o reconhe-
cimento de fala requer que um sistema identifique as palavras numa expresso oral,
enquanto a compreenso de fala requer que um sistema tambm trate dos problemas
ligados compreenso da linguagem natura!, como anfora, elipse e outros fenmenos
do discurso. O reconhecimento de fala til para tarefas estruturadas, como entrada
de dados e emisso de comandos simples, mas um dilogo, de qualquer tipo, exige
compreenso de fala (p. 98).
A compreenso da fala humana pelo computador no uma perspectiva que
esteja presente no horizonte imediato.
:Mesmo no seio da comunidade de pesquisadores desse campo, h uma ampla
divergncia de opinies quanto ao que foi alcanado pela tecnologia de reconhe-
cimento de fala e o que poder suceder no curto prazo. Levinson (1995), por
exemplo, acredita que ainda se passar muito tempo antes que smjam sistemas
de real valor comercial:
A opinio da maioria assegura que logo os melhoramentos tcnicos tornaro o
reconhecimento de fala baseado em grandes vocabulrios comercialmente vivel
para aplicaes especticas. Minha previso[ ... ] que os melhoramentos tcnicos
surgiro de modo penosamente lento, mas que dentro de 40 a 50 anos o reconhe-
 248 INDEXAO E RESUMOS: TEORIA E PRTICA
cimento de fala com nveis de desempenho dos seres humanos estar onipresente.
Isto , progressos tcnicos incrementais resultaro, em curto prazo, numa tecnologia
frgil de valor comercial relativamente modesto em mercados muitos especiais,
enquanto importantes avanos tecnolgicos resultantes de uma verdadeira mudana
de paradigma na cincia subjacente possibilitaro s mquinas mostrar niveis humanos
de competncia na comunicao por meio da linguagem falada. Isso, por sua vez,
resultar num vasto mercado de incalculvel valor comercial (p. 9954).
No entanto, Srinavasan e Brown (2002) frisam que, embora a tecnologia da fala
estivesse lenta para encontrar aplicaes comerciais, parece que agora est pronta
para decolar comercialmente:
A conectividade da Rede, a tecnologia sem fio e os dispositivos portteis de mo-
combinados com o reconhecimento eficaz de fala baseado na gramtica[... ] -podem
finalmente levar o reconhecimento de fala a ter a importncia de um mercado de
massa (p.38).
Afirmativas exageradas tambm ocorrem no campo da recuperao de
imagens. Nluitos pesquisadores nesse terreno so completamente ingnuos em
suas crenas e expectativas. Para citar somente um exemplo, Gupta e Jain (1997),
num estudo panormico da recuperao de imagens, til por outros motivos,
estimula-nos da seguinte forma:
Os usurios podem agora extrair, armazenar e recuperar contedo informacional
'baseado em imagens'- metadados e atributos visuais -de mdia visual de modo
to fcil quanto a procura de documentos textuais (p. 71 ).
Aqueles que vimos trabalhando nessa rea h mais de 40 anos sabemos que a
recuperao de documentos texhmis est muito longe de ser fcil em bases de
dados de p011e significativo.
importante admitir que as pesquisas sobre recuperao de imagens ou
sons dependem muito mais das tcnicas de indexao automtica do que da
indexao feita por seres humanos. Por isso, as abordagens que sero objeto
dos dois prximos captulos relacionam-se bem de perto com o contedo deste.
CAPTULO 14
Buscas em textos
A aplicao de computadores recuperao de informaes, que teve incio
J-\.na dcada de 1950, possibilitou a realizao de buscas em textos em formato
eletrnico, sem que houvesse a necessidade de aplicar qualquer modalidade de
indexao a este texto: o programa utilizado na recuperao procura detenninadas
palavras, ou combinaes de palavras, no prprio texto, onde as palavras
escolhidas por quem faz a busca so indicativas daquilo que o texto est exa-
minando. As buscas feitas em textos pelo computador podem ser denominadas
'buscas em textos' ou 'buscas em linguagem natural'. O texto onde so feitas as
buscas pode ser o contedo completo de uma publicao (miigo, relatrio, ou
at um livro) ou parte dela: o resumo, extrato ou apenas o thllo. As buscas
feitas num texto integral so s vezes denominadas 'buscas em texto completo'.
A viabilidade de buscas em textos cresceu notavelmente ao longo dos anos,
na medida em que aumentou o potencial dos computadores, os custos de pro-
cessamento e armazenamento diminuram, e um volume cada vez maior de tex-
tos tornou-se disponvel em formato eletrnico, em grande parte como subpro-
duto de vrias formas de publicao. O desenvolvimento da Rede, que torna
acessvel enorme quantidade de textos a um imenso nmero de usurios, tornou
rotineira, ao invs de excepcional, a busca em textos. Por causa disso, o interesse
por mtodos de buscas em textos aumentou notavelmente na ltima dcada,
tanto na comunidade de pesquisa quanto em setores governamentais e comerciais.
Essa rea de buscas em textos vem avanando desde 1991, graas ao pro-
grama TJPSTER e a vrias outras atividades com ele relacionadas. O TIPSTER foi
uma iniciativa da Defense Advanced Research Projects Agency (DARPA), em
colaborao com o National 1nstitute o f Standards and Technology, outros r-
gos governamentais e vrias empresas comerciais. O programa teve vrios
componentes, dos quais o mais pertinente ao contedo deste captulo foram as
conferncias anuais intituladas Text Retrieval Conferences (TRECs), de que fo-
ram realizadas 11 at 2002. As atividades das TRECs impulsionam o estado de
desenvolvimento da rea, ao permitir que diferentes grupos de pesquisas testem
e comparem seus programas de recuperao em condies controladas (bases
de dados, consultas e avaliaes de relevncia mantidas constantes). Outros
componentes do TIPSTER sero focalizados no captulo seguinte.
Na realidade, este captulo e o prximo se inter-relacionam to de perto que
devero, de fato, ser lidos como uma unidade. s vezes, foi uma deciso um
250 INDEXAO E RESUMOS: TEORIA E PRTICA
tanto arbitrria decidir quanto ao que incluir neste captulo e ao que passar para
o seguinte.
Os procedimentos modernos de processamento de textos alegam que apli-
cam tcnicas oriundas de pesquisas em inteligncia artificial, e a expresso 'pro-
cessamento inteligente de textos' s vezes empregada para designar esse tipo
de processo (ver, por exemplo, Jacobs, 1992c).
Este capftulo passar em revista os mritos relativos das abordagens dare-
cuperao da informao baseadas em textos (linguagem natural) e em vocabu-
lrios controlados, far ui11 levantamento do desenvolvimento das buscas em
textos desde a dcada de 1950 e terminar com consideraes sobre os atuais
recursos nesta rea.
Considera-se a expresso linguagem natural como sinnimo de 'discurso
comum', isto , a linguagem utilizada habitualmente na escrita e na fala, e que
o contrrio de 'vocabulrio controlado'. No contexto da recuperao da infor-
mao, a expresso normalmente se refere s palavras que ocorrem em textos
impressos e, por isso, considera-se como seu sinnimo a expresso 'texto livre'.
Um texto livre pode consistir em:
I. o ttulo,
2. um resumo,
3. um extrato, ou
4. o texto integral de uma publicao.
Embora 'texto livre' se refira u~ualmente a uma parte integral de um texto, esta
expresso tambm empregada para designar palavras ou expresses extradas
do texto por um indexador humano (ou por programa de computador) e includas
num registro bibliogrfico que representa o texto. Em alguns casos, os tem1os
assim extrados so acrescidos aos ttulos de itens indexados, formando ttulos
'expandidos' ou 'enriquecidos'.
Um pouco de histria
Os tiltodos 'modernos' que visam ao uso da linguagem natural na recupe-
rao da informao remontam ao sistema Unitenn descrito porTaube em 1951.
Os princpios do sistema Uniterm despertaram atrao imediata: o contedo
temtico dos documentos podia ser representado adequadamente por meio de
palavras simples (unitermos) extradas do texto dos documentos por indexadores
com um nvel de especializao relativamente baixo. Escritos mo ou datilogra-
fados, os nmeros dos documentos eram 'lanados' em fichas projetadas para
esse fim, cada uma representando um nico termo, e as buscas eram feitas com-
parando-se os nmeros em duas ou mais fichas (de modo muito parecido com um
moderno sistema em linha que compara listas de nmeros associados a termos).
Taube teve considervel influncia sobre o desenvolvimento de sistemas de
recuperao da informao na dcada de 1950. Infelizmente, todavia, o sistema
Unitenn veio a ser na prtica menos atraente do que parecera primeira vista.
14. BUSCAS Elvl TEXTOS 251
Padecia de todos os problemas para cuja soluo os vocabulrios controlados
foram criados. Contedos temticos que apresentavam relaes muito prximas
entre si apareciam sob diferentes unitermos, e uma busca exaustiva sobre um
assunto exigia que se imaginassem todas as formas como esse assunto estaria
representado no texto, o que nem sempre era uma tarefa fcil. Esses problemas
ll acarretaram um retorno aos .vocabulrios controlados e ao desenvolvimento do
tesauro para a recuperao da informao (Holm & Rasmussen, 1961).
Alm dos problemas de ordem terminolgica, o sistema Unitenn tambm
padecia de limitaes mecnicas. Quem fosse fazer uma busca somente poderia
cotejar com facilidade duas fichas de cada vez. Assim, uma busca sobre A em
relao as, onde A estivesse representado por quatro uni termos e B por dez, exi-
giria que fossem feitas 4x 1Ocotejos de fichas separadamente. Embora isso fosse
possvel, tratava-se de uma tarefa enfadonha e demorada. Alm disso, ainda que
a relao booleana e (que envolve a comparao de nmeros) seja fcil de fazer
mediante a manipulao de fichas do sistema Uniterm (ou fichas peek-a-boo),
fica muito difcil em sistemas manuais desse tipo realizar uma busca booleana
usando ou (que envolve a filso de listas) e principalmente combinar(e) conjuntos
de termos numa relao ou. Tais manipulaes de termos so, naturalmente,
comuns em sistemas informatizados. O computador, portanto, soluciona os
problemas 'mecnicos' acarretados pela manipulao de inmeros termos no-
controlados, mas no resolve, por si mesmo, os problemas intelectuais criados
pela inexistncia de controle do vocabulrio.
Todavia, quando os computadores foram inicialmente aplicados recupera-
o da informao, em escala impmtante, em fins da dcada de 1950 e incio da
dcada de 1960, reconheceu-se que as buscas em textos, e mesmo buscas em
textos integrais, haviam se tornado uma possibilidade sedutora. Ao se estudar a
histria dos sistemas informatizados de recuperao da informao, reconhecem-
se duas linhas principais de desenvolvimento. Uma delas tem sua origem nos
grandes sistemas, desenvolvidos por certas instituies como a National Library
l
of Medicine (NLM), o Department of Defense (DOD) e a National Aeronautics
and Space Administration (NASA), que funcionavam com base em termos de
+ indexao extrados de um vocabulrio controlado e atribudos aos documentos
por indexadores humanos. A outra linha de desenvolvimento teve seu incio no
campo do direito, e envolvia a colocao de textos completos (por exemplo,
leis) em formato eletrnico e a utilizao do computador para fazer buscas de
palavras ou combinaes de palavras nesses textos. Trabalhos dessa natureza
I antecederam, na realidade, o desenvolvimento de tesauros e o surgimento dos
grandes sistemas baseados na indexao feita por seres humanos. A recuperao
de textos jurdicos integrais remonta ao trabalho de H01ty e seus colaboradores
no Health Law Center da University ofPittsburgh (Horty, 1960, 1962, Kehl et
ai., 1961). Foi no campo jurdico que as tcnicas modernas de buscas em texto
livre tiveram seu desenvolvimento inicial, e o trabalho pioneiro em Pittsburgh
lanou os alicerces dos sistemas posteriores de recuperao de informao jur-
252 !NDEXAi\0 E RESUi\-fOS: TEORIA E PRTICA
' p'
J1
' 14.
dica exemplificados por LEXIS e WESTLAW. Myers (1973) apresentou uma til
reviso sobre o estado dos conhecimentos relativos busca em textos jurdicos
por computador. Embora antigo, continua sendo um bom relato acerca dos
princpios bsic"s. Dabney (l986) serve como uma atualizao.
A distino entre os sistemas baseados essencialmente em vocabulrios
controlados e registros de indexao criados por seres humanos (muitas vezes
equivocadamente denominados sistemas 'bibliogrficos') e os sistemas basea-
dos em buscas no texto tem se tornado cada vez mais difusa com o passar dos
anos. Gradualmente, os sistemas 'bibliogrficos' foram permitindo a busca de
palavras que ocorriam nos ttulos e, depois, nos resumos, enquanto alguns dos
sistemas de texto integral acrescentavam termos de indexao atribudos por
seres humanos a fim de melhorar o acesso, e algumas bases de dados (por
exemplo, INSPEC) foram projetadas, desde o infcio, para incluir tanto termos
controlados quanto 'palavras-chave' no controladas. Na medida em que um
nmero cada vez maior de textos tornou-se disponvel em formato eletrnico,
como subproduto de atividades de editorao ou disseminao, a busca em textos
de resumos passou a ser um lugar-comum, e a busca em textos completos ultra-
passa hoje as fionteiras do direito: jornais, revistas de cunho popular, peridicos
cientficos, enciclopdias e outras fontes encontram-se agora acessveis em for-
mato de texto completo. Os stios da Rede da internet consistem majoritariamente
em texto, de modo que uma verdade indubitvel que as buscas em textos
superam hoje grandemente as buscas que envolvem vocabulrios controlados.
As buscas em textos so realizadas de dois modos. No primeiro mtodo,
palavras que no sejam comuns so includas em arquivos 'invertidos', que
mostram, para cada palavra, qual o documento em que ela aparece (e fieqilen-
temente sua posio exata nesse documento). A busca realizada nesses ndices
(os quais, no trabalho originalmente desenvolvido em Pittsburgh, eram denOmi-
nados 'concordncias') ao invs de ser realizada no prprio texto. A outra alterna-
tiva efetuar uma busca seqencial no texto, palavra por palavra, sem utilizar
qualquer ndice. Esta era a tcnica comumente empregada para prestar servios
de Disseminao Seletiva de Informaes (Dsl) a pm1ir de bases de dados, antes
de estarem amplamente difundidos os sistemas em linha. Quer dizer, os perfis
de interesses de usurios, que se achavam armazenados, eram comparados com
atualizaes peridicas da base de dados (palavras nos t!h1los ou resumos). Este
mtodo 'caudaloso' de buscas em textos era mais atraente no caso de aplicaes
de DSI do que em buscas retrospectivas devido a que o volume de texto a ser
examinado em qualquer momento muito menor na DSI. Mais tarde, contudo,
foram desenvolvidos computadores especializados que podiam fazer buscas em
textos de modo to rpido que se tornaram bastante viveis as buscas 'caudalosas'
at mesmo em bases de dados muito grandes. Por exemplo, o Fast Data Finder
(Yu et ai., I 987) alegava que realizava buscas em textos velocidade de 12,5
milhes de caracteres por segundo, o que equivale a cerca de 12,5 romances de
500 pginas a cada segundo.
BUSCAS EM TEXTOS
Embora o mtodo 'caudaloso' no seja conceitualmente diferente do mtodo
253
de fndice invetiido, possui, de fato, algumas caracterfsticas melhoradas. Por
exemplo, muito mais fcil realizar buscas com 'fragmentos' de palavras, principal-
mente seqncias de caracteres que ocorram no meio ou no fim de um vocbulo.
Os mecanismos de busca que foram desenvolvidos na internet funcionam
por intermdio da compilao de 'ndices' de textos presentes nos vrios stios
e no passam de arquivos irivetiidos convencionais.
Recursos auxiliares de busca
Mesmo nos primrdios das buscas em textos, vrios recursos au~ilia~es_ j_
haviam sido desenvolvidos para ajudar quem realizava as buscas. O ma1s prunttl-
vo deles a apresentao (ou sada impressa) em ordem alfabtica das palavras
'sionificativas' que ocorrem na base de dados, com uma indicao da freqlincm
co~ que cada uma delas ocorre. Tambm era comum algum tipo de indicador
de distncia entre as palavras (operador mtrico). A capacidade de especificar a
proximidade entre duas palavras particularmente til em buscas em ?ases de
dados de textos completos onde palavras que ocorrem em pargrafos dtferentes
podem no estar de modo algum relacionadas diretamente entre si.
Talvez o recurso auxiliar mais poderoso das buscas em linguagem natural
seja a capacidade de realiz-las em partes de palavras- quer dize~,_fazer seu
truncamento ou efetuar buscas com fragmentos de palavras. A uttlldade das
buscas com fragmentos de palavras foi analisada por Williams (1972). Os pro-
gramas de computador mais flexveis permitem que se faam buscas C?l"? ~ual
quer fragmento: truncament> direita (por exemplo, todas as palavra~ lll!Ctadas
com 'condens'), truncamento esquerda (todas as palavras que termmam co~n
'micina'), truncamento com' inflxos' (especificam-se o comeo e o fim mas nao
0 meio da palavra), ou qualquer combinao possvel desses recursos (por
exemplo, todas as palavras que incluam a cadeia de caracteres 'magnet', mde-
pendentemente de onde aparea). Embora sejam potencialmente teis em todos
os campos do conhecimento, as buscas com fragmentos de palavras parec~m ter
mais utilidade em cincia e tecnologia, onde a linguagem costuma ser ma1s pre-
visvel. Em certo sentido, esse recurso permite que se compense a ausncia de
um vocabulrio controlado mediante a formao de classes teis de palavras
numa estratgia. Assim, as buscas com o radical 'condens' provavelmente possibi-
litaro a recuperao de um grupo de documentos que tero algo a ver com
condensadores e condensao; buscas com o sufixo 'micina' resultaro em docu-
mentos que tratam de antibiticos; e buscas com 'tri. .. cobaltato' (infixo no es-
pecificado) recuperaro uma famlia de compostos qumicos afins.
As buscas com fragmentos de palavras oferecem alguns recursos do tesauro
convencional,- mas o fazem quando da sada, ao invs do controle feito na etapa
de entrada. Por exemplo, a possibilidade de buscas com os sufixos 'biticos ou
ili na ou micina ou ciclina ou.mixina' quase equivale a uma entrada 'antibiticos'
 254
INDEXAO E RESUMOS: TEORIA E PRTiCA
num tesauro convencional que leva a uma lista de termos especficos relaf
"b". !Vos a
anti I ti<:_os. O tesauro convencional um vocabulrio pr~controlado, enquanto
a form~ao de clas:es de palavras ou fragmentos de palavras numa estratgia de
busca e uma espcie de processo de 'ps-controle'.
Linguagem natural versus vocabulrio controlado:
algumas consideraes gerais
Alguns fatores importantes que influem no desempenho dos sistemas de
recuperao da informao podem ser exemplificados reportando-nos mais uma
vez figura 3. Nela, esquerda, se encontram trs representaes em texto livre
d~ u.m documento (~m tftulo e dois resumos de extenso varivel), enquanto
diretta aparecem do1s conjuntos de termos de indexao (cobertura seletiva e
exaustiva do_ contedo temtico). Os termos foram extrados do UNBIS thesaurus
(Naes U1Hdas, Dag Hmm~arskjold Library, 1985). Um fator importante que
mflu1 no desempenho dos sistemas de recuperao da informao o nmero
de pontos de acesso providos. Evidentemente, o resumo expandido prov mais
pontos de acesso do que o resumo sucinto, o qual, por sua vez, prov mais do
que o ttulo. Do me:mo modo,~ indexao exaustiva prov um nmero de pontos
de acesso quase tres vezes rnawr do que o provido pela indexao seletiva.
Uma ~usca em t~xto que se restrinja apenas ao ttulo provavelmente permitir
que esse Item s SeJa recuperado numa busca sobre o contedo temtico domi-
nante do documento. medida que se acrescenta mais texto, o item torna-se
recupervel no curso de buscas sobre ouhns aspectos. O resumo sucinto pennitiria
recuper~o em buscas sobre: ajuda norte-americana, a OLP, o Estado palestino,
Israel, ~Juda nOite-americana a Israel e conferncias de paz, enquanto o resumo
e_xpandido ac.rescenta o_utros ?ontos de acesso, tais como esforos pela paz e
lidere: do Onente Nidw. Evidentemente, isso tambm ocorre na comparao
entre mdexao seletiva e indexao exaustiva. A indexao seletiva reflete
apenas o ttulo do item e no prov pontos de acesso adicionais ao ttulo e a
indexao exaustiva equivale mais ou menos em amplitude ao resumo expandido.
Ao se considerar a recuperabilidade do item apresentado, a extenso do
regis.tro que tem n~aior imp?rtncia, e no o tipo de vocabulrio. A indexao
s~let1va, quanto a Isso, eqtuvale ao ttulo, enquanto a indexao exaustiva se
Situa em algum ponto entre os dois resumos na medida em que abrano-e o contedo
temtico do item. Como o resumo sucinto prov mais pontos de a~esso do que
o ttulo ou a indexao seletiva, o item que representa ser mais recupervel. Do
me~mo modo, a indexao exaustiva torna esse item mais recupervel do que 0
sena numa busca no resumo sucinto, porm menos recupervel do que o seria
numa busca no resumo expandido.
Uma base de dados constituda de milhares de itens indexados exausti-
vamente, como no exemplo da figura 3, provavelmente possibilitar uma
revocao muito mais alta do que uma outra que proveja acesso apenas pelos
14. BUSCAS Et\1 TEXTOS 255
ttulos. Do mesmo modo, uma base de dados constituda de resumos 'expandidos'
provavelmente possibilitar revocao mais alta do que uma outra baseada na
indexao seletiva ou mesmo, talvez, na indexao exaustiva. Isso, em si mesmo,
nada tem a ver com a comparao entre linguagem natural versus vocabulrios
controlados na recuperao da infOrmao, mas diz respeito apenas extenso
do registro no qual se podem realizar buscas.
Vrios pesquisadores, infelizmente, deixaram de atentar para a extenso do
registro ao compararem a recuperao baseada em texto livre com a recupe-
rao baseada na indexao. No de estranhar que a indexao exaustiva resulte
em revocao mais alta do que os ttulos e isto no prova que a indexao feita
por seres humanos seja superior ao texto livre. No de estranhar que um resumo
extenso resulte em revocao mais alta do que a indexao seletiva e isto no
prova que o texto livre seja superior indexao feita por seres humanos.*
Os resumos, todavia, freqentemente proporcionaro mais pontos de acesso
do que um conjunto de descritores atribudos pelo indexador, do mesmo modo,
com certeza, que o texto integral do documento. admissvel, portanto, que as
bases de dados de texto livre possibilitaro, em geral, maior revocao do que
aquelas que se apiam na indexao feita por seres humanos.
Outro fator importante que influi no desempenho de um sistema de recu-
perao a especificidade Com que se pode descrever o contedo temtico do
documento. Os tennos do UNB/S thesaurus so bastante especficos ao descrever
a maioria dos aspectos do contedo temtico do item apresentado na ilustrao
3. O texto livre, no entanto, proporciona maior especificidade por possibilitar a
recuperao a partir dos nomes dos lderes do Oriente Mdio, enquanto a inde~
xao permite apenas que se faa uma busca no nvel de 'lderes polticos'.
Quanto mais pontos de acesso forem providos para a recuperao, mais alta
ser a revocao possvel, porm, provavelmente, menor ser a preciso. Um
dos motivos disso simplesmente o fato de que quanto mais pontos de acesso
so providos, maior a probabilidade de que alguns digam respeito a aspectos
bastante secundrios do documento. Assim, o consulente que recebesse o item
da figura 3 numa busca relativa a Arafat julgaria que ele no teria qualquer
utilidade para si porque trata deArafat de uma forma muito sucinta e tangencial.
Quanto mais pontos de acesso forem providos, maior tambm ser a possi-
bilidade de que venham a ocorrer relaes esprias. Como vimos no captulo
li, essas relaes so de dois tipos: l) falsas associaes, 2) relaes incorretas
entre termos. Niuitas possibilidades so vislumbradas na figura 3. Por exemplo,
o resumo expandido causaria a recuperao desse item numa busca sobre entre-
vistas telefnicas com lderes do Oriente Mdio (ou qualquer dos lderes men-
cionados), e a indexao exaustiva causaria sua recuperao durante uma busca
* Lamentavelmente, os resultados desses estudos detCituosos continuam sendo divulgndos como
se tivessem validade (ver, por exemplo, 0\son e Boi!, 2001).
 256
INDEXAO E RESUMOS: TEORIA E PRTICA
sobre lderes polticos dos Estados Unidos. Trata-se de falsas associaes porque
os termos que causaram a recuperao no tm, essencialmente, relao entre si
n? documento (ENTREVISTAS TELEFNICAS no se relaciona diretamente com
LIDERES nem ESTADOS UNIDOS se relaciona diretamente com LDERES POLiTJCOS).
l!m ttpo mais sutil de relao espria acha-se exemplificado na indexao
~elettva ou mesmo no ttulo. Qualquer um dos dois causar a recuperao desse
Item durante uma busca sobre atitudes do Oriente Nldio em face dos Estados
Unidos. Neste caso, os termos RIENTE MDIO, ATITUDES e ESTADOS UNIDOS
tm relao direta entre si, mas a relao ambgua.
Quanto mais extenso o registro, maior a chance de que venham a ocorrer
relaes esprias. Estas, evidentemente, causam menor preciso.
Outras lies.sobre diferenas entre vocabulrio controlado e linguagem naM
tural podem ser tiradas da figura I 03. Neste caso, o UNBJS thesaurus alcana um
resultado medocre na indexao do item. O resumo bem mais especfico do
que os termos controlados: o tesauro no possui termo para 'alunos monitores'
[peer tutoring] ou mesmo 'monitoria' [tutoring]. Esse exemplo tambm ilustra
o fato de a linguagem natural tender a ser mais redundante do que os termos
controlados de indexao. Por exemplo, o resumo contm o termo programmed
learning [ensino program~do] e programmed instruction [instruo programada],
de modo ~ue esse item seria recupe1:ado por qualquer um desses termos que a
pessoa qmsesse eventualmente usar. E provvel que o texto integral de um docu-
mento proporcione notvel redundncia, aumentando as chances de vir a incluir
uma expresso empregada por quem faz a busca, assim melhorando a revocao.
A indexao feita por seres humanos , naturalmente, um processo intelectual
subjetivo, e os indexadores nem sempre incluem um assunto que deveria ser in-
cludo, representam um assunto com o melhor termo possvel ou explicitam al-
guma relao de interesse potencial para certos usurios. A completeza e redun-
dncia do texto completo evita esse tipo de problema. Horty ( 1962), o verdadeiro
pioneiro das buscas em texto completo, reconheceu isso h mais de 20 anos:
Quando o texto completo dos documentos utilizado como base de um sistema de
recuperao, as consultas no ficam amarradas maneira como os documentos foram
indexados. Quase inevitavelmente o indexador desconhece certos assuntos aos quais
a clusula jurdica aplicvel ou seria aplicvel no futuro. Todavia a pesquisa por
sua prpria natureza, determina que o pesquisador procure relaes inditas ;ntre
vrios assuntos; relaes que podem no ter sido antecipadas pelo indexador. Ao
dispensar por completo o ndice e recorrer ao texto original em cada busca, essas
novas relaes podem ser encontradas (p. 59).
Por outro lado, naturalmente, esta prpria redundncia cria grandes problemas
quando os textos de muitos documentos so combinados para formar uma grande
base de dados- h muitas formas pelas quais um assunto pode ser expresso
num texto completo e, em alguns casos, o assunto representado implcita e no
explicitamente (O'Connor, 1965), dificultando uma revocao alta. Um voca-
bulrio controlado reduz a diversidade da terminologia. Alm disso, ao ligar seM
257
14. BUSCAS EM TEXTOS
manticamente termos que tenham relao entre si, ajuda o usurio a identificar
todos os termos que seriam necessrios para realizar uma busca completa .. _
Outro fator a ser levado em conta a 'recentidade'. Novos termos surgnao
nos ttulos ou resumos muito antes de surgirem num vocabulrio controlado.
Para novos assuntos, pmianto, a linguagem natural provavelmente vence sem
esforo. A preciso ser mell10r porque o vocabulrio controlado no possibilitar
uma busca especfica. provvel tambm que a revocao seja melhor porque
quem faz a busca no ter de adivinhar quais os termos a seren~ empregados.
Finalmente, o uso do vocabulrio controlado costuma ser prefendo pelo espe
cialista em informao, que domina inteiramente as diretrizes e .regras qt~e. o
respaldam, enquanto a linguagem natural conta com a preferncia do usuar10
especialista num assunto. Deschtelets ( 1986) um autor que chamou ateno
para a impotincia de se fazer com que a linguagem. cm~trolada se aproxime
tanto quanto possvel da linguagem natural da respecttva area. . _
At ao ora identificamos diversas caractersticas do texto livre e da mdexaao
com tern~os controlados feita por seres humanos, tendo relacionado ambos com
THE USE OF PEER TUTORINGAND
PROGRAl\11\IED RADIO INSTRUCTION;
VIABLEALTERNATIVES IN EDUCATION
Hannum, W. H .. ; Morgan, R. 1\.t
1974, 38p. Educational radio*
Programmed instmction*
Florida State University Developing countries
College of Education Nonformal education
Center for Educational Technology Teachers
Tallahassee, Florida 32306
Educators in developing countries are likely to achieve more by
applying the principies rather than the things ofeducational
technology. The principies of program learning have been shown
to be effective in promoting learning in a wide variety o f
circumstances. The most effective instructional materiais can be
developed through use oftfie principies ofprogrmm~ed .
instruction and mastery learning. Radio, when combmed Wllh the
use ofpeer tutors. can be an effective educational tool in
developing countries. The concepts ofprogrammed learning .and
mastery learning can be incorporated in lhe design of educatmnal
radio programs. Such programs, accompanied by peer tutors, ~an
accomplish the total educational efl:brt within the resources of
many developing countries. This type of educational system is a
viable alterna tive to traditional fonnal educational. Such a system
should be tried in severa\ developing countries to explore its full
potential.
FIGURA 103
Comparao entre resumo e indexao com vocabulrio controlado .
o resumo foi r<:produo:ido deA././J. /(c_1 ~urch & /)..,wfupmml A h. Ira<!. com pe.rmisso do Center for Oe;e!opment lnformauon
and Evaluation. United States Agency for lntemallonal Oevelopment
Os termos assinalados com astelisco so aqueles que o index~dor considerOU
como os mais importantes para este it<:m

258 INDEXAO E RESUMOS: TEORIA E PRTICA
seus provveis efeitos sobre a revocao e a preciso. Essas relaes so resu- Fatores que favorecem a revocat1o
midas na figura I 04. Isso deixa evidente que a situao complexa, uma vez
que alguns fatores f.:1vorecem os termos controlados e outros favorecem o texto
livre. A especificidade das palavras do texto costuma melhorar a preciso, mas
dificultar a obteno de revocao alta, pelo menos durante buscas 'conceituais'
genricas, enquanto a extenso do texto costuma melhorar a revocao, porm
diminuir a preciso. A preferncia por um ou por outro numa situao determi-
nada ser bastante influenciada pelo tipo de busca a ser feita: uma busca concei-
tual genrica recomendar os termos controlados, uma busca altamente especfica
(principalmente uma que envolva nomes de pessoas, organizaes, etc.) reco-
mendar o texto livre, uma busca realmente exaustiva sobre um assunto (por
exemplo, toda referncia possvel a algum medicamento) recomendar o texto
completo, enquanto uma busca altamente seletiva (somente os itens mais im-
portantes) provavelmente recomendar a indexao com termos controlados.
Em geral, outros autores chegaram a concluses semelhantes. Por exemplo,
Fugmann (1985) salienta que as buscas em linguagem natural produzem bons
resultados no caso de 'conceitos pmticulares', mas no de 'conceitos genricos';
Dubois (1987) afirma que umadas vantagens do texto livre que 'no ocorre
demora na incorporao de novos termos'; e Perez ( 1982) afirma que ''um voca-
bulrio controlado pode resultar em perda de preciso" enquanto o texto livre
"no perde a especificidade". Knapp (1982) menciona 'assuntos especficos',
'assuntos quentes' e 'nova terminologia' como exemplos de casos em que a
linguagem natural provavelmente ser mais til.
Os aspectos relativos aos custos devem, naturalmente, ser tambm levados
em conta numa comparao entre linguagem natural e vocabulrio controlado.
O custo do processamento intelectual por seres humanos continua a subir rapida-
mente em relao ao custo do processamento por computador, e a indexao
que utiliza vocabulrio controlado exige mo-de-obra intensiva e cara. A cons-
truo e manuteno de um vocabulrio controlado podem tambm custar caro.
Na medida em que aumenta a disponibilidade de textos, a baixo custo, em formato
eletrnico, como subproduto de atividades editoriais ou de disseminao de
informaes, natural que os administradores de servios de informao analisem
cautelosamente a situao, a fim de decidir se as vantagens da indexao com
vocabulrio controlado realmente justificam os custos adicionais.
Do ponto de vista da relao custo-eficcia pode-se ver essa comparao
como uma negociao entre elitrada e sada. Ao abandonar a indexao feita
por seres humanos e os vocabulrios controlados, bem provvel que haja uma
reduo dos custos na entrada. No entanto, alcana-se essa reduo s expensas
de custos mais elevados na sada, pois se lana uma sobrecarga intelectual maior
sobre os ombros do usurio da base de dados. Entre os fatores que influem na
deciso em torno dessa negociao entre entrada e sada esto a quantidade de
documentos e buscas envolvidas, os custos do indexador e da pessoa que faz as
buscas, bem como o grau de impot1ncia atribuvel aos resultados de uma busca.
259
14. BUSCAS EM TEXTOS
Efeito do tipo de representarto .
Extenso do registro (nlnnero de A maioria das representaes em texto hvre (com
exceo apenas dos ttulos) ser mais longa do que
pontos de acesso)
um conjunto de termos de indexao atribudos.
Isso costuma melhorar a revocao, mas reduz a
preciso (aumentam os casos de 'leve meno' e
relaes esp(Jrias).
Redundncia Ser comumente maior enl texto livre, aumentando
as chances de se encontrar um item especfico. No
entanto, a grande variedade de modos como um
assunto se acha representado numa grande base de
dados formada de textos dificulta a obteno de
revocao alta.
Muito mais provvel de ocorrer muna
Presena de tennos 'conceituais'
genricos
representao baseada em vocabulrio controlado.
Pode estar implfcita e no explicit3 no texto.
Ligao de termos semanticamente Favorece nitidamente o vocabulrio controlado
relacionados bem-construido.
FMores que favorecem a precisl1o
Especit1cidade O texto livre comumente ser mais espectlco,
favorecendo a preciso. A diversidade dos modos
como os conceitos so representados dificulta
muito, no entanto, a obteno de uma revocao
alta em buscas 'conceituais' genricas. Em buscas
deste tipo sero preferveis os termos controlados
relativamente mais genricos.
Fatores que i11jl11em em ambos
As representaes em texto livre sero sempre
Atualidade
mais atuais. Para encontrar um assunto novo em
folha num sistema baseado em vocabulrio
controlado, o usurio talvez tenha de experimentar
com diversos termos (diminuindo a preciso), e
mesmo assim talvez no consiga encontrar tudo
sobre o assunto (diminuindo a revocao).
Os especialistas em infom1ao totalmente
Hbito
habituados com um vocabulrio controlado,
conseguiro utiliz-lo de maneira mais eficaz d~
que outros o fariam. O 'usurio final' pode sentir-
se melhor com a linguagem natural que ocorre em
documentos de sua rea de conhecimento.
FIGURA 104
Os prs e contras do texto livre versus vocabulrio controlado
Reviso de estudos afins: antes de 1980
Os primeiros trabalhos escritos sobre a experincia com buscas em ~extos
completos, no campo jurdico, estavam impregnados de um grande entustasmo

260 INDEXAO E RESUMOS: TEORIA E PRTICA
em face desse novo recurso. Seus autores, no entanto, no realizaram experincia
alguma visando a comparar as buscas em texto completo com a indexao com
vocabulrio controlado.
Swanson ( 1960) formou uma pequena coleo de teste, contendo I 00 mtigos
sobre fsica nuclear, e determinou quais deles eram relevantes para cada uma de
um total de 50 questes. A coleo foi tambm indexada com cabealhos de
assuntos 'criados especialmente para o campo da fsica nuclear'. As buscas em
textos completos, que contaram com a ajuda de uma 'coleo de grupos de
palavras e expresses, a modo de tesauro', apresentaram, segundo Swanson,
resultados superiores queles logrados pelas buscas em cabealhos de assuntos.
_A pesquisa 'Cranfield' sobre as caractersticas e o desempenho de linguagens
de mdexao parece ter tido profunda influncia no convencimento de muitos
profissionais da informao quanto s vantagens da linguagem natural na recu-
perao da informao. Segundo foi relatado por Cleverdon et ai. ( 1966), tratava-
se de um estudo experimental controlado. Uma coleo de teste contendo I 400
trabalhos de pesquisa, a maioria dos quais relacionada aerodinmica foi
indexada de trs formas diferentes: 1) os conceitos estudados eram anot~dos
(por exemplo, 'perdas em cascata'), 2) os conceitos eram decompostos nas
palavras que os constituam, no singular ('cascata', 'perda'), e 3) os conceitos
afins eram reunidos para formar' ligaes' ou 'temas' (por exemplo, compressor
de fluxo axial/perda em cascata). Os itens foram indexados exaustivamente:
no era raro haver de 30 a 50 'conceitos' por item.
Compilou-se um grupo de 221 questes de teste. Essas questes foram ela-
boradas por especialistas e se baseavam em trabalhos de pesquisa reais dos
quais eles mesmos eram autores. A coleo de teste foi examinada minuciosa-
mente por estudantes de ps-graduao do College o f Aeronautics (em Cranfield,
Inglaterra), e os itens que apresentassem qualquer 'relevncia' imaginvel eram
enviados pessoa que propusera a questo, a fim de que fossem avaliados de
acordo com uma escala de cinco pontos (dos quais uma categoria correspondia
a 'absolutamente no-relevantes'). Como resultado, ficava-se sabendo quais os
itens da coleo que eram relevantes para cada questo do teste (pelo menos aos
olhos do autor da quesfo) e quais no eram.
Todo o estudo foi realizado como uma espcie de simulao. Foram 'mon-
tados' diferentes tipos de vocabulrios, variando do mais elementar (palavras
simples sem quaisquer controles, fuso de singular/plural, controle da forma
das palavras [busca em radicais de palavras], controle simples de sinnimos) ao
mais complexo (agrupamento dos termos em hierarquias como apareceriam numa
verdadeira classificao hierrquica). Cada questo foi proposta 33 vezes
coleo de teste, cada uma delas correspondendo ao teste de um vocabulrio
diferente (33 ao todo), possibilitando uma comparao dos resultados alcanados
pelos vrios vocabulrios. Ao serem combinadas as medidas de revocao e
preciso numa nica medida de desempenho (denominada 'revocao norma-
lizada'), os vocabulrios constitudos de termos de uma nica palavra da lin-
}4.
261
BUSCAS El\'{ TEXTOS
auao-em natural (com controle das formas dos vocbulos, com controle de
b b
sinnimos ou sem qualquer controle) superaram em desempenho todos os outros.
o estudo Cranfield gerou muita polmica e suscitou muitas crticas ao longo
dos anos. Grande pmie dessas crticas, no entanto, teve origem numa falta de
compreenso daquilo que o estudo realmente realizou. Por exemplo, Soergel
( 1985) sugeriu que tanto a indexao quanto a linguagem de indexao eram de
qualidade duvidosa. Como eu fui um dos indexadores, posso testemunhar os
grandes cuidados que cercaram a indexao- cuidados muito maiores do que
os que provavelrnente ocorrem. num ambiente de produo habitual- e que os
indexadores possuam experincia anterior bastante respeitvel. rvresmo hoje
em dia ainda surgem crticas. Alguns autores procuraram desacreditar os resul-
tados de Cranfield com o argumento de que, como as questes se basea~am em
documentos reais, isso criaria um vis favorvel linguagem nahtral. E difcil
entender essa crtica, uma ve.z que os itens considerados relevantes pelos autores
das questes no eram os itens nos quais haviam baseado as questes.
De qualquer modo, no minha inteno defender aqui os estudos Cranfield,
mas meramente salientar que, defeituosos ou no, levaram muitas pessoas a
acreditar que, pelo menos em cet1as circunstncias, os sistemas baseados em
lino-uao-em
b b
natural teriam um desempenho to bom ou melhor do que os baseados
em vocabulrios controlados. Em alguns dos trabalhos que escreveu depois da
realizao dos testes de Cranfield, Cleverdon sugeriu que um sistema com base
na linguagem natural, se implementado de forma apropriada, sempre teria
desempenho superior ao de um sistema baseado em controle de vocabulrio.
Pouco mais tarde, Klingbiel ( l970) valeu-se dos resultados de Cranfield, aliados
sua prpria experincia no Defense Documentation Center, para afirmar que "vo-
cabulrios controlados altamente estruturados so obsoletos para a indexao e
a recuperao" e que "a linguagem nahtral da prosa cientfica totalmente ade-
quada indexao e recuperao". Pouco depois, Bhattacharyya (1974) diria:
Os resultados de vrios experimentos visando a testar e avaliar as linguagens de
indexao, realizados durante a ltima dcada, demonstraram, repetidas vezes, a fora
da linguagem natural, com o mnimo ou sem nenhum controle, como a melhor lingua-
gem de indexao (isto , levando em conta tanto a eficcia quanto a eficincia de
recuperao) (p. 235).
Aps os estudos em Cranfield, e influenciados por eles, diversos pesquisa-
dores chegaram a concluses semelhantes quanto aos mritos da linguagem
natural na recuperao da informao. Por exemplo, Aitchison et ai. (1969-
1970) empreenderam alguns testes visando a obter elementos que ajudassem
nas decises acerca da indexao da base de dados INSPEC. Compararam-se os
resultados de buscas feitas em: I) titulo, 2) ttulos mais resumos, 3) termos de
indexao utilizados na publicao impressa Science Abstracts, 4) indexao
feita por seres humanos com 'linguagem livre', e 5_) termos controlados extrados
de um rascunho de tesauro compilado pelo pessoal do INSPEC. O ambiente do
262 INDEXAO E RESUWfOS: TEORIA E PRTICA
teste consistia em 542 artigos no campo da eletrnica e 97 questes formuladas
por pesquisadores. Fizeram-se avaliaes no sentido de determinar quais artigos
eram relevantes para quais questes. Tomou-se o cuidado de estabelecer algum
nvel de 'equivalncia' entre as estratgias adotadas nas vrias modalidades de
busca. Verificou-se que a recuperao baseada no rascunho de tesauro pro-
porcionou resultados melhores do que qualquer uma das outras modalidades de
busca. Todavia, recomendava-se que a atribuio pelos indexadores de termos
da linguagem livre, que haviam ficado em segundo lugar quanto ao desempenho,
deveria ser o mtodo adotado. A base de dados INSPEC incorporou posteriom1ente
tanto termos de tesauro quanto termos de texto livre.
Em importante estudo, Keen e Digger (1972) compararam o desempenho de
vrios tipos de vocabulrios no campo da cincia da informao. As principais
caractersticas desse teste podem ser assim resumidas:
1. Foram utilizadas cinco linguagens de indexao diferentes: UL, uma lingua-
gem ps-coordenada, no-controlada, construda por indexadores mediante
a seleo de palavras dos prprios documentos; CT, uma linguagem ps-co-
ordenada de 'termos comprimidos', contendo menos de 300 termos, com
estrutura de tesauro; Pre-HS, uma linguagern pr-coordenada, hierarquicamen-
te estruturada, na forma de um esquema de classificao facetada; HS, uma
linguagem hierarquicamente estruturada (o esquema de claSsificao modi-
ficado de modo a permitir que seja utilizado de maneira ps-coordenada);
Pre-RJ, uma linguagem pr-coordenada na qual os termos da classificao
hierrquica so combinados em locues de indexao ('analetos') com o
emprego dos operadores relacionais de Farradane.
2. Uma coleo de teste de 800 documentos sobre biblioteconomia e cincia
da informao foi indexada pelos dois pesquisadores, que utilizaram cada
um dos cinco vocabulrios.
3. Os ndices criados eram inteiramente manuais, sendo que o ndice ps-coor-
denado foi montado com fichas de coincidncia ptica.
4. Sessenta e trs pedidos de buscas, obtidos junto a bibliotecrios e outros es-
pecialistas em informao, foram processados nesses ndices.
5. As buscas foram realizadas por 19 estudantes de biblioteconomia e cincia
da informao, que empregaram um plano experimental de quadrado latino.
6. Vinte auxiliares de ensino da rea elaboraram julgamentos de relevncia dos
pedidos do teste em relao a cada documento da coleo.
7. Os testes foram realizados com diferentes 'verses' dos cinco ndices. Essas
verses refletiam mudanas introduzidas na linguagem de indexao ou na
poltica de indexao. As principais varveis assim examinadas foram o
efeito da exaustividade da indexao (isto , o nmero de termos atribu!dos
por documento), a especificidade do vocabulrio, diferentes mtodos de co-
ordenao dos termos no momento da busca, o grau em que os termos so
interligados (por remissivas ou estrutura hierrquica) num vocabulrio;
14. BUSCAS EM TEXTOS 263
unio de tennos afins no momento da indexao (isto , 'compartimentagem'),
o emprego dos operadores relacionais e a proviso de 'contexto' no arquivo
de buscas (quem realiza a busca num ndice de coincidncia ptica remetido,
pelo nmero do documeilto, a um ~arquivo de contextos' onde uma entrada
de !ndice alfabtico em cadeia representa o contedo temtico especifico
estudado no documento, o que equivale aproximadamente ao contexto pro-
vido num !ndice pr-coordenado).
As diferentes linguagens foram empregadas em diferentes comparaes (quer
dizer, nem todas as comparaes so relevantes para todas as linguagens), e se
utilizou em algumas dessas comparaes um subconjunto de 241 documentos e
60 pedidos de buscas. Os resultados das diversas comparaes so apresentados,
em sua maioria, sob a forma de coeficientes de revocao e nmeros absolutos
de itens no~relevantes recuperados.
Talvez de maneira no muito imprevisvel, essa pesquisa produziu resultados
que tendem a corroborar os resultados de estudos anteriores:
As linguagens no~controladas testadas tiveram, em geral, um desempenho to bom
quanto o das linguagens controladas, ao proporcionar uma eficcia de recuperao
coerentemente boa e um desempenho de eficincia que jamais chegou a ser to ruim
quanto o da pior linguagem controlada, nem to bom quanto as melhores, e em
nenhum caso as diferenas tbram estatisticamente importantes (volume 1, p. 166-167).
Os pesquisadores, alm disso, afirmam que:
o que se prescreve para a melhor linguagem de indexao , evidentemente, que
apresente a mais alta especificidade possivel sem ter de empregar dispositivos de
preciso que sejam mais complexos do que a simples coordenao (e com po~tca ou
nenhuma pr-coordenao de termos). E, realmente, parece que as palavras Simples
da linguagem natural inglesa se aproximam da proviso desse nvel timo de espe-
cificidade (volume I, p. 169).
Keen e Diooer
oo cheoaram
o a sugerir
..... que agora
.... estava bem comprovado o ar-
a-umento coritra os vocabulrios controlados, ao ponto de afirmarem que "esta
"deve ser a ltima vez em que as tradicionais linguagens controladas de indexao
so humilhadas, por ter ficado demonstrado que no oferecem vantagem alguma"
(volume I, p. 170).
Lancaster et ai. (1972) realizaram um estudo sobre buscas em linha feitas
por pesquisadores da rea biomdica no Epilepsy Abstracts Retrieval System
(EARS). Seu objetivo era determinar a eficincia com que esses pesquisadores
podiam fazer buscas no texto de resumos no campo da epilepsia, tendo sido
efetuadas algumas comparaes entre texto livre e termos controlados. Cons-
tatou-se que, em 47 buscas, o emprego dos termos de indexao atribudos pela
E-.:cerpta JY!edica proporcionou cerca de metade da revocao que fora obt~da
com as buscas feitas em resumos. Observe-se, contudo, que os resumos geral-
mente ofereciam muito mais pontos de acesso, de modo que a comparao foi
 264 INDEXAO E RESUMOS: TEORIA E PRTICA
mais a respeito da extenso do registro do _que uma verdadeira comparao en-
tre buscas em texto livre versus buscas com termos controlados. Os pesquisadores
concluram que a busca em texto resultou em melhor revocao devido a: a)
nmero de pontos de acesso, b) maior redundncia, c) maior coincidncia entre
os termos empregados pelos usurios e as palavras do texto, d) erros e inco-
erncias na indexao feita por seres humanos, e e) termos de indexao coin- Cleverdon no apresenta explicao para essa anomalia. Outra anomalia que
cidentes entre si. Levantou-se a hiptese de que o desempenho melhoraria gran-
1
demente se algum tipo de tesauro de busca' fosse acrescentado ao sistema.
Utilizando documentos e questes reunidos por Lancaster na avaliao que
este efetuou sobre o sistema MEDLARS (Lancaster, l968a), Salton (1972) apre-
sentou resultados que sugeriani que seu sistema SMART superaria em desem-
penho as dispendiosas atividades de indexao e controle de vocabulrio asso-
ciadas ao MEDLARS. Essa comparao difere um pouco da comparao conven-
cional de buscas em bases de dados que empregam linguagem natural e que
empregam vocabulrios controlados. O SMART no funciona com base na lgebra
booleana, mas por meio de uma espcie de 'coincidncia de padres', em que
os textos dos resumos so cotejados com os textos dos pedidos feitos em lin-
guagem natural, e o usurio recebe um conjunto de opes de busca com variados
nveis de complexidade. Nos estudos de Salton, o SMART parecia superar o desem-
penho do MEDLARS somente quando se aplicava uma retroalimentao propor-
cionada pelo usurio. Ou seja, os usurios avaliavam os resultados preliminares
da busca e esta era repetida com base na retroalimentao fornecida pelo usurio
a respeito da relevncia. Isso suscita a questo de saber qual seria o desempenho
do MEDLARS se adotasse a retroalimentao de relevncia. O Sl\-lART voltar a
ser examinado no prximo captulo.
Impot1ante estudo realizado nesse per!odo fieqentemente esquecido.
Cleverdon ( 1977) comparou buscas em linguagem natural e com termos conho-
lados num subconjunto da base de dados da NASA formado por 44 000 itens.
Foram realizadas buscas em liriha em quatro centros em cada um dos quais se
faziam dez buscas. Cada busca era feita de um modo por uma pessoa e de um
modo diferente por uma segunda pessoa. As duas pessoas que realizavam a
busca sobre o mesmo assunto, cada uma de um modo diferente, primeiramente
analisavam a solicitao, a fim de chegar a um acordo sobre aquilo que o consu-
lente desejava. Essas modalidades de busca eram: a) somente em termos
controlados, b) linguagem natural dos ttulos e resumos, c) termos controlados
combinados com linguagem natural, e d) linguagem natural com o auxlio de uma
lista de 'conceitos associados'. Constatou-se que as buscas em linguagem natural
resultaram numa revocao acentuadamente mais alta e pouco diferiam, quanto
preciso, das buscas com termos controlados. A concluso de Cleverdon, corre-
tamente, foi que a extenso do resumo fora a principal causa disso.
infelizmente, o estudo de Cleverdon prejudicado pelas deficincias formais
com que foi descrito. Por exemplo, as buscas em que tanto os termos controlados
14. BUSCAS EM TEXTOS 265
quanto a linguagem natural foram utilizados tiveram um desempenho bem infe-
rior, tanto quanto revocao quanto preciso, do que as buscas que envol-
viam apenas linguagem natural. Isso exatamente o oposto do que seria natural,
sendo difcil de explicar, principalmente porque essas buscas de 'modo conjtmto'
recuperaram duas vezes mais itens do que as buscas em linguagem natural.
as buscas em linguagem natural que contaram com a ajuda do 'arquivo de con-
ceitos associados' tambm tiveram desempenho bem inferior ao das buscas
realizadas com o emprego somente da linguagem natural. Isso tambm no
explicado com clareza, ficando difcil para os leitores do relatrio de Cleverdon
chegar a suas prprias concluses, uma vez que o prprio 'arquivo de conceitos
associados' no descrito completamente. Tudo que se pode conjeturar a partir
da descrio de Cleverdon que esse arquivo resultou da co-oconncia de termos
nos Htulos de documentos da coleo.
Trabalho posterior de Martin (!980) oferece alguns esclarecimentos, mas,
por sua conta, aumenta ainda mais o mistrio. Ele esclarece que o componente
de linguagem natural da base de dados consistia em palavras simples extradas
por computador dos ttulos e resumos e posteriormente revistas por seres humanos
a fim de eliminar 'palavras proibidas' e normalizar o vocabulrio com a excluso
de grafias e formas lexicais variantes. O arquivo de conceitos associados era um
arquivo das palavras-chave extradas apenas dos titulas e que mostrava, para
cada um deles, as palavras-chave que ocorriam com maior freqncia nos ttulos.
Martin resume os resultadoS assim:
Revocao (%) Preciscio (%)
Termos controlados 56 74
Lingungem natuml 78 63
Linguagem natural mais termos controlados 71 45
E, ento, acrescenta que "para cada documento relevante recuperado pela lin-
guagem controlada, a linguagem natural sozinha recuperou 1,4, a linguagem
natural mais a linguagem controlada 1,6 [... ]",o que totalmente incompatvel
com os valores de revocao/preciso apresentados. Nlartin tambm esclarece
que as buscas em 'linguagem natural mais termo controlado' incluem algumas
que envolviam somente termos controlados (onde a pessoa que fazia a busca
no viu necessidade de adicionar a linguagem natural) e, portanto, "elas no
representavam todo o potencial de LC [linguagem controlada] mais LN [linguagem
natural]". As incoerncias nos resultados e nas afirmaes sobre eles, bem como
preocupaes acerca das instrues passadas s pessoas que faziam as buscas,
lanam alguma dvida sobre a validade dessa comparao.
Somente um estudo realizado durante esse perfodo afirma ter encontrado
resultados superiores para a indexao feita por seres humanos com o emprego
de um vocabulrio controlado. Hersey et ai. ( 1971) utilizaram um subconjunto
da base de dados do Smithsonian Science Information Exchange (SIE, formada
266 INDEXAO E RESUMOS: TEORIA E PRTICA
por 4 655 descries de projetos, na comparao que fizeram entre texto livre e
'indexao por cientistas'. A indexao envolveu o emprego de cdigos de
assuntos, a_tribudos ?or especialistas, e extrados de um esquema de classificao
desenvolvido especJahnente para esse fim. Para 27 buscas realizadas no prprio
SIE, foram alcanados os seguintes resultados:
Revocao ('A) Preciso (%)
Texto de descries de projetos 66 SI
Indexao de assuntos 95 95
Nlais uma vez as deficincias do relato dificultam para o leitor a compreenso
exata do que foi feito. As questes utilizadas foram umas que haviam sido 'ante-
riormente formuladas', mas no se esclarece se os resultados concernentes
indexao de assuntos foram obtidos quando as buscas foram originalmente
feitas para os usurios, ou se foram obtidos mais tarde, no momento da realizao
das buscas em texto livre. Os seguintes pontos tambm so obscuros: de que
modo foram feitas as avaliaes de relevncia (aparentemente foram feitas pelo
pessoal do SIE e no pelos solicitantes originais), de que forma o pedido foi
entregue a quem fazia a busca em texto livre, e se foram ou no impostos controles
s pessoas que faziam as buscas, a fim de se conseguir cet1o nvel de equivalncia
de mtodo entre busca em texto e busca em termos de indexao.
Cada um desses fatores teria grande influncia nos resultados do estudo. Por
exemplo, se o pedido usado como base para a busca em texto livre no estives-
se nas palavras originais do solicitante, mas houvesse sido 'negociado' mediante
interao com o pessoal do SIE, os resultados da comparao poderiam muito
bem apresentar um vis para os cdigos de assuntos. O fato de os resultados
desse estudo relativos revocao/preciso terem sido bem mais altos do que
os de outras pesquisas, e muito mais altos do que os obtidos durante o funciona-
mento rotineiro de sistemas de recuperao (Lancaster, 1968a), aliado a um
relato muito impreciso, suscita srias dvidas quanto validade dessa compara-
o. Os valores de preciso excepcionalmente altos explicam-se, porm, parcial-
mente, pelo fato de que o arquivo de teste de descries de projetos era realmente
uma fuso de quatro arquivos de teste separados sobre reas temticas com-
pletamente diferentes.
Um estudo suplementar nessa base de dados foi realizado pelo Biological
Sciences Communication Project, da George Washington University, utilizando
12 questes do SIE. As buscas nos cdigos de assuntos recuperaram 91 projetos,
74 dos quais foram considerados relevantes (preciso de 81 %), enquanto as
buscas em texto recuperaram 70, dos quais 43 foram considerados relevantes
(preciso de 61%). Combinando-se os resultados das buscas em texto livre e
com cdigos de assuntos, conclui-se que a revocao foi de cerca de 50% para
texto e 90% para indexao de assuntos, porm alguns itens s foram recuperados
por cada uma das modalidades de busca.
Byrne (1975) utilizou 50 perfis de DSI na base de dados COMPENDEX e compa-
14. BUSCAS EM TEXTOS 267
rou os resultados quando as buscas foram realizadas nos ttulos, resumos e
cabealhos de assuntos, alm de vrias combinaes destes elementos. Os resul-
tados de uma modalidade de busca foram comparados com os resultados
combinados de todas as modalidades. Empregando este padro, os cabealhos
de assuntos sozinhos recuperaram 21% dos itens, os resumos sozinhos 61%, os
ttulos mais os resumos 75%, e os ttulos mais os termos de assuntos 41%. No
de estranhar, pmianto, que, aparentemente, as representaes mais extensas
tenham resultado em muito melhor revocao. No entanto, no se fizeram avalia-
es reais de relevncia nesse estudo: tudo que foi recuperado foi considerado
ipso facto como sendo uma resposta apropriada.
Reviso de estudos afins: a partir de 1980
Em geral, as comparaes entre buscas em texto livre e com vocabulrio
controlado realizadas nas dcadas de 1960 e 1970 mostravam que o texto livre
funcionava to bem quanto os termos controlados, seno melhor. Tais estudos,
porm, foram realizados em arquivos muito pequenos, e s vezes insignificante-
mente pequenos. Em sua maioria, tratava-se de estudos experimentais, ao invs
de envolver servios de informao reais funcionando em condies de trabalho
concretas. A partir de 1980 alguns estudos foram realizados com bases de dados
de maior porte e/ou envolvendo servios verdadeiramente operacionais.
Markey et ai. (1980) empreenderam uma anlise de enunciados de busca
com vocabulrio controlado e texto livre em buscas em linha na base de dados
ERIC. Tambm realizaram 'testes de buscas em linha', comparando vocabulrio
livre e controlado, mas usando somente seis assuntos. Concluram que o texto
livre resultou em revocao mais alta e os termos controlados resultaram em
mais alta preciso. Igual a muitos outros estudos, o relato do teste lamentavel-
mente inadequado. No h informaes sobre como foram feitas as avaliaes
de relevncia nem sobre como as buscas foram realizadas, de modo que o leitor
no sabe se foi feito algum eSforo para 'controlar' as estratgias de busca, a
flm de evitar o favorecimento de uma das modalidades de busca. Os escores
insolitamente elevados (93% de revocao e 71% de preciso para texto livre, e
76% de revocao e 95% de preciso para termos controlados) lanam dvida
sobre a validade desse estudo.
Diversos estudos foram realizados no campo do direito. Coco ( 1984) utilizou
uma base de dados sobre casos em tribunais itinerantes (1960-1969) e 50
'problemas de pesquisa' verdadeiros extrados de um estudo de 1977 do Federal
Judicial Center, a fim de comparar a recuperao nos sistemas WESTLAW e LEXIS.
O LEXIS inclui somente o texto dos pareceres vinculados a esses casos, enquanto
o WESTLAW acrescenta 'componentes editoriais' ao texto dos pareceres, inclusive
vrias formas de sinopses. O objetivo declarado desse estudo era comparar os
resultados de buscas baseadas somente no texto com os alcanados com o texto
mais acrscimos editoriais. Como as buscas no WESTLAW foram executadas com
268 INDEXAO E RESUMOS: TEORIA E PRTICA
e sem os acrscimos editoriais, a comparao com o LEXIS tornou-se totalmente
desnecessria e s serviu para confundir o leitor. De qualquer modo, a compara-
o entre LEXIS e WESTLA w no poderia ser considerada inteiramente vlida
porque as bases de dados no eram exatamente comparveis. Como diz Coco,
"os sistemas continham aproximadamente [grifo meu] o mesmo nmero de casos
para esse perodo". Alm disso, no houve qualquer esforo sistemtico para
determinar se os casos recuperados eram ou no de alguma forma relevantes
para os problemas de pesquisa.
Se o nico exemplo apresentado por Coco for representativo de todos os
itens da base de dados, o texto ampliado do WESTLAW quase duas vezes o
tamanho do texto do parecer sozinho. No de estranhar, portanto, que tenha
recuperado mais casos (913 contra 728, embora no se saiba quantos mais eram
'relevantes'). De fato, seria razovel supor que o dobro da extenso de texto
causaria um aumento superior a 20% do nmero de casos recuperados. O fato
de isso no ter ocorrido deve ser em parte atribufvel coincidncia de tennos
entre o texto e os acrscimos editoriais. Os resultados do estudo eram totalmente
previsveis desde o incio, e seria dispensvel esse tipo de pesquisa para nos
dizer que dobrando o tamanho do texto crescer o nmero de itens recuperados.
Blair e Maron (1985) realizaram um estudo bastante extenso sobre uma
base de dados jurdicos, que utilizava o sistema STAIRS (cerca de 350 000 pginas
de texto, ou 40 000 documentos, e 40 pedidos de informao). Auxiliares advo-
catcios realizaram buscas exaustivas, iterativas, em linJ1a, e s as interromperam
quando os advogados para quem trabalhavam se consideraram satisfeitos, pois
pelo menos 75% das referncias relevantes haviam sido recuperadas. Por
amostragem, no entanto, os pesquisadores calcularam que se alcanara no mais
de 20% de revocao. Concluem que os resultados de seu estudo lanam sria
dvida sobre a eficcia das buscas em texto completo e, com base em algumas
anlises de custos muito duvidosas, que as buscas em texto completo so muito
mais caras do que os mtodos alternativos. Esquecem por completo o fato de
que grandes sistemas que empregam vocabulrio controlado talvez no alcancem
um desempenho melhor. Por exemplo, um estudo de 535 buscas no MEDLINE,
realizadas por 191 pessoas diferentes, mostrou que elas apresentaram uma
revocao mdia de apenas 23% e uma preciso de 67% (Wanger et ai., 1980).
Dabney ( 1986a), embora tomando por base em grande parte os resultados de
Blair e Niaron, oferece um excelente estudo dos problemas da recuperao em
texto completo no campo jurdico. Respostas de McDennott ( 1986) e de Runde
e Lindberg (1986) a Dabney, bem como um comentrio com aditamentos de
Dabney (1986b), tambm merecem ser examinados. Salton (1986) produziu
uma minuciosa reviso do estudo de Blair e Maron. Ele discorda enfaticamente
da concluso deles segundo a qual bases de dados indexadas por seres humanos
provavelmente tero melhor desempenho do que as buscas em textos.
Um dos melhores estudos em que se compara o texto completo com resumos
]4. BUSCAS EM TEXTOS 269
e indexao controlada foi empreendido por Tenopir (1984). Utilizando a Har-
vard Business Review em linha, Tenopir obteve os seguintes resultados, divididos
proporcionalmente entre 31. buscas:
Texto Resumos Termos
completo controlados
Nmero de documentos recuperados (mdia) 17,8 2,4 3, I
Documentos relevantes recuperados (mdia) 3,5 1,0 1,2
Revocao (relativa fuso de todos os mtodos) 73,9 19,3 28,0
Preciso 13,0 35,6 34,0
Custo por busca (em us$) 20,57 4,95 5,32
Custo por item relevante recuperado (em USS) 7,86 3,89 3,54
As cifras de Tenopir relativas a custos no podem ser levadas muito a srio, pois
ela incluiu os custos da aquisio de cpias completas dos documentos para a
realizao dos julgamentos de relevncia, enquanto na vida real isso raramente
aconteceria (isto , os usurios fariam seus julgamentos com base nos ttulos e/
ou resumos mostrados em linha). Talvez o resultado mais importante da pesquisa
de Tenopir seja ter verificado que as buscas em termos controlados recuperaram
alguns itens que no foram recuperados com texto completo, e vice-versa, de-
monstrando a necessidade de ambos os mtodos.
Posteriormente, Ro (1988) realizou estudo dando seguimento pesquisa
sobre a base de dados da Harvard Business Review, o qual produziu resultados
semelhantes aos alcanados por Tenopir.
Sievert et ai. (1992) descobriu, o que no foi surpresa, que buscas numa
base de dados que continha o texto integral de mtigos de revistas mdicas obti-
nham melhor revocao do que buscas na base MEDLINE, embora as buscas em
texto completo resultassem em muito menor preciso. Em artigo anterior, contu-
do, chamaram a ateno para os problemas das buscas em texto completo ao
analisar os motivos de no-recuperao, na base de dados de textos completos,
de itens relevantes recuperados no MEDLINE (Sievert e lvlcKinin, 1989)
Os melhoramentos que a utilizao de termos do texto, alm dos termos
controlados, introduz na revocao foram demonstrados por diversos pesquisa-
dores, inclusive McCain et ai. ( 1987), que compararam os resultados de buscas
em cinco bases de dados sobre 11 tpicos das cincias mdicas comporta mentais.
Vrios outros estudos relataram os resultados de buscas em texto completo
ou parcial, mas sem fazer comparaes com buscas com termos controlados.
Alguns desses estudos envolveram sistemas (semelhantes de algum modo ao
SMART) que adotam mtodos probabilsticos eloulingliisticos de ordenao dos
documentos, ou pargrafos deles, com base em sua similaridade com enuncia-
dos de pedidos ou estratgias de busca. Por exemplo, Bernstein e Williamson
(1984) avaliam esses mtodos aplicados Hepatitis Knowledge Base [Base de
Conhecimentos sobre Hepatite], e Tong et ai. (1985) avaliam tcnicas de
inteligncia artificial aplicadas recuperao em texto completo numa base de
dados de noticias.
270 INDEXAO E RESUMOS: TEORIA E PRTICA
. Fidel ( 1992) sugere quais os fatores que favorecero as buscas com vocabu].
no controlado e os que favorecero as buscas em textos. Num estudo de 28I
buscas reais efetuadas por 47 especialistas treinados, ela identificou vrios fatores
que afetam a escolha de termos controlados versus palavras do texto feita por
quem faz a busca. Ela constatou que existe mais confiana no texto em algumas
reas temticas do que em outras (embora isso possa estar menos relacionado s
.
caractersticas do assunto ou sua linguagem do que qualidade dos vocabulrios
controlados usados em vrias bases de dados~especialmente sua especificidade
- e qualidade da indexao com vocabulrio controlado).
Com a finalidade de meU10rar os resultados das buscas, alguns pesquisadores
estudaram os efeitos da segmentao de um texto em unidades menores, numa
tentativa de melhorar a preciso das buscas s~m srios prejuzos para a revocao.
Williams ( 1998) distingue entre segmentao do discurso (baseado em ll"ases
pargrafos, sees) e segmentao em janelas (diviso do texto em pedaos d~
tamanho arbitrrio). \Villiams testou a recuperao (coeficientes de revocao e
preciso) para pargrafos, pginas, trs diferentes janelas (250, 500 e l 000
palavras) e trs janelas superpostas de 250, 500 e l 000 palavras.A superposio
arbitrria foi planejada para evitar a separao de textos afins que, do contrrio,
ocorreria com a segmentao arbitrria. Williams constatou que a janela
superposta de 500 palavras parecia oferecer o melhor resultado global quando
medido pela revocao e preciso. Ele conclui que esse tipo de segmentao
pode melhorar substancialmente a preciso com uma queda moderada da
revocao. \Villiams refere-se a essa abordagem como 'indexao de passagem
de nveP. No fica claro como essa abordagem representa melhoria em compara-
o com as buscas por proximidade de palavras, que era empregada em buscas
em textos 40 anos antes.
A reviso da literatura aqui ilwluda concentrou-se em estudos que comparam
o desempenho de bases de dados de texto livre com o de bases de dados em que
se adota a indexao por meio de vocabulrios controlados e quando as buscas
so feitas com o emprego de combinaes booleanas de termos. Embora outros
tipos de estudo tenham sido mencionados, no se procurou fazer uma reviso de
toda a literatura sobre buscas em texto e que empregam mtodos no-booleanos.
Esta reviso deixa evidente que o imoderado entusiasmo inicial pelas buscas
em linguagem natural sofreu um abrandamento com o passar dos anos medida
que se identificavam com maior clareza os problemas que implicava. Alguns
dos primeiros estudos baseavam.se em bases de dados de cunho experimental
que eram insignificantemente diminutas. Considerando que se pode tolerar uma
preciso muito baixa quando se recupera apenas um punhado de itens, possvel
conseguir um nvel aceitvel de revocao. Esta situao se altera substancial-
mente quando se passa para bases de dados que contm centenas de milhares de
itens. Ento, por causa do nmero de itens recuperados ('sobrecarga de sada'),
j no so mais aceitveis baixos nveis de preciso, sendo analogamente difcil
J4. BUSCAS EM TEXTOS
271.
obter alta revocao com nvel aceitvel de preciso. H, porm, indcios (Wanger
.
et ai., 1980) de que isso tambm verdadeiro no caso de. gr.andes srster~as
baseados em vocabulrios controlados, no sendo uma pecuhandade exclusrva
das buscas em texto livre.
importante reconhecer a diferena entre as expresses texto livre e texto
completo. As concluses alcanadas como resultados de estudos sobre bases de
dados de texto completo no se transferem automaticamente para bases de dados
que contenham algo menor do que o texto comple,to (por exemplo, r~sumos).
Nas bases de texto completo o problema de escala e agravado. Quer d1zer, com
uma base de texto completo muito grande ser ainda mais difcil alcanar revo
cao aceitvel com preciso tolervel. O texto completo proporcionar maior
revocao, porm menor preciso do que uma base de dados que contenha algo
menor do que o texto completo. Isto foi claramente demonstrado porTenopir (1984).
lamentvel que a maioria dos estudos que se propem a comparar o
desempenho na recuperao entre texto livre e um conjunto de termos de inde-
xao selecionados de um vocabulrio controlado no cumpra isso.Ao con~rio,
eles comparam o desempenho na recuperao de registros de extenso vanvel.
Uma comparao vlida entre termos controlados versus texto livre de per si
teria de manter constante a extenso dos registros (por exemplo, todos os tpicos
mencionados num resumo teriam de ser traduzidos, at onde fosse possvel,
para termos controlados equivalentes), bem como a estratgia de busca (isto ,
uma estratgia 'conceitual' teria de ser criada e em seguida traduzida exatamente
para: a] expresses do texto, e b] termos selecionados do vocabulrio controlado).
Isso parece que nunca foi feito desde os estudos em Cranfield. Tenopir controlo_u
suas estratgias de busca, mas, como estava utilizando uma base de dados J
existente, no pde controlar a extenso do registro. Conseqentemente, suas
concluses dizem respeito muito mais extenso do registro do que controvrsia
sobre linouagem naturaVvocabulrio controlado.
Tambbm lamentvel o fato de a bibliografia ainda trazer afirmativas dis-
paratadas, baseadas em indcios casusticos, de defensores de ambos os camp?s,
que se recusam a aceitar o fato de que a linguagem natural e os vocabulnos
controlados tm ambos suas respectivas vantagens. Para um bom exemplo ver
Fugmann ( 1987).
Um exame ~1eticuloso da bibliografia includa nesta reviso no me outorga
razo alguma para modificar minhas opinies originais sobre os prs e contras
dos dois mtodos, conforme se acham resumidas na figura 104. O fato que
cada um deles tem suas vantagens e desvantagens. Os registros em texto livre
costumam ser mais extensos e, por isso, proporcionam mais pontos de acesso;
freqUentemente incluiro alguns termos mais especficos ou mais atualizados
do que aqueles existentes em qualquer vocabulrio controlado e, comumente,
proporcionaro maior redundncia. O vocabulrio controlado, por outro lado,
impe coerncia na representao do contedo temtico dos documentos, dispe
 272 INDEXAO E RESUMOS: TEORIA E PRTICA
dos termos 'conceituais' genricos que amide no se encontram no texto, e,
por meio de uma estrutura hierrquica e remissivas, oferece ao usurio uma aju~
da positiva na identificao de termos de busca que sejam apropriados.
Siste1~1as hbridos
Praticamente todos os autores que escreveram a respeito de buscas em texto
livre, inclusive Henzler (1978), Perez ( 1982) e Muddamalle ( 1998), bem como
a maioria dos autores j citados, chegaram concluso, j esperada, de que 0
sistema de recuperao ideal incluir uma pmie de termos controlados, bem
como uma patie de texto livre. So bvias as vantagens desses sistemas hbridos,
descritos e exemplificados h muitos anos por Holst (1966), Uhlmmm {1967 e
Lancaster (1972). A utilidade do mtodo hbrido apoiada pelo fato de que, na
maioria dos estudos realizados, as buscas em texto livre recuperaram alguns
itens relevantes que no foram identificados por buscas com vocabulrio
controlado, e vice~ versa.
O termo hbrido empregado para designar qualquer sistema que funcione
com uma combinao de termos controlados e linguagem natural, inclusive
aqueles em que ambos os conjuntos de termos so atribudos por indexadores
humanos e aqueles em que uma base de dados pode ser consultada mediante
uma combinao de termos controlados atribufdos por seres humanos e palavras
que ocorram nos ttulos, resumos ou texto completo.
Vejamos, por exemplo, um sistema baseado em trs componentes vocabulares
independentes:
I. um pequeno vocabulrio de cdigos de assuntos genricos, com um total
talvez de 300 cdigos;
2. uma lista de cdigos que representem reas geogrficas; e
3. palavras-chave ou expresses que ocorram nos ttulos ou textos dos documentos.
A indexao com esses elementos vocabulares representaria uma economia
importante em relao indexao que empregue um grande vocabulrio
meticulosamente controlado, por dois motivos:
I. Os cdigos de assuntos seriam suficientemente genricos para serem atribudos sem
muita dificuldade por um indexador que no dispusesse de um alto nvel de fonnao
educacional ou especializao num assunto.
2. O nmero de cdigos (temticos e geogrficos) suficientemente reduzido para que
o indexador retenha a maioria deles na memria e dispense a consulta constante a
uma lista de um vocabulrio.
Embora qualquer um dos elementos do vocabulrio, isoladamente, seja relati-
vamente imperfeito, o emprego conjunto de uma palavra-chave (para obter espe-
cificidade) e um cdigo temtico ou geogrfico (para obter o contexto) constitui
dispositivo extremamente poderoso. Por exemplo, a palavra-chave plantas pode
significar algo inteiramente diferente ao ser combinada com um cdigo temtico
relativo agricultura ou ao ser combinada com um cdigo semntico relativo
14. BUSCAS EM TEXTOS 273
arquitetura. Igualmente, a palavra-chave assalto, associada ao cdigo geogrfico
relativo ao Iraque, indica uma operao de guerra; por outro lado, quando
coordenada com o cdigo geogrfico relativo a uma metrpole onde a crimina-
lidade seja alta, mais provvel que signifique roubo. Alm disso, o emprego
conjunto de cdigos de assuntos genricos, cdigos geogrficos e palavras-chave
extremamente eficaz para esclarecer relaes, mesmo quando essas relaes
no se acham especificadas explicitamente. Muitas das bases de dados atualmente
acessveis em linha podem ser consultadas com o emprego de combinaes de
termos controlados e palavras~chave ou expresses que ocorrem nos ttulos ou
nos resumos, sendo que os ltimos permitem maior especificidade.
O vocabulrio ps-controlado
Diversos autores salientaram que as buscas em linguagem natural melhoram
consideravelmente mediante a elaborao e utilizao de vrias formas de ins~
trumentos auxiliares de busca. Piternick (1984) descreveu alguns desses ins-
trumentos auxiliares. Deles, o mais evidente seria um 'tesauro de buscas' ou
'vocabulrio ps-controlado' imaginado por Lancaster (1972), Lancaster et ai.
(1972), e, mais detidamente, por Lancaster {1986).
O primeiro sistema desenvolvido para fazer buscas em grandes colees de
textos jurdicos (em Pittsburgh) utilizava uma espcie de tesauro para ajudar no
processo de buscas. Tratava-se, simplesmente, de uma compilao de palavras
com significados semelhantes, parecendo-se mais com o Roget's thesaurus do
que com a estrutura de tesa mo comumente usado na recuperao da informao.
lvlesmo sem contar com uma 'eshutura' que se revestisse de alguma impm1ncia,
esse tesauro era um instrumento auxiliar extremamente til durante as buscas;
como palavras de significado similar so potencialmente substituveis durante
uma busca, esse instrumento poupa a quem faz as buscas o esforo de imaginar
todas as palavras capazes de expressar determinada idia. O investimento na
elaborao de um instrumento auxiliar como esse resulta em importante economia
num sistema onde haja um grande nmero de buscas. Esse tipo simplificado de
tesauro uma espcie de vocabulrio controlado, em que o controle feito na
sada e no na entrada do sistema. um vocabulrio ps-controlado.
Um exemplo esclarecer ainda mais sobre as propriedades do vOcabulrio
ps~controlado. Imaginemos uma base de dados sobre negcios pblicos inde~
xada com um tesauro que inclui o termo companhias de aviao, o que permite
fazer uma busca genrica sobre este assunto. No possvel, po1m, restringir
uma busca a determinada companhia de aviao, pois os nomes especficos das
empresas no fazem pm1e do tesauro. Assim, seria impossvel restringir uma
busca a um tema especfico como 'situao financeira da Varig'; o melhor que
se pode fazer recuperar tudo sobre a situao financeira de companhias de
aviao. A busca genrica costuma ser fcil no caso de vocabulrio pr-
controlado, mas certas buscas altamente especficas so praticamente impossveis.

274 INDEXAO E RESUMOS: TEORIA E PRTICA
Em comparao, vejamos uma base de dados alternativa sobre negcios p-
blicos que dispensa indexao, mas permite buscas nos ttulos e resumos. Nesta
a recuperao de itens sobre a Varig ou a Swissair provavelmente seria fcil:
I'vfais difcil seria uma busca genrica sobre companhias de aviao. Para fazer
uma busca exaustiva, seria preciso recorrer a algo mais do que o termo compa-
nhias de aviao, utilizando certos sinnimos, como empresas de transporte
areo e os nomes de empresas especficas. A estratgia de busca ficaria assim
'companhias de aviao ou empresas de transporte areo ou Varig ou Swissair
ou Lufthansa ou ... ' - talvez uma lista muito extensa. O que a pessoa que faz a
busca est fazendo criar parte de um tesauro ps-controlado. Lamentavelmente,
nos servios de informao atuais, essas entradas de tesauro so raramente retidas
e armazenadas depois de terem sido criadas e utilizadas. Numa grande rede, h
muita duplicao de esforos. Companhias de aviao pode aparecer como fa-
ceta de muitas buscas realizadas durante um ano, e o trabalho de elaborar estra-
tgias de busca de diferentes graus de completeza ser repetido continuamente.
Seria muito mais sensato armazenar isso em forma recupervel para uso futuro.
Um verdadeiro vocabulrio ps-controlado consiste em tabelas com nomes
e nmeros de identificao que podem ser chamados e consultados pelos usurios
de bases de dados em linguagem natural que faam pat1e de alguma rede em
linha. Assim, a pessoa que faz a busca recuperaria a entrada 'companhias de
aviao', a entrada 'questes financeiras', etc. As tabelas so mostradas em
linha e os termos selecionados a pat1ir delas. Altemativamente, a tabela inteira
pode ser incorporada numa estratgia de busca mediante seus nmeros de
identificao. Essas tabelas no precisam se limitar a palavras, podendo incor-
porar fragmentos de palavras. Assim, uma tabela de cirurgia teria o seguinte
aspecto: 'cirurg ... , opera ... , secion ... , ... seo, ... otomia, ... ectomia, ... plastia',
etc. Tambm possvel inserir no vocabulrio uma estrutura mnima por meio
de remissivas de tabelas afins.
Um sistema baseado em vocabulrio ps-controlado oferece todas as
vantagens da linguagem natural e muitos dos atributos do vocabulrio pr-
controlado. Um sistema como esse poder ter um desempenho melhor do que
outro baseado num vocabulrio pr-controlado. Voltando a um exemplo anterior,
seria possfvel realizar buscas, com facilidade, sobre companhias de aviao
especficas, ou utilizar a tabela de 'compan.hias de aviao' para formar a classe
definida por 'companhias de aviao' no tesauro convencional. Uma das vanta-
gens da linguagem natural ser independente da base de dados. Assim, uma
tabela de 'companhias de aviao' seria aplicvel igualmente a todas as bases
de dados no vernculo. possvel imaginar um tesauro em linguagem natural
aplicvel a vrias centenas de bases de dados.
Um bom exemplo de vocablrio ps-controlado foi a base de dados TERM
implementada pelo Bibliographic Retrieval Services (BRS) e descrita por Knapp
(1983 ). TERM era uma base de dados formada por tabelas que representavam
conceitos, incluindo tanto termos controlados quanto termos em texto livre
275
14. BUSCAS EM TEXTOS
necessrios realizao de buscas numa variedade de bases de dados das cincias
sociais e comportamentais. Na figura 105 est um exemplo de uma dessas tabelas.
Tl POVERTY AREAS
ER POVERTYAREAS+/
ME POVERTY-AREAS*.
PS POVERTYAREAS. CONSIDER ALSO: GHETTOS.
SO CONSIOER: SLUM. GHETTO. APPALACHIA.
EN SLUMS.
FT POVERTY AREAS. SKID ROW. 80\VERY. SLW\1. JNNER CJTY. POOR NEIGHBORHOOOS.
i\l!LIEU OF POVERTY. DEPRESSED AREAS. SLUMS. GHETTOS. GHETTO. GHETTOES.
APPALACHIA. LO\V JNCOI\IE AREAS. GHETTOIZATION. STREET CORNER DISTRICT. ETHNIC
NEJGHBORHOOD. BLACK NEIGHBORHOOD. BLACK COMMUNITY. SEGREGATED
NEiGHBORHOOD. DISADVANTAGED AREA. BLACK SCHOOL DISTRICTS. l.._.UNORITY
NE!GHBORHOOD. REOLINED AREAS. REDLINJNG.
FIGURA 105
Exemplo de entrada da base de dados TERtvt
O titulo (TI) da tabela POVERTY AREAS [reas de pobreza]. Este termo
utilizado para recuperar itens sobre este tpico no ERIC (ER), nas bases de dados
indexadas com o Medicai subject headings (ME), e na base de dados PsyciNFO
(PS), na qual um termo afim GHETTOS [guetos]. No Sociolog~cal Abstracts
(so), possveis termos so SLUM [favela], GHETTO e APPALACHIA, enquanto um
termo ERIC (EN) mais especfico SLUMS. Finalmente, apresenta-se uma hsta
detalhada de termos afins em texto livre (FT), teis para uma busca sobre este
assunto e1nqualquer base de dados em lngua inglesa. Era possvel desenvolver
uma estratgia na base TERM, a qual seria salva e executada nas bases .de dad?s
bibliogrficos posteriormente. Esta base de dados, infelizmente, no exrst.e mats.
No entanto, seu desenvolvedor publicou uma verso impressa exaustiva das
expresses em texto livre (no os termos controlados). Ela pode ser vista como
um tesauro destinado a buscas em textos (Knapp, 1993).
Um vocabulrio ps-controlado em determinado campo de especializao
elaborado pelo esforo intelectual de sres humanos, exatamente da m~sm~ forma
de um tesauro convencional. Essa tarefa pode ser extremamente stmphficada
mediante o processamento por computador das palavras que ocorram em bases
de dados relevantes, de modo a dar origem a vrios nveis de 'associao esta-
tstica'. Talvez, no entanto, fosse mais sensato recolher e organizar os' fragmentos
de busca' efetivamente introduzidos pelos usurios de alguns sistemas em linha
(um candidato a isso seria qualquer lista de termos alimentad?s nun~~ rela.o
do tipo ou), produzindo assim uma espcie do 'tesauro em crescunento nnagma-
do por Reisner ( 1966), porm sendo-lhe imposto posteriormente algum controle
*Regio montanhosa pobre dos EUA, que tem como centro o estado da Virgfnia Ocidental. (l\.T.)
 276 INDEXAO E RESUMOS: TEORIA E PRTICA
editorial. iVIais recentemente, Besser (1997) analisou a importncia de tennos
atribudos pelos usurios em futuras aplicaes de recuperao.
Outra abordagem possvel consiste em construir um tesauro automaticamente
com base em relaes semnticas encontradas em dicionrios que existam em
formato eletrnico (Fox et ai., 1988; Ahlswede et ai., 1988). Anderson e Rowley
(1992) descrevem um mtodo de construo de 'tesamus do usurio final' a
pmtir de textos completos.
Abordagens atuais
A dcada de 1960 assistiu ao comeo de uma quantidade incrvel de projetos
de pesquisa sobre a utilizao de computadores no tratamento de textos. Havia
vrias razes para essa exploso de atividades: as instituies de pesquisa (e os
pesquisadores) tinham em mos recursos instalados de computao que eram
caros e para eles buscavam utilidade, havia disponibilidade de financiamento
generoso das pesquisas, procedente de muitas fontes governamentais, e o
processamento de textos era amplamente considerado como uma tarefh bastante
simples para computadores vistos como 'poderosos' (normalmente, o que era
tido como maior obstculo era a obteno de uma quantidade significativa de
texto em formato eletrnico).
Embora a naduo mecnica fosse o principal objetivo de grande pm1e dessas
pesquisas, tambm estavam sendo investigadas vrias abordagens para a
recuperao da informao. Os projetos mais ambiciosos no campo da recupe-
rao da informao procuravam desenvolver sistemas de 'perguntas e respostas'
ou 'recuperao de fatos'~ isto , sistemas capazes de responder diretamente
uma consulta do usurio ao invs de recuperar um texto que poderia ou no
conter a resposta, ou, mais comumente, uma referncia desse texto.
Naturalmente, os problemas resultaram muito maiores do que fora antecipado,
pm1iculannente na rea da traduo mecnica, e logo o interesse pelo processa-
mento de textos comeou a minguar na comunidade de pesquisa, bem como nas
agncias de financiamento, embora alguns projetos melhores hajam resistido e,
com os anos, revelado notvel avano e oferecido resultados promissores.
A amplitude das pesquisas sobre processamento de textos hoje em dia lembra
as atividades da dcada de 1960 (ver Jacobs (1992a) e Pereira e Grosz (1994)
onde se encontram boas snteses dos trabalhos desenvolvidos na dcada de 1990).
Este aumento de interesse e atividade tem origem no fato de que agora se encon-
tram enormes quantidades de texto disponveis em formato eletrnico, de que a
capacidade de processamento muito maior e custa muito menos, e de que hoje
existem necessidades sentidas de aplicaes viveis de processamento de textos
nos setores pblico e privado (por exemplo, disseminao eficiente de infor-
maes na Rede e as exigncias de multilingUismo compulsrio da Comunidade
Europia). As pesquisas atuais procuram desenvolver 'sistemas inteligentes
baseados em textos'.
14. BUSCAS EM TEXTOS 277
Paradoxalmente, a mera quantidade de textos disponveis para processamento
hoje em dia coloca desafios notveis, mas tambm oferece solues potenciais
que no estavam disponveis h 30 anos para os pesquisadores. ~or ex~mplo,
lxicos de radicais ou de significados de palavras podem conter mmtos milhares
de entradas ao invs de umas poucas centenas (Jacobs e Rau, 1994) e possvel
utilizar associaes (co-ocorrncias) dy palavras em significativos corpos de
textos com a finalidade de reconhecer expresses importantes ou desambiguar
palavras, preliminarmente ao processamento lingUstico mais complexo de anlise
sinttica (Wilks et ai., 1992; Haas, 1996). A fieqncia de palavras pode tambm
ser usada para atribuir texto a vrias categorias (Jacobs, 1992b).
Ademais, pode-se empregar a 'filtragem estatstica', baseada na co-ocorrncia
de determinadas palavras ou radicais, para selecionar aquelas frases que paream
mais provveis de ser 'relevantes' para determinada exigncia e, assim, a melhor
candidata para uma anlise mais refinada (Wilks et ai., 1992).
Charniak (1995) chamou ateno para a possibilidade de obter 90% de exati-
do ao atribuir uma 'etiqueta' morfolgica fpart-ofspeech 'tag '] a uma palavra
simplesmente com base no caso mais provvel (que ocorra com maior freqncia)
e essa exatido aumentar em at 95-96% mediante simples verificaes de con-
texto (isto , procura em palavras adjacentes). Exemplo do mtodo da desam-
biguao baseada no corpus encontra-se em Leacock et ai. (1993). Addison ( 1991)
esh1da o uso desambiguador do contexto num sistema de recuperao de textos.
Stanfill e Waltz (1992) comparam abordagens atuais mais modernas (que,
segundo afirmam, incorporam tcnicas de inteligncia m1ificial (IA)) com as de
anos anteriores, como se segue:
A IA da fonna como foi formulada no passado est agnica, se que ainda no mor-
reu; uma nova IA est tomando seu lugar. A antiga IA baseava-se em regras e lgica.
A nova lA baseia-se na estatstica, porm, no a estatstica como era formulada no
passado. A prtica da prpria estatstica passa por substancial transformao (p. 215)
e Jacobs (1992a) salienta que as abordagens de hoje em dia extraem "mais fora
da enorme quantidade de textos armazenados do que de regras artesanais".
As abordagens atuais do processamento de texto podem ser consideradas
'inteligentes' na medida em que os computadores possam vir a 'compreender' o
texto.* 'Compreender' significa aqui ser capaz de ,interpretar o significado de
uma frase, sem ambigidade. Normalmente, isso requer alguma forma de anli-
se sinttica. A anlise sinttica procura identificar o papel de uma palavra numa
frase (por exemplo, substantivo ou verbo), reconhecer os diferentes elementos
estruturais (orao substantiva, orao verbal, orao prepositiva, e assim por
diante), e assim determinar as diversas funes dentro de uma frase (por exem-
plo, sujeito, predicativo do sujeito, objeto, predicativo do objeto).
"' Embora a palavra 'inteligente' possa ser tambm atribuda ao processo, se ele realizar uma tarefa
para cuja execuo os seres humanos precisariam de inteligncia.

278 INDEXAO E RESUMOS: TEORIA E PRTiCA
O processamento inteligente de textos vem sendo utilizado, experimental ou
operacionalmente, em vrias aplicaes, inclusive categorizao de textos, ex-
trao de textos, sumarizao e ampliao [augmentation], gerao de textos, e ~ar de entrada falada, como vimos no captulo 13). Algm~as pesqmsa~ fma~
recuperao otimizada da informao [enhanced information retrieva!], bem
como traduo mecnica.*
O propsito de aplicar mtodos mais complexos de processamento da lin-
guagem natural (PLN] s buscas em texto completo foi explicado por Snzalkowski
et ai. ( !999) da seguinte forma:
a principal motivao deste projeto foi demonstrar que um PLN robusto, ainda que
relativamente superficial, pode <Uudar a extrair uma melhor representao de docu-
mentos textuais para fins de indexao e busca do que quaisquer mtodos baseados
em palavras simples ou seqncias de palavras comumente adotados em recupera.
o estatstica em texto completo. Isso se baseou na premissa de que o processamento
lingUstico pode descobrir certos aspectos semnticos do contedo dos documentos,
algo que a mera contagem de palavras no pode fazer, levando assim a uma repre
sentao mais precisa {p. 113114).
Importante abordagem para lidar com a recuperao de textos, utilizada por
vrios grupos de pesquisas que atuam no mbito do TREC, a extrao de
sintagmas [phrase extraction] ~isto , reduzir o texto completo a um conjunto
de sintagmas que tenham significado. Um dos motivos para isso est simples
mente no f:1to de que um sintagma pode ser 'significativo' mesmo que as pala
vras que o compem no o sejam. Assim 'joint venture' pode ser significativo
porque ocorre de modo relativamente in freqUente numa base de dados, embora
as palavras componentes ocorram com demasiada fieqUncia para que sejam
consideradas significativas (Strzalkowski et ai., 1999). Foram adotados muitos
mtodos de extrao de sintagmas. Um deles, o mtodo' ncleo+ modificador'
[' head + modifier'l emprega anlise sinttica e subseqente normalizao para,
por exemplo, reconhecer que 'weapon proliferation' e 'pro!iferation ofweapons'
[proliferao de armas] so equivalentes (Strzalkowski et ai., 1999).
Grande parte dos trabalhos em curso nesta rea procura reduzir um texto
completo a uma forma mais breve, mediante algum tipo de extrao ou sumariza.
o, visando recuperao da informao. Essas abordagens so tratadas no
captulo seguinte, que tambm procura avaliar o que elas chegaram a concreti
zar. Este captulo limitouse s buscas em textos de per si, ao invs dos mtodos
automticos de indexao ou sumarizao, embora essa distino nem sempre
seja fcil de manter, e os captulos 14 e 15 esto intimamente relacionados.
,;. Em algumas aplicaes de processamento de textos necessrio que o computador possa distin
guir entre componentes lgicos do documento (por exemplo, titulo, resumo, texto principal, notas
de rodap, tabelas, tiguras) e identit1cnr relaes entre eles (como a ordem de leitura). Isso foi
denominado; de forma um tanto empoladn, 'compreenso do documento' {ver, por exemplo,
Semeraro et nl., 1994, e Proceedi11gs ofthe Third lntemalional Conference, 1995).
279
14. BUSCAS EM TEXTOS
As buscas em textos baseiamse, em geral, em textos e1:1 formato ~letrn.ico
dos a partir do teclado de um computador ou convet1Jdos do founato m~
c~~~so p'or meio de leitoras de caracteres pticos (embora possam tan~bm d~rt
feitas sobre buscas e recuperao de documentos manuscntos (~er, P~l exen-
pio, Perrone et al., 2002), embora no haja clareza sobre quats senam suas
aplicaes potenciais.
O que foi concretizado?
Embora as revistas profissionais populares continuem ~ fazer afinnativas
bastante entusisticas os autores srios so muito mais reahstas acerca do ~ue
-~ f~i conquistado e1; matria de processamento automtico de textos. Kmght
J(1999), por exemplo, nos d"IZ que:
As aplicaes de linguagem natural, como a traduo mecni~a, reconh_e:imet~to ~:
fala, recuperao da informao e sumarizao, alcana~ hoJe um_a fatxa ma~~r
usurios. Quem j usou esses produtos sabe quo imperfettos eles sao. Ape~ar . ISSO,
as pessoas os utilizam porque esto ansiosas em busca de solu.es pa:a_OJgan:~ar e
pesquisar a enorme quantidade de informaes colocadas sua dJspostao em 111 1a,
em formato textual (p. 58).
Voorhees ( 1999), que participou dos traball1os das TRECs ~urante vrios anos,
afirmou que as abordagens mais complexas da recuperaao da mformao a
pat1ir de textos produziram resultados desapontadores:
Atualmente os mtodos de recuperao de uso geral mais bem~sucedidos so os
mtodos es;atisticos que tratam 0 texto como se no passasse de um _saco de pa 1~v~;~
[ 1 as tentativas para melhorar o desempenho da recuperaao por met?
~~~cessamento lingistico mais complexo foram em grande parte malst~ed!~07.
Na realidade, a menos que seja feito com cuidado, esse processamento po e re at-
xar a eficcia da recuperao {p. 32).
No entanto, ela de fato sugere que os nveis mais elaborados de process~~nen:o
de textos podem ser teis em atividades de perguntas e respostas e summtzaao
de documentos.
Strzalkowski et ai. ( 1999) salientam que:
at 0 emprego das mais rpidas ferramentas de anlise sinttica_est ~orando grave~
mente os limites da praticabilidade de um sistema de recuperaao da mform)ao por
causa do aumento da demanda por potncia e armazenamento (p. 117 118
Segundo eles, no passa de modesta a perspectiva de xito de mtodos mais
complexos de processamento de texto:
A principal observao a fazer que at agora no se comprovou que o proce~sameiJiltO
_ ehcaz
de linguagem natural fosse tao - quan to se es perava [ Jpara ::. me 1or
' conseomr
dexao e melhores representaes com termos das consultas. O emprego de ter
111
1
mos ' lingsticos, como expresses, pares de nuc eo---mo d'fi d r nomes ou mesmo
t tca o ,
280 INDEXAO E RESUMOS: TEORIA E PRTICA
conceitos simples, ajuda de fato a melhorar a preciso da recuperao, mas os ga-
nhos permanecem muito modestos (p. 143).
Posteriormente, Carballo e Strzalkowski (2000) admitiam que:
As tcnicas de processamento de linguagem natural (PLN) podem conter um tremen-
do potencial para superar as impropriedades dos mtodos exclusivamente quantita-
tivos de recuperao de informao textual; no entanto, a prova emprica que sus-
tente essas previses foi at agora inadequada, e tm demorado a surgir avaliaes
em escala que sejam apropriadas (p. 155).
Blair (2002) sustenta que as alegaes de que houve grande melhoria nos
resultados das TRECs ao longo dos anos talvez sejam muito exageradas. Em
particular, ele critica os mtodos TREC para o clculo da revocao (uma abor-
dagem que adota uma revocao relativa):
O segundo efeito de estimativas de revocao que no so confiveis diz respeito ao
avano do campo da Recuperao da Informao como disciplina cientfica. Isto ,
para que avancem as pesquisas sobre recuperao de documentos, temos de conhe-
cer, com total preciso, onde nos encontramos agora. Qualquer incerteza importante
na comparao de tcnicas de recuperao solapa nossa percepo do que realmente
funciona e do que no funciona, o que, por sua vez, nos deixa sem qualquer motivo
lgico para escolher uma tcnica e no outra. Atualmente, a maior parte das tcnicas
de recuperao automatizada usadas pelos pesquisadores associados s TRECs fun-
ciona exatamente no mesmo nvel modesto de revocao e preciso. Um dos resul-
tados esperados de estimativas mais exatas de revocao seria o descobrimento de
diferenas maiores no desempenho dos sistemas. Ento, deveramos realmente co-
mear a construir sobre os sucessos de algumas tcnicas e evitar a perda de mais
tempo com outras que so infrutiferas (p. 449).
Saracevic et ai. (2003) e Sparck Jones (2003) refutaram algumas crticas de
Blair, afirmando (por exemplo)"que a avaliao feita sob condies cuidadosa-
mente controladas, baseada em colees de teste, essencial para fazer avanar
a compreenso dos fenmenos ligados recuperao; que os resultados desses
experimentos podem ser transpostos para servios de recuperao reais; que
no preciso uma medida de revocao absoluta para comparaes controladas
do desempenho de diferentes processos de busca; e que, no ambiente controla-
do das pesquisas TREC, possvel documentar melhorias impmtantes no desem-
penho da recuperao medida que se aperfeioam os processos de busca.
Alhures, Sparck Jones afirmou coerentemente que os mtodos mais com-
plexos de processamento lingstico so difceis de justificar em aplicaes vol-
tadas para a recuperao. Depois de passar em revista o estado atual do proces-
samento lingstico de textos com a finalidade de rec.uperar informao (ela
chama iss de 'indexao lingisticamente motivada'), conclui (Sparck Jones,
1999) que no est provada sua superioridade em comparao com a abordagem
muito mais simples de combinar palavras do texto numa estratgia de busca:
Parece que o efeito de coordenao, otimizado pela redundncia da indexao com
14. BUSCAS EM TEXTOS 281
termos simples, pode bastar para a desambiguao de sentido, pelo menos no caso
de bases de dados monolnges, embora continue em aberto a questo da necessida-
de de desambiguao explcita em buscas em vrias lfnguas em bases de dados mul-
tilnges. Mesmo quando a discriminao de sentido acrescenta algo ao desempe-
nho [... ] isso pode ser obtido mais com mtodos estatsticos do que lingUsticos (p. 21 ).
Ao fazer uma reviso das atividades dos grupos TREC at a TREC-6 ( 1997),
ela (Sparck Jorres, 2000) conclui que "mtodos baseados na estatstica tm desem-
penho to bom quanto quaisquer outros, e que a natureza e o tratamento dado ao
pedido do usurio so, de longe, o fator dominante no desempenho". Os mto-
dos estatsticos incluem ponderao de termos, expresses simples bem como
palavras simples, expanso da consulta e retroalimentao de relevncia.
Smeaton ( 1999) sugere que o processamento lingUstico, embora necessrio
para aplicaes que sejam "exatas e precisas, como a traduo mecnica", cons-
titui ferramenta demasiadamente sutil para a recuperao da informao que ele
considera "no uma aplicao exata, e a aproximao inerente a seu funcio-
namento devido aos inmeros graus de incetteza presente nos processos envolvidos".
Alm disso, nveis complexos de processamento da linguagem ainda so
caros. Em geral, o processamento automtico de texto requer a preparao bas-
tante extensa de um programa de computador. Isto , o programa processa o
texto para fazer o que lhe solicitado, e a sada vista e corrigida por pessoas>
o que leva a alteraes do programa. Esse processo iterativo de ensaio e erro
continua at o programa obter resultados 'satisfatrios'. Knight (1999) chamou
ateno para o volume de processamento exigido para preparar um programa
que execute uma tarefa que seres humanos inteligentes executam facilmente.
Por exemplo, retirados de um texto os m1igos definidos e indefinidos, seria pos-
svel escrever um programa capaz de substitu-los. No entanto, Knight afirma
que para conseguir um desempenho apenas 'razoavelmente bom' seria preciso
o processamento de 20 milhes de palavras de texto em ingls. E acrescenta:
A anlise sinttica de um texto sem limitaes tarefa excessivamente ditlcil, devi
do s ambigidades em partes da tla (substantivo, verbo, etc.) e da estrutura[ ... ]
Mas, apesar de haver algoritmos de aprendizagem promissores, ningum conseguiu
ainda extrair de bases de textos sem tratamento elernentos [parses] sintticos que
tivessem alguma exatido (p. 5961 ).
Embora o processamento mais complexo da linguagem possa no ser neces-
srio na recuperao de textos, pode s-lo em aplicaes mais exigentes, como
a de perguntas e respostas.
Perguntas e respostas
Em setores muito limitados seria possvel desenvolver sistemas que real-
mente respondam perguntas feitas pelo usurio ao invs de simplesmente apon-
tar fontes potenciais onde seriam encontradas as respostas. Sistemas desse tipo
seriam particularmente adequados para bases de conhecimento que fossem es-

282 INDEXAO E RESUMOS: TEORIA E PRTICA
tticas ou que mudassem muito lentamente. Por exemplo, seria possvel desen-
volver uma base de dados de peras, a fim de responder perguntas sobre enre-
dos, cenrios, personagens, compositores, estrias, etc. Embora os estudos so-
bre desenvolvimento de sistemas de perguntas e respostas em campos muito
restritos remontem a muito tempo (por exemplo, Green et ai., 1963), as tecno-
logias modernas tornam-nos muito mais viveis. Por exemplo, Stock (l993)
descreve um sistema de hipermdia, o ALFRESCO, com imagens de afiescos ita-
lianos do sculo XIV, capaz de responder ampla variedade de perguntas, inclusi-
ve a identificao de personagens ou objetos presentes em certas pinh1ras. Ou-
tro exemplo encontrado no trabalho de Kupiec (1999). A abordagem ali des-
crita pode montar 'texto de resposta' a partir de vrios documentos diferentes.
Clarke et ai. (200 I) descrevem processos de resposta automtica de pergun-
tas do tipo fatual por meio da Rede. O mtodo envolve a localizao e extrao
de textos que provavelmente contm a resposta, bem como a seleo da respos-
ta que ocorra com mais freqncia em todos os trechos extrados.
Uma vertente de perguntas e respostas foi introduzida no grupo TREC em
1999 (TREC-8). Este trabalho foi analisado por Voorhees (2001). No entanto,
no exigido dos participantes do grupo TREC que extraiam respostas do texto,
mas que re.cuperem pmtes do texto que provavelmente fornecero a resposta.
Descoberta de conhecimento
Imp01tante campo de pesquisa surgido nos ltimos anos refere-se a mtodos
de extrao, das bases de dados, de conhecimentos imprevistos. A terminologia
da rea estranhamente confusa e incoerente. Uma denominao perfeitamente
razovel e clara 'descoberta de conhecimento'. J 'minerao' amide usada
como sinnimo de descobe1ta de conhecimento ou, pelo menos, do elemento
central dessa descobe1ta. *Assim, 'minerao de dados' refere-se ao uso (com o
objetivo de descobrir conhecimentos novos) de dados numricos/estatsticos,
'minerao de textos', ao uso de textos, 'minerajio da fala', ao uso da fala gra-
vada, e 'minerao da Rede', aO uso de recursos da Rede. Qualquer que seja a
denominao, o processo de descobrir conhecimento envolve basicamente a
identificao de padres significativos nas fontes que estejam sendo utilizadas.
A minerao de dados em geral revista por Benoit (2000) e a minerao de
textos por Trybula (I 999). O emprego de bases de dados bibliogrficos nades-
coberta de conhecimento tratado por Qin e Noiton (1999), e Munakata (1999)
organizou uma srie de artigos sobre descoberta de conhecimento.
Fayyad e Uthurusamy (2002) organizaram um nmero de peridico dedica-
do quase totalmente aos mtodos de minerao de dados. A minerao de dados
feita para encontrar padres interessantes nos dados. Exemplificam com a lo-
* Freitas (2002) v a minerao como um componente da descoberta de conhecimento.
Esta lti-
ma denominao inclui o pr-processamento de dados para facilitnr a minerao e o ps
processamento do 'conhecimento descoberto', a fim de valid-lo e ret1n-!o.
14. BUSCAS EM TEXTOS
283
calizao de produtos comprados juntos com mais freq~ncia em, sup~n.n~rca
dos. Embora a minerao possa ser feita para testar uma luptese) e mats uttl de-
senvolver algoritmos de minerao que essencialmente sugerem as hipteses.
Nasukawa e Nagano (2001) definem a minerao de texto como o ~'e,n~on
tro, 110 texto, de padres e regras teis que indicam tendncias e ~aracter.Istlcas
sionificativas sobre assuntoS especficos". Descrevem um prottipo de sistema
p~a minerao de bases de dados textuais em centros de ajuda comerciais [help
centers] (centros de suporte a client~s), que, segundo afirmam, pode:
detectar automaticamente defeitos nos produtos; identificar casos que levar~m ao
rpido aumento do nmero de chamadas e as razes por trs disso; e .anahsar a
produtividade do centro de ajuda e mudanas no comportamento dos chentes que
envolvam determinado produto, sem ler nenhum dos textos (p. 697).
A minerao de texto tambm tratada por Knight (1999). . .
Embora Etzioni (1996) afirmasse que a Rede no til em aplicaes de mi-
nerao (em sua opinio ela demasiadamente 'dinmica e catica'), outros
discordam. Pelo menos dois livros sobre minerao na Rede (Chang et ai., 200 I;
Chakrabarti, 2003) foram publicados. O ltimo mais terico do que prtico e
parece que Chakrabarti est interessado apenas em utilizar a Rede .para anlise
de redes sociais. No est claro que isso seja 'minerao' no senttdo com que
este vocbulo comumente empregado.
I
Em virtude de o descobrimento de conhecimento implicar a extrao de
informaes, h uma relao prxima entre ele e os processos de extrao de
textos que sero examinados no captulo seguinte.
i
Concluses
Sistemas que dispensam o controle convencional de vocabulrio e a indexao
feita por seres humanos podem funcionar, e isso foi comprovado ao longo de
um perodo de mais de 40 anos. Todavia, apresentam, de fato, problemas quan-
do da realizao de buscas 'conceituais' genricas. Embora a linguagem natural
apresente vantagens explcitas, claro que aperfeioamentos ~~ropriados (uso
limitado da indexao e/ou desenvolvimento de recursos auxJIJares de busca)
provavelmente melhoraro a eficcia dos sistemas_ de linguagem nan.n~l. Ade-
II mais, uma vez que a internet fez crescer, em mtutas ordens de ma_gmtude, a
quantidade de textos acessveis para pesquisa, tornou-se cada vez mats necess-
rio implementar sistemas que classificaro os itens recuperados segundo uma
i ordem de 'relevncia provvel' ao invs de simplesmente dividir os 'recupera-
dos' pelos 'no-recuperados' (Maron, !988). No est claro que nveis comple-
xos de processamento de texto (por exemplo, que en~olvam anlis~ sinttica)
sejam necessrios para aplicaes de recuperao da mformao, amda que~
sejam em servios verdadeiramente de perguntas e respostas e algumas das aph-
caes examinadas no captulo seguinte.

CAPTULO 15
Indexao automtica, redao automtica
de resumos e processos afins
U m? imagem muito simplificada do problema da recuperao da informao
f01 apresentada na figura I. Agora, na figura 106, tem-se uma verso mais
complexa. Em essncia, o problema consiste em cotejar necessidades de infor-
mao com mensagens. Isso s pode ser feito de modo muito indireto. A maioria
das mensagens (aquilo que os autores desejam transmitir) aparece como textos
(alguns se apresentam em formato de imagem, de som ou outro formato no-
textual), enquanto as necessidades de informao se apresentam como pedidos
formulados a um servio de informao. Este cria representaes dos textos,
armazena-os numa base de dados e oferece um dispositivo que possibilita que
sejam feitas buscas nessas representaes. A base de dados pode ser armazenada
em papel, microimagem ou formato eletrnico, e o 'dispositivo' que possibilita
que se f.1am as buscas pode ser to simples quanto o arranjo de entradas num
catlogo em fichas ou ndice impresso, ou to complexo quanto um computador
e um conjunto de respectivos programas. O servio de informao tambm cria
representaes dos pedidos (enunciados de buscas de algum tipo) e os processa
em cotejo com a base de dados, para recuperar as representaes de textos que
coincidam ou mais se aproximem das representaes dos pedidos.
As representaes de textos consistiro no prprio texto completo, pmtes
dele ou outra forma de representao construda por meios humanos ou auto-
mticos. As representaes de pedidos sero termos, termos apresentados em
relaes lgicas, enunciados textuais ou 'itens' (por exemplo, um sistema per-
mite ao usurio inserir informaes de um item cuja relevncia seja conhecida,
e, em seguida, procurar outros que de algum modo lhe sejam assemelhados).
Temos nossa disposio vrios recursos de ajuda intelectual que assistem
na construo das representaes (de textos ou pedidos). O mais bvio deles
o vocabulrio controlado convencional, mas tambm se usam outros instrumen-
tos ~uxiliares, como o vocabulrio ps-controlado mencionado no captulo 14.
E evidente que so possveis muitas variaes sobre o tema fundamental da
figura I 06. Por exemplo, em muitas situaes o servio de informao que cria
as representaes dos textos (isto , a formao da base de dados) ser diferente
dos servios que realizaro as buscas em tal base. Ademais, quem procura infor-
maes poder no delegar a realizao da busca a um especialista em informa-
o, mas, sim, assumi-la pessoalmente. Com o surgimento da internet, a maior
}5. iNDEXAO AUTOlvlTlCA, REDAO AUTOr..iTlCA DE RESUMOS
285
arte das atividades de recuperao da informao envolve buscas em textos de
~tios da Rede, e as pessoas que precisam de informaes fazem elas prprias as
buscas ao invs de deleg-las a outrem.
Este diaorama
D
evidencia os problemas da recuperao da informao. Os .
textos podem no ser representaes perfeitas das mensagens (et~b~ra.este seja,
definitivamente, um problema de comunicao, normalmente nao e v1sto como
um problema de recuperao da informao) e, conforme vim?s desd~ os captu-
los iniciais, as representaes dos textos tambm podem ser Hnperfett_as. E, por
sinal, os pedidos raramente so representaes perfeitas das necessidades. de
informao e os enunciados de busca podem no ser representaes perfertas
dos pedidos. Alm disso, o referencial ('esquemas') de um solicitante po~e no
coincidir com o referencial de um especialista em informao ou, na realidade,
o referencial dos autores. Considera-se, ento, que o problema d~ recuperao
da informao consiste essencialmente em procurar cotejar aproximaes. de
necessidades de informao com aproximaes de mensagens. No de adtmrar
que os resultados nem sempre sejam completamente sat~sfat.rios. _ .
Como salientou Bates (1986), o problema da recuperaao da mfonnaao mats
complexo do que aparenta ser; ela o trata como indeterminado' e :p~obabils
tico'. Parece estar em voga concentrar-se mais no lado da sada da atividade (ne-
cessidade de informao-pedido-representao) do que no lado da entrada
(mensagem-texto-representao), e a hiptese a implcita seria que o lado da
sada mais 'complexo'. De fato, Belkin e Belkin et ai. (1980, 1982) referem-se
ao cotejo do 'estado anmalo de conhecimento' de um .consulente ~om o estad?
mais 'coerente' de conhecimento dos autores. Como fm apontado amda no capi-
tulo 2, a funo do indexador- prever os tipos de consultas para as quais deter-
minado documento provavelmente ser uma resposta til - no necessa-
riamente mais simples do que a de quem atua como intermedirio: compreender
quais os tipos de documentos que satisfazem a um solicitante em ?ado momento.
Seja como for, a figura 106 apresentada neste ponto ~re~1puamen~e para
exemplificar o fato de que podem ser usados processos algontmtcos em diver~as
atividades de recuperao da informao, em substituio ao processamento m-
telectual por seres humanos. Os computadores podem ser aplicados indexa-
o automtica e elaborao automtica de resumos, bem como a outras opera-
es que envolvam a formao de classes de documentos e de termos, ao ~es:n
volvimento de estratgias de buscas e estabelecimento de redes de assocmo~s
entre termos. Corno o diagrama implica, o computador podem, em certa medi-
da substituir os seres humanos em praticamente todas as atividades exemplifi-
cadas. Atualmente, eles no geram, de modo independente, mensagens ou ne-
cessidades de informao, a menos que sejam especificamente programados
para esse fim por seres humanos, mas talvez chegue o dia e~n que tambm far~o
isso. Urna vez que a indexao e a redao de resumos constituem a preocupaao
principal deste livro, neste captulo dar-se- mais ateno aplicao de com-
putadores a essas tarefas.
~-
CAPTULO 15
Indexao automtica, redao automtica
de resumos e processos afins
U ma imagem muito simplificada do problema da recuperao da informao
foi apresentada na figura 1. Agora, na figura 106, tem-se uma verso mais
complexa. Em essncia, o problema consiste em cotejar necessidades de infor-
mao com mensagens. Isso s pode ser feito de modo muito indireto. A maioria
das mensagens (aquilo que os autores desejam transmitir) aparece como textos
(alguns se apresentam em formato de irnagem, de som ou outro formato no-
textual), enquanto as necessidades de informao se apresentam como pedidos
formulados a um servio de informao. Este cria representaes dos textos,
armazena-os numa base de dados e oferece um dispositivo que possibilita que
sejam feitas buscas nessas representaes. A base de dados pode ser armazenada
em papel, microimagem ou formato eletrnico, e o 'dispositivo' que possibilita
que se faam as buscas pode ser to simples quanto o arranjo de entradas num
catlogo em fichas ou ndice impresso, ou to complexo quanto um computador
e um conjunto de respectivos programas. O servio de informao tambm cria
representaes dos pedidos (enunciados de buscas de algum tipo) e os processa
em cotejo com a base de dados, para recuperar as representaes de textos que
coincidam ou mais se aproximem das representaes dos pedidos.
As representaes de textos consistiro no prprio texto completo, partes
dele ou outra forma de representao construda por meios humanos ou auto-
mticos. As representaes de pedidos sero termos, termos apresentados em
relaes lgicas, enunciados textuais ou 'itens' (por exemplo, um sistema per-
mite ao usurio inserir informaes de um item cttia relevncia seja conhecida,
e, em seguida, procurar outros que de algum modo lhe sejam assemelhados).
Temos nossa disposio vrios recursos de ajuda intelectual que assistem
na construo das representaes (de textos ou pedidos). O mais bvio deles
o vocabulrio controlado convencional, mas tambm se usam outros instnunen-
tos auxiliares, como o vocabulrio ps-controlado mencionado no captulo 14.
evidente que so posslveis muitas variaes sobre o tema fundamental da
figura I 06. Por exemplo, em muitas situaes o servio de informao que cria
as representaes dos textos (isto , a formao da base de dados) ser diferente
dos servios que realizaro as buscas em tal base. Ademais, quem procura infor-
maes poder no delegar a realizao da busca a um especialista em informa-
o, mas, sim, assumi-la pessoalmente. Com o surgimento da internet, a maior
15. INDEXAO AUTOMTICA, REDAO AUTOMTICA DE RESUMOS 285
parte das atividades de recuperao da informao envolve buscas em textos de
stios da Rede, e as pessoas que precisam de informaes fazem elas prprias as
buscas ao invs de deleg-las a outrem.
Este diagrama evidencia os problemas da recuperao da informao. Os
textos podem no ser representaes perfeitas das mensagens (embora este seja,
definitivamente, um problema de comunicao, normalmente no visto como
um problema de recuperao da informao) e, conforme vimos desde os captu-
los iniciais, as representaes dos textos tambm podem ser imperfeitas. E, por
sinal, os pedidos raramente so representaes perfeitas das necessidades de
informao e os enunciados de busca podem no ser representaes perfeitas
dos pedidos. Alm disso, o referencial ('esquemas') de um solicitante pode no
coincidir com o referencial de um especialista em informao ou, na realidade,
o referencial dos autores. Considera-se, ento, que o problema da recuperao
da informao consiste essencialmente em procurar cotejar aproximaes de
necessidades de informao com aproximaes de mensagens. No de admirar
que os resultados nem sempre sejam completamente satisfatrios.
Como salientou Bates (1986), o problema da recuperao da informao mais
complexo do que aparenta ser; ela o trata como 'indeterminado' e 'probabils-
tico'. Parece estar em voga concentrar-se mais no lado da sada da atividade (ne-
cessidade de informao-pedido-representao) do que no lado da entrada
(mensagem-texto--representao), e a hiptese af irnplcita seria que o lado da
sada mais 'complexo'. De fato, Belkin e Belkin et ai. (1980, 1982) referem-se
ao cotejo do 'estado anmalo de conhecimento' de um consulente com o estado
mais 'coerente' de conhecimento dos autores. Como foi apontado ainda no cap-
tulo 2, a funo do indexador-prever os tipos de consultas para as quais deter-
minado documento provavelmente ser uma resposta til - no necessa-
riamente mais simples do que a de quem atua como intermedirio: compreender
quais os tipos de documentos que satisfazem a um solicitante em dado momento.
Seja como for, a figura I 06 apresentada neste ponto precipuamente para
exemplificar o fato de que podem ser usados processos algortmicos em diversas
atividades de recuperao da informao, em substituio ao processarnento in-
telectual por seres humanos. Os cornputadores podem ser aplicados indexa~
o automtica e elaborao automtica de resumos, bem como a outras opera-
es que envolvam a fonnao de classes de documentos e de termos, ao desen-
volvimento de estratgias de buscas e estabelecimento de redes de associaes
entre termos. Como o diagrama implica, o computador podem, em ce1ia medi-
da, substituir os seres humanos em praticamente todas as atividades exemplifi-
cadas. Atualmente, eles no geram, de modo independente, mensagens ou ne-
cessidades de informao, a menos que sejam especificamente programados
para esse fim por seres humnos, mas talvez chegue o dia em que tambm faro
isso. Uma vez que a indexao e a redao de resumos constituem a preocupao
principal deste livro, neste capitulo dar-se- mais ateno aplicao de com-
putadores a essas tarefas.
 INDEXAO E RESUMOS: TEORIA E PRTICA
286
F...specialist3.S
em informao
~
de computador
lReferenciall
Pessoas em busca de
informaco
1dt *-
{Termos)
Termos/lgica
Texto
Itens)
FIGURA 106
Os problemas fundamentais da recuperao da informao
Indexao por extrao automtica
No comeo deste livro fez-se uma distino entre indexao por atribuio
e indexao por extrao. A maior parte da indexao feita por seres humanos
por atribuio, pois envolve a representao do contedo temtico por meio de
termos selecionados de algum tipo de vocabulrio controlado. Na indexao por
extrao, palavras ou expresses que aparecem no texto so extradas e utiliza-
das para representar o contedo do texto como um todo. Os indexad.or~s huma-
nos procuraro selecionar expreSses do texto que paream. ser bons mdtcadores
daquilo de que trata um documento. Provavelmente sero influenciados pela fie-
qncia com que um termo aparece no documento e talvez onde aparece- no
thtlo, resumo do autor, legendas das ilustraes, etc. - e por seu contexto.
Admitindo que o texto exista em formato eletrnico, bvio que o computa-
dor pode ser programado para realizar a indexao por extrao, adotando esses
mesmos critrios de freqncia, posio e contexto. A indexao automtica ba-
seada na freqncia de palavras tem origem na dcada de 1950 e no trabalho de
Luhn (1957) e Baxendale (1958). possvel escrevei' programas simples para
contar as palavras num texto, desde que este tenha sido cotejado com uma lista
de palavras proibidas, a fim de eliminar palavras no-significativas (artigos, pre-
posies, conjunes e assemelhados), e, em seguida, ordenar essas palavras
ser-undo a freqncia de sua ocorrncia. As palavras do topo da lista sero,
evidentemente, escolhidas para serem os 'termos de indexao' do documento.
A definio do ponto de corte (ou seja, o ponto em que a lista ser interrompida)
obedecer a alguns de vrios critrios possveis: um nmero absoluto de pala-
l 15 INDEXAO AUTO M TI CA, REDAO AUTO M TI CA DE RESUMOS 287
vras, um nmero relacionado com a extenso do texto ou palavras que ocorram
I com freqncia acima de determinado limiar. Um programa pouco mais com-
p.lexo extrair expresses que ocorram com freqncia importante no texto. As-
sim, um documento poder ser representado com uma combinao de palavras
e expresses, e o critrio de freqncia para a seleo das expresses ser menos
rigoroso do que o critrio pelo qual se selecionam as palavras importantes.
Ao invs de selecionar palavras e expresses, os programas podem ser
escritos para selecionar radicais. Assim, o radical calor seria escolhido e arma-
zenado em vez das variantes calor, caloria e ca/orimetria. Empregam-se pro-
g~amas para derivao automtica, a fim de eliminar apenas terminaes sele-
Cionada~ de. palavras (por exemplo, 'ado', 'ada', 'ando'). Evidentemente, pos-
sfvel ~tn~mr pesos a todas as palavras, expresses ou radicais, que reflitam a
freqUencm com que ocorrem no documento. Por exemplo, o radical calor pode
receber um peso numrico relativo ao fato de aparecer no texto, digamos, 12 vezes.
Os critrios de freqncia podem ser complementados com outros critrios.
Por exemplo, Baxendale (1958) props que somente a primeira e a ltima frase
de c~da ,rargrafo fossem processadas, pois um de seus estudos demonstrara que
a prune1ra era o 'tpico frasal' em 85% das vezes e a ltima o era em otros 7%
dos casos. Considerava-se 'tpico frasal' aquele que provia o mximo de infor-
maes relativas ao contedo. Nos primrdios da indexao automtica foram
propostos ou testados vrios outros mtodos para identificar os seomentos do
< D
texto ncos emmformao'; programas de computador procurariam certos ele-
mentos, como locues prepositivas, textos que viessem aps 'palavras suoes-
. ' - o
t1vas , como conc/usoes e resumo do autor, e pattes do texto que inclussem as
ocorrncias primeiras de substantivos.
Uma evidente desvantagem do emprego da freqncia de palavras simples
ou expresses para a seleo de termos est em que, mesmo depois de usar uma
lista de palavras proibidas, algumas das palavras que ocorrem freqUentemente
num documento podem no ser bons discriminantes- que sirvam para dferen-
ar este documento de outros na base de dados- porque tambm ocorrem com
fieqi.incia na base de dados como um todo. Tomando-se um exemplo bvio, as
palavras biblioteca e informao no seriam muito bons discriminantes de itens
numa coleo de biblioteconomia e cincia da informao. Assim, num docu-
mento a palavra biblioteca ocorre 12 vezes, enquanto a palavra amianto s
ocorre quatro vezes. No entanto, o ltimo termo muito melhor discriminante,
uma vez que se trata de um termo que raramente ocorre na literatura de bibliote-
conomia. Seria um termo altamente importante numa coleo deste assunto,
mesmo que s ocorresse uma nica vez num documento.
A ti'eBHncia com que uma palavra ocorre num documento no a nica
freqncia para a qual se deve atentar no processamento de textos por com-
putador. A freqllncia com que uma palavra ocorre na base de dados como um
todo ainda mais importante. Quer dizer, as palavras que so os melhores dis-
criminantes so aquelas que so imprevisveis e raras numa coleo - por
288 INDEXAO E RESU!v!OS: TEORIA E PRTfCA
exemplo, amianto em biblioteconomia, biblioteca na base de dados de uma
fbrica de cimento~amianto. Na realidade, no preciso calcular a freqUncia
com que uma palavra ocorre em toda uma base de dados formada por textos, mas
apenas a freqncia com que ela ocorre no arquivo invertido utilizado para
executar a busca nos textos (isto , o nmero de ocorrncias de uma palavra em
relao ao nmero de ocorrncias de todas as palavras no arquivo).
Emprega-se, ento, ao invs da freqncia absoluta com que uma palavra
ocorre num documento, um mtodo de f1-eqtlncia relativa para a seleo de ter-
mos (Oswald et ai., 1959). Com este mtodo, selecionam-se palavras ou expres-
ses que ocorram num documento com mais freqncia do que sua taxa de ocor-
rncia na base de dados como um todo. Isso um pouco mais complicado do que
o mtodo de freqncia absoluta, pois exige que se mantenha uma contagem da
freqUncia com que cada palavra ocorre na base de dados (relativa ao nmero
total de ocorrncias de palavras na base de dados), bem como uma comparao
dessa taxa de ocorrncia com a de uma palavra em determinado documento.
Uma lista de palavras ou expresses extradas de um documento com base na
freqncia relativa ser diferente de uma lista criada com base na fieqncia
absoluta, mas no de forma radical. Muitos dos termos permanecero os mes-
mos. Os poucos termos novos sero os que ocorrem raramente no documento,
talvez apenas uma vez, mas ainda mais raramente na base de dados como um
todo- uma nica ocorrncia entre as 5 000 palavras de um m1igo de peridico
altamente significativa se essa palavra tiver ocorrido at ento somente cinco
vezes numa base de dados de lO milhes de palavras! Os termos que desapa-
recero, evidentemente, sero os que, embora ocorram fieqUentemente num
documento, ocorrem fieqUentemente na base de dados como um todo.
Evidentemente, os termos selecionados com base na freqncia relativa no
devem ser radicalmente diferentes dos selecionados com base na freqncia
absoluta. Para uma recuperao da informao eficaz precisa-se de termos que
sejam bons discriminantes de documentos, e tambm de termos que formem
classes eficazes de documentos; Se for til mirar exatamente no item raro- o
nico documento na base de dados que talvez examine os riscos para a sade do
amianto empregado em forros de bibliotecas-, algum tambm pode querer
recuperar grupos de documentos afins. Palavras como riscos ou perigos talvez
no sejam to raras numa base de dados de biblioteconomia quanto amianto,
mas sero teis para recuperar uma ce11a classe de documentos que podero
interessar a alguns usurios. Para uma recuperao eficaz da informao, reque-
rem-se, comumente, classes que consistam em mais de um nico item.
Os critrios para extrair termos dos documentos incluem, portanto, freqn-
cia absoluta e freqncia relativa, ou uma combinao de ambas, alm de crit-
rios posicionais ou sintticos.* Se se adotar um mtodo relativo para a seleo
~ Para um exame completo dos vrios critrios adotados para a seleo de temtos com base na
freqoncia de ocorrncia, ver Salton e McGi\1 (1983).
}5. INDEXAO AUTOMTICA, REDAO AUTOMTICA DE RESUMOS 289
de palavras, as listas de palavras proibidas, claro, no sero necessrias: prepo-
sies, conjunes e artigos ocorrero com freqUncia nos itens especficos, mas
tambm em toda a base de dados, e sero assim rejeitadas, junto com palavms
significativas mas de ocorrncia comum (como biblioteca em biblioteconomia).
Os termos tambm podem ser extrados do texto quando coincidem com
algum tipo de dicionrio armazenado de termos 'aceitveis'. Essa foi a base do
imp011ante trabalho sobre indexao com auxlio de computador realizado na
dcada de 1970 pelo Defense Documentation Center (ver, por exemplo, Kling-
biel, 1971 ). Essencialmente, as cadeias de palavras que ocorriam nos ttulos e
resumos eram cotejadas com uma base de dados em linguagem natural [Natural
Language Data Base (NLDB)]. As cadeias de palavras que coincidiam tornavam-
se candidatas a tennos de indexao. Klingbiel e Rinker ( 1976) compararam os
resultados da indexao com auxlio de computador com os resultados da inde-
xao feita por seres humanos. Como resultado de trs estudos de casos, con-
cluram que a indexao com auxlio de computador e sem reviso posterior
alcana n[veis de revocao comparveis aos alcanados pela indexao feita
por seres humanos, e que a preciso alcanada pela indexao com auxilio de
computador pelo menos to boa quanto a alcanada pela indexao feita por
seres humanos. A indexao por computador com reviso posterior logrou resul-
tados de revocao comparveis e melhor preciso do que a indexao feita por
seres humanos. Esta abordagem da indexao atualmente adotada no Center
for AeroSpace lnformation da NASA (Silvester et ai., 1993, 1994).
Indexao por atribuio automtica
A extrao de palavras e/ou expresses dos documentos tarefa que os
computadores executam de modo bastante satisfatrio. A extrao automtica
apresenta ntida vantagem em relao extrao feita por seres humanos:
totalmente coerente. No entanto, a maior parte da indexao feita por seres
humanos no constitui indexao por extrao, mas indexao por atribuio, e
a realizao desse trabalho por computador , em geral, mais difcil. A maneira
bvia de executar a indexao por atribuio com o emprego de computador
desenvolver, para cada termo a ser atribudo, um 'perfil' de palavras ou expres-
ses que costumam ocorrer freqUentemente nos documentos aos quais um
indexador humano atribuiri. esse termo. Esse tipo de perfil, por exernplo, para
o termo chuva cida incluiria expresses como chuva cida, precipitao cida,
poluio atmosfrica, dixido de enxofre, etc.
Se a cada termo de um vocabulrio controlado correspondesse um perfil
desses, seria possvel utilizar programas de computador para cotejar as expres-
ses importantes num documento (essencialmente aquelas que fossem extradas
segundo os critrios de freqUncia antes mencionados) com essa coleo de
perfis, atribuindo um termo ao documento sempre que o perfil do documento
coincidisse com o perfil de termos acima de determinado limiar.
290 INDEXAO E RESUMOS: TEORIA E PIV..TICA
Isso parece relativamente fcil. Na prtica, porm, diferente. Em primeiro
luoar os critrios de coincidncia teriam de ser um tanto complexos. Se chuva
cid~ ocorrer dez vezes num ar.tigo de peridico, quase certamente o termo de
indexao CHUVA CIDA ter de ser atribudo. Suponhamos, por outro lado, que
chuva cida ocorra apenas duas vezes no documento, porm atmosfera, dixido
de enxofre e cido sulfrico ocorram com bastante freqncia. Atribui-se o ter-
mo CHUVA CIDA? evidente que muitas combinaes diferentes de palavras ou
expresses sinalizam o fato de que determinado termo de indexao ser candi-
dato atribuio. Alm do mais, a impmtncia de cada combinao, como pre~
ditor de que determinado termo ser atribuido, implicaria o emprego de dife-
rentes valores de co~ocorrncia. Por exemplo, se as palavras calor, lago e polui-
o ocorressem poucas vezes num documento, isso seria o suficiente para levar
atribuio dos termos POLUIO TRMICA e POLUIO DA GUA. Porm calor riam ser atribudos pelo computador com base apenas nos ttulos. Se se consi-
e lago, sem o aparecimento de poluio, teriam de ocorrer juntos num docu-
mento muitas vezes, antes de POLUIO TRMICA ter assegurada sua atribuio.
A expresso chuva cida apresenta grande probabilidade de ocorrer com
fieqilncia num documento que trate do assunto, de modo que a atribuio corre-
ta do termo de indexao CHUVA CIDA talvez no seja to difcil quanto esta-
riam a sugerir as consideraes anteriores. O termo POLUIO TRMICA mais
problemtico, pois menos pr<;>vvel que a maioria dos itens sobre 'poluio
trmica' inclua ocorrncias freqUentes dessa expresso. Outros termos que um
indexador humano atribuiria com grande facilidade quase que resistem atribui-
o por computador. O'Com10r (1965) analisou alguns problemas concernentes
a isso. Um bom exemplo o termo TOXICIDADE. Um indexador pode, legitima-
mente, atribui-lo ao defrontar com esta redao: 'Dois dias depois de a substn-
cia haver sido ingerida surgiram diversos sintomas', mas bastante difcil incor-
porar num programa de computador todos esses preditores (de que o termo TO Xl-
CIDADE deva ser atribudo), mesmo que fossem identificados de antemo.
Devido a esses problemas, as tentativas iniciais de atribuir termos automati-
camente no tiveram xito, mesmo quando estavam envolvidos vocabulrios
muito pequenos de termos de indexao (por exemplo, Borko e Bernick, 1963).
Nos ltimos 40 anos, porm, desenvolveram-se processos melhores, e agora
possvel executar, com maior chance de xito, a indexao por atribuio.
A indexao automtica e processos afins tm, portanto, uma longa histria.
No resto do captulo sero vistos em primeiro lugar outros princpios e aborda~
gens anteriores. Os enfoques mais atuais sero analisadas mais ao final do captulo.
Estudos m,teriores sobre indexao
Van der Meulen e Janssen (1977) relatam uma comparao entre indexao
por atribuio automtica e indexao manual. Neste caso, comparou-se a inde-
xao humana adotada pelo INSPEC comum esquema de indexao automtica
que substitui expresses, que ocorrem nos resumos, por 'nmeros conceituais'
15.JNDEXAO AUTmviT!CA, REDAO AUTOMTICA DE RESUMOS 291
extrai dos de um 'tesauro' armazenado no computador. Embora os autores digam
que a indexao automtica deu resultados to bons quanto os obtidos pela inde-
xao humana, tal concluso baseou-se nos resultados de apenas duas buscas.
Um dos programas mais complexos de indexao por atribuio automtica,
desenvolvido no BIOSIS, foi examinado por Vleduts-Stokolov (1987). As pala-
vras que apareciam nos ttulos de artigos de peridicos foram cotejadas com um
Vocabulrio Semntico, formado por cerca de 15 000 termos de biologia, os
quais, por sua vez, foram ligados a um vocabulrio de 600 Cabealhos Con-
ceituais (isto , cabealhos de assuntos relativamente genricos). Assim, os
Cabealhos Conceituais podiam ser atribudos pelo computador com base em
palavras/expresses que ocorriam nos ttulos. Vleduts-Stokolov relatou que
cerca de 61% dos Cabealhos Conceituais atribudos por seres humanos pode-
derassem apenas as atribuies primrias e secundrias (o BIOSIS utilizava um
esquema de ponderao de termos de trs nveis: primrio, secundrio e terci-
rio), cerca de 75% das atribuies poderiam ser feitas automaticamente. Na rea-
lidade, porm, os programas no alcanaram um nvel de desempenho to eleva-
do. Alcanaram de 80 a 90% de xito em atribuies primrias e secundrias
(isto , atribulam de 80 a 90%dos 75%que, teoricamente, seriam atribudos com
base nos titulas), e quase esse nvel de xito em todas as atribuies (ou seja, por
volta de 80%, ou um pouco mais, dos 61% de atribuies que ocorreriam com
base apenas nos ttulos). Em outras palavras, ocorria subatribuio; quer dizer,
os programas deixavam de atribuir termos que deveriam ser e seriam atribudos
por seres humanos. Ao mesmo tempo, tambm se verificava superatribuio:
atribuam-se termos que no deveriam ser atribudos. Isso estava na mesma faixa
da subatribuio: entre 80 e 90% das atribuies de termos pelo computador
eram corretas, no sentido de que indexadores humanos tambm as teriam feito.
Um mtodo algo similar, descrito por Trubkin ( 1979), foi adotado para inde-
xar automaticamente os resumos de ABI/INFORM (uma base de dados na rea de
negcios) no perodo 1971-77. Construiu-se um 'vocabulrio-ponte' com cerca
de 19 000 termos que remetiam das expresses dos textos para os termos de um
vocabulrio controlado. Co1llo bastava uma nica ocorrncia de um termo num
ttulo ou resumo para fazer com que fosse atribudo um termo controlado, os
processos de indexao automtica tendiam a atribuir mais termos a um item do
que o faria a indexao humana (mdia de 16 por item em contraste com 8-12).
Tambm similares ao trabalho realizado no BIOSIS so os processos de inde~
xao com auxlio de computador implementados pelo American Petroleurn Ins-
titute (Brenner et ai., 1984). Sua finalidade era desenvolver mtodos que penni~
tissem ao computador atribuir os termos controlados do tesauro do API com base
nos textos dos resumos. Brenner et ai. relatam que uma verso anterior do siste~
ma atribua somente cerca de 40% dos termos que os indexadores humanos atri-
buiriam, alm de atribuir muitos termos suprfluos. Com os ensinamentos adqui-
ridos nessa experincia, os autores, contudo, sentiam-se otimistas quanto
' ..
292 INDEXAO E RESUMOS: TEORIA E PRTICA
possibilidade de os processos infnnatizados atriburem cerca de 80% dos ter-
mos que deveriam ser atribudos, e que a isso se seguiria uma reduo signifi-
cativa das atribuies suprfluas. De fato, desde os primeiros testes, ocorreram
melhoramentos notveis. Martinez et ai. ( 1987) analisam esses melhoramentos
e tambm descrevem os problemas encontrados ao fazer a ligao entre expres-
ses dos textos e os termos do tesauro. Posteriormente, Hlava ( 1992) analisou
progressos na abordagem do API no que concerne ligao de termos de
indexao em uma lngua com termos de indexao em outra (por exemplo, do
ingls com o alemo e vice-versa).
Um mtodo mais elaborado de ligar expresses de textos a descritores foi
desenvolvido na Technische Hochschule Darmstadt. Sua descrio mais com-
pleta, feita por Knorz ( 1983), precisa ser complementada com referncias poste-
riores (por exemplo, Fuh r, 1989; Biebricher et ai., 1997). O mtodo de Darm-
stadt, que adota a tcnica da ponderao, calcula a probabilidade que um
descritor tem de vir a ser atribudo a um item, supondo-se que determinada
expresso textual ocorra no ttulo ou no resumo. Como foi dito antes neste cap-
tulo, uma das mais bem-sucedidas aplicaes da indexao por atribuio com
auxlio de computador encontra-se atualmente em uso no Center for AeroSpace
Information (Silvester et ai., 1993, 1994), com base no trabalho de Klingbiel.
Apesar de a indexao por atribuio automtica ter melhorado considera-
velmente nos ltimos 40 anos (ver a seo final deste captulo), ainda no
chegamos ao ponto onde termos de um vocabulrio extenso (digamos, lO 000
descritores de um tesauro) possam ser atribudos de modo completamente auto-
mtico sem interveno humana. Um estudo feito por Hersh et ai. (1993), que
trabalhou com textos mdicos, afirma ter obtido melhores resultados com buscas
em textos simples do que com a ligao de textos aos termos do vocabulrio con-
trolado (termos do Unified Medicai Language System).
Na realidade, a indexao por atribuio automtica se reveste hoje em dia
de reduzido interesse, exceto para a produo de ndices impressos. H 30 anos,
despertava interesse mais amplo. Como, ento, era muito dispendioso armaze-
nar e processar grandes quantidades de texto em computador, justiftcava-se
qualquer mtodo que reduzisse o texto. Hoje em dia, evidentemente, no caso de
existir o texto completo de um item em formato eletrnico, ou se existir um
resumo adequado, faz pouco sentido pretender index-lo, a menos que venha a
ser gerada, a partir da base de dados, alguma forma de ndice impresso. No
obstante, conforme ser visto mais adiante neste capitulo, existem realmente
aplicaes em que as formas de indexao por atribuio automtica ainda so
teis. Ademais, os mtodos de indexao por atribuio automtica so essen-
cialmente os mesmos usados na categorizao (classificao) de textos ou tare-
fas de encaminhamento de mensagens, a serem examinadas mais adiante.
Uma forma especial de ndice impresso o que aparece no final dos livros.
Os trabalhos visando produo desse tipo de ndice por computador tambm
remontam a mais de 40 anos. Artandi (1963) produziu ndices de livro por com-
"r
15. INDEXAO AUTOMTICA, REDAO AUTOMTICA DE RESUMOS 293
putador no campo da qumica. Para cada entrada de ndice ('termo de expres-
so') ela criou uma lista de expresses associadas ('termos de deteco'), e a
ocorrncia de qualquer uma dessas expresses numa pgina de texto faria com
que fosse selecionada uma das entradas de ndice para aquela pgina. At1andi
afinnava que um ndice assim produzido comparava-se em qualidade a um 1dice
feito por seres humanos, m~s custava bem mais caro. Grande parcela do custo
corr~spondia, porm, transcrio do texto para formato eletrnico. Como hoje
praticamente toda impresso de textos feita a pmiir de registros eletrnicos, os
fatores de custo no mais favoreceriam o esforo intelectual humano. Apesar
disso, os problemas inerentes produo automtica de ndices de livros so
ma!s difc~is do que sugere o trabalho de A1iandi. Mesmo num campo limitado
se na prec1so um vocabulrio muito grande de termos de expresso e, para cada
um deles, tambm seria muito grande o nmero de termos de deteco possveis.
Ademais, ambos os vocabulrios precisariam ser mantidos atualizados para
abrigar os novos desenvolvimentos e as mudanas terminolgicas nesse campo.
Evidentemente, Atiandi procurava fazer a indexao por atribuio. Uma
proposta ma i~ fcil seria extrair expresses do texto do livro que fossem adequa-
das para funciOnar como entradas de ndice. Earl ( 1970) descreve um mtodo de
elaborao de ndices de livros por computador que envolve a extrao de sin-
tagmas nominais. Ela afirma que: "Tudo indica ser possvel produzir automati-
camente ndices de livros que sejam satisfatrios, com um trabalho posterior de
reviso para eliminar termos suprfluos." Mais tarde, Salton (1989) descreveu
como possvel empregar processos de anlise sinttica para gerar expresses
que se prestam ao uso em n~ices de livros. Por outro lado, Korycinski e Newell
( 1990) examinam os motivos pelos quais a produo automtica de lndices de li-
vros muito mais diflcil do que a indexao automtica de a11igos de peridicos.
A maioria dos sistemas de indexao automtica no so realmente 'autom-
ticos', no sentido de que substituem o ser humano pelo computador, mas se desti-
nam a auxiliar o indexador humano. Uma denominao que melhor se ajusta a
e~es ~ 'co1~1 auxlio de computador'. Em geral, identificam-se dois mtodos prin-
Cipais de mdexao com auxlio de computador:
l. Utiliza-se o computador para fornecer vrios tipos de apresentao e men-
sagens em linha que ajudam o indexador. Erros cometidos pelo indexador
(por exemplo, emprego de termos fora do padro ou combinaes indevidas
de cabealho principallsubcabealho) so reconhecidos em tempo real com
imediata notificao ao indexador.
2. Utilizam-se programas de computador para ler o texto (talvez apenas ttulos
e/ou resumos) e selecionar termos de indexao mediante processos de ex-
trao ou atribuio. Os termos assim selecionados so checados por um in-
dexador hun~ano, que acrescenta outros pontos de acesso que os programas
no consegmram atribuir e/ou elimina termos atribudos erroneamente.
As abordagens atuais so eXaminadas na seo final deste captulo.
294 INDEXAO E RESUMOS: TEORIA E PRTICA
Outras formas de classificao
Como vimos no captulo 2, a indexao uma fonna de classificao: a atri-
buio de um termo a um item coloca-o numa classe junto com outros aos quais
o mesmo te1mo foi atribufdo. So possfveis outros tipos de classificao quando
h vrios dados sobre itens bibliogrficos em formato eletrnico. possvel usar
processos automticos para criar classes de documentos ou classes de termos.
Em sistemas 1 Convencionais' de recuperao, a realizao de uma busca
auxiliada pelas associaes entre termos estabelecidas pela mente humana, com
a ajuda s vezes de relaes constantes de um tesauro ou outro vocabulrio con-
trolado. Num mtodo mais automtico de recuperao~ baseado, por exemplo,
no cotejo de consultas em linguagem natural com o texto completo de itens, resu-
mos, ou representaes de documentos criadas por computador- tambm con-
vm incorporar processos automticos para desenvolvimento de relaes entre
termos, a fim de melhorar a eficcia das buscas. Co-ocorrncia a relao bvia
a ser explorada pelo computador. Quanto mais freqentemente dois tennos
ocorrerem juntos (no texto de documentos ou em listas de termos atribudos aos
documentos), mais provvel ser que tratem de contedo temtico similar. Le-
vando isso sua concluso lgica, se o termo A nunca ocorre sem 8 e o termo 8
nunca ocorre sem A (o que seria uma situao muito rara), os dois termos so
totalmente interdependentes e seriam completamente intercambiveis nas buscas.
Alm da associao direta (X ex tendem a ocorrer juntos), as associaes indi-
retas entre tennos podem tambm ser derivadas com base nos dados de co-ocor-
rncia. Suponhamos que o termo D quase nunca ocorra sem w numa base de da-
dos e que Ttambm tenda a no ocorrer sem w, embora De r jamais co-ocorram
nos documentos. Conclui-se que h uma relao entre D e r: so relacionados
entre si pelo fato de cada um co-ocorrer fortemente com IV. Muito provavel-
mente, De r so exatamente sinnimos neste contexto: sinnimos costumam no
ocorrer um com o outro, ainda que os termos com os quais co-ocorram sejam
muito similares. No exemplo hipottico, D seria 'delta', r 'vo livre' e IV 'asa'.
Na realidade, no se calcula o grau de associao entre dois termos com base
na freqncia simples de co-ocorrncia, mas na de co-ocorrncia relativa fre-
qncia de ocorrncia de cada termo. Por exemplo, se os termos A e 8 co-ocor-
rerem 20 vezes na base de dadOs, enquanto A ocorrer 1O 000 vezes, e 8 50 000
vezes, o 'fator de associao' entre A e B ser fraco. Por outro lado, supondo que
A ocorra 50 vezes, B ocorra 25 vezes, e ambos co-ocorram 20 vezes, o fator de
associao ser grande, pois muito improvvel que 8 ocorra sem A e quase a
metade das ocorrncias de A coincida com as ocorrncias de 8. Portanto, a
relacionatidade (R) de dois termos comumente definida pela equao simples
aeb
R~-
a ou b
Quando R excede algum limiar preestabelecido, os dois termos so aceitos como
se fossem relacionados.
}5. INDEXAO AUTOi>.lT!CA, REDAO AUTOMTICA DE RESUMOS 295
Os dados de co-ocorrncia so usados de duas formas: 1) desenvolve-se e
armazena-se uma rede de associaes entre termos, ou 2) identificam-se e arma-
zenam-se classes separadas de termos com base em associaes extra[das da
rede. No primeiro caso, os termos introduzidos por quem realiza as buscas, em
forma de lista ou dentro de um enunciado em forma de expresso ou frase,
podem ser processados automaticamente para produzir uma lista expandida de
tennos de busca. No mtodo desenvolvido por Stiles (Stiles, 1961; Salisbury &
Stiles, 1969), os termos acrescentados a uma estratgia de busca so os rela-
cionados de perto com todos os termos da busca original com base na fre-
qncia de co-ocorrncia. Por exemplo, A, B e c ocorrem na estratgia original
e X e }'so acrescentados porque tendem a co-ocorrer com todos os trs termos
iniciais. O processo poderia continuar de modo a introduzir, digamos, o termo P
porque est associado a A, 8, C, X e Y. Os itens da base de dados podem receber
um peso numrico, que reflita o nmero de termos que coincidem entre item e
estratgia de busca e as foras de associao que existem entre esses termos
(com base na co-ocorrncia), e os itens recuperados podem ser ordenados por
peso. possvel, assim, que alguns itens que aparecem no alto da ordenao
[rankng] no contenham nenhum dos termos com os quais se iniciou a busca.
Na segunda aplicao, qualquer palavra que ocorra num enunciado de busca
pode ser substituda pela classe de palavras a que pertence. Isso automtico ou
pode ser feito sob controle de quem faz a busca. Os tipos de classes de palavras
que podem ser derivadas dos dados de co-ocorrncia foram claramente identi-
ficados por Salton e McGill (1983). Num deles, chamado faco, todas as pala-
vras do grupo so associadas com todas as outras palavras do grupo acima de um
limiar escolhido. Num grupo de ligao nica, por outro lado, cada palavra pre-
cisa estar ligada apenas a uma outra palavra do grupo acima do limiar estabelecido.
As classes formadas mediante processos estatfsticos sero muito menos
puras do que as de um tesauro convencional. Um grupo de palavras que co-
ocorram fortemente incluir relaes de gnero/espcie, parte/todo e outras,
como no seguinte exemplo:
ASA AERODINMICA
AEROFLIO FLUXO
DELTA
CAUDA
VIBRAO
A pureza da classe no a questo principal. O que importa se a classe poten-
cialmente til na recuperao. Por exemplo, ser provvel que a classe hipo-
ttica de palavras identificadas acima, se se substitusse automaticamente cada
um de seus membros, melhoraria os resultados da busca? Dependendo da busca,
parece provvel que esse tipo de substituio melhoraria a revocao. Ao mes-
mo tempo, causaria um graVe declnio da preciso, principalmente se a classe
(como no exemplo) fosse um conjunto muito heterogneo de termos.
 296 INDEXAO E RESUMOS: TEORIA E PRTICA
Salton e McGill (1983) apresentam exemplos de entradas de tesauro extra-
das autom~ticamente de uma cole~o de documentos de engenharia (figura 107).
c.om esse trpo de tesauro, a consulta 'propriedades criognicas de x' seria expan-
dida para 'x em relao ao conceito 415'. O resultado seriam itens recuperados
sobre supercondutividade (isto , que contm o radical 'supercondut') de x.
Estas consideraes giraram at agora apenas em torno de mtodos com os
quais se formam classes de termos com base nos documentos onde ocorrem. Os
dados que permitem tal classificao so extrados de uma matriz que mostra
quais os termos que ocorrem em quais documentos (matriz termo/documento).
E claro que, com esses dados, tambm possvel fazer a operao inversa. Ou
seja, formar classes de documentos com base nos termos que contm. Salton
(1975) e Salton e McGill (1983) identificaram vrios tipos dessas classes:
I. A faco
na qual todos os itens A-E tm uma forte ligao entre si.
2. A estrela
'
/ evidente que quanto mais parecidas forem as listas de referncias includas em
na qual uma classe AQRST definida pelo fato de Q, R, se r estarem todos,
de alguma forma, ligados de perto a A.
3. A fileira
A<_>B <_>C<_> D<_>E
na qual B est ligado de petto a A, c a B, e assim por diante at E, o qual no
est ligado de perto a qualquer outro item exceto o.
' 0<~'"""~/'j--
\C-D
que pode ser formado com base em vrios critrios. Em geral, no entanto,
cada membro se associa aos outros membros do grupo ao alcanar um valor
acima de determinado limiar.
Estrelas, fileiras e conglomerados so exemplos dos grupos de ligao nica
definidos acima.
15. INDEXAO AUTO!I.1TICA, REDAO AUTOMTICA DE RESUMOS 297
Uma abordagem muito similar do agrupamento de itens relacionados, cha-
mada' indexao semntica latente', baseia-se em processo de classificao inti-
mamente relacionado com a anlise fatorial (ver, por exemplo, Dumais, 1995).
Tambrn podem ser formadas classes de documentos com base em caracte-
rsticas no-terminolgicas, especialmente vrias formas de ligao de citaes.
As possibilidades disso so exemplificadas na figura lOS. Aqui, X, Ye z so do-
cumentos publicados recentemente que citam os itens anteriores A, B e C. Uma
classe muito simples consistiria em um documento e os posteriores que o citam;
por exemplo, A, x e Y. Como ambos xe Ycitam A, existe uma grande possibilidade
de que todos os trs tenham um contedo temtico em comum. Isso, evidente-
mente, a base da indexao de citaes. Ao entrar num ndice de citaes em
A, quem realiza a busca encontrar X e Y, itens estes que citam A. Se A for um item
altamente relevante para os interesses presentes de quem faz a busca, X e Y
tambm sero relevantes. Se assim for, quem realiza a busca ter logrado xito
sem ter empregado a indexao de assuntos convencional.
Identificam-se outras classes nas relaes simples mostradas na figura 1OS.
Por exemplo, considere-se que X e Y formam uma classe porque ambos citam A
e B. Este o principio do acoplamento bibliogrfico (Kessler, 1962-1965).
Quanto mais referncias dois (ou mais) itens tiverem em comum, mais f01te ser
seu acoplamento. X e Yesto fortemente acoplados porque ambos citam A, B e C.
z est menos f01temente acoplado a x e Y porque tem somente duas referncias
em comum com estes itens. Outra maneira de dize1 isso que X e Y formam uma
classe fo1te (de fora 3), enquanto xe z e Ye z so classes fracas (de fora 2).
duas publicaes mais provvel ser que tratem do mesmo assunto. Assim, se Q
cita F, G, H e 1 apenas, e o mtigo R tambm cita somente estes quatro itens, Q e R
quase com ce1teza tratam do mesmo assunto. Se os dois atiigos tiverem essas
quatro referncias em comum, porm se cada um incluir, digamos, dez refern-
cias que o outro no inclui, haver menos chance de Q e R tratarem do mesmo
assunto, embora a relao entre Q e R ainda seja considerada muito prxima.
Uma ltima relao, mostrada na figura 1OS, a de co-citao (Small, 1973).
Afirma-se que os itens A, B e c formam uma classe porque so citados juntos (co-
citados) por X e Y. Como acontece com o acoplamento bibliogrfico, a co-citao
pode ocorrer com fora varivel. Na figura lOS, os itens A, B e c tm uma relao
fraca entre si, pois apenas dois itens os citam juntos. Quanto mais itens os co-
citarem, supe-se que mais fortemente relacionados eles estaro.
As classes formadas com base nas ligaes de citaes apresentam algumas
vantagens sobre as classes formadas por meio da indexao de assuntos con-
vencional. O que mais evidente em tudo isso que sero independentes de
lngua e de mudanas terminolgicas. O nome de uma doena pode mudar mais
de uma vez no decorrer do tempo, porm isto no impedir que se realize uma
busca sobre essa doena num ndice de citaes, principalmente se o documento
inicial que a identifica for do conhecimento de quem faz a busca e se ainda for
298 INDEXAO E RESUMOS: TEORIA E PRTICA {5. INDEXAO AUTOMTICA, REDAO AUTOMTICA DE RESUMOS 299

408 DISLOCA TION A

413 CAPACITANCE
JUNCTION IMPEDANCE-MATCH!NG
h<UNORITY-CARRIER IMPEDANCE
N-P-N !NDUCTANCE
P-N-P l\'IUTUAL-TMPEDANCE
POINT-CONT ACT 1\.iUTUAL-INDUCTANCE
RECOMBINE MUTUAL
TRANSITION NEGATIVE-RESISTANCE
UNIJUNCTION POS!TIVE-GAP
REACTANCE
409 BLAST-COOLED RESIST
HEAT-FLOW SELF-!MPEDANCE
HEATTRANSFER SELF-INDUCTANCE
SELF
410 ANNEAL X y
STRAIN
414 ANTENNA
411 COERCIVE FIGURA 108
KLYSTRON
DEr..iAGNETIZE PULSES-PER-BEAM Ligaes de citaes/referncias
FLUX-LEAKAGE RECEIVER
HYSTERESIS SIGNAL-TO-RECEIVER Os estudos que compararam as classes formadas pela indexao conven~
INDUCT TRANSMITTER
INSENSITIVE WAVEGUIDE cional de assuntos com as formadas com base em ligaes de citaes remontam
MAGNETORESISTANCE a cerca de 40 anos (Kessler, 1965). Comparaes posteriores incluem. Pao
SQUARELOOP 415 CRYOGENIC
THRESHOLD CRYOTRON
(1988), Pao e Worthen (1989) e Shaw (1990b). Uma busca baseada em ligaes
PERSISTENT-CURRENT de citao (citao direta, acoplamento bibliogrfico ou cocitao) poder des~
SUPERCONDUCT cobrir itens teis no encontrados por meio de buscas temticas convencionais
412 LONGITUDINAL SUPER-CONDUCT
TRANSVERSE em ndices impressos ou bases de dados em linha, porm o mtodo convencional
416 RELAY tambm pode localizar itens que as ligaes de citaes no conseguem revelar.
Os dois mtodos so complementares e no concorrentes.
FIGURA 107 Kwok (1985a,b) menciona o fato de as ligaes de referncias/citaes po~
Exemplo de entradas de tesauro extradas por mtodos automticos derem ser utilizadas na recuperao de informao para formar uma 'coleo
Reprodulo de Salton e McGill,/l!fm<ht<lhm lo mutkm ilif<Jimuli<J!I n.'lricvl, 1983,
con1 penniss..~o de \lcGraw-Hil! i'ubli>hing Comp;my ampliada' de itens recuperados. Quer dizer, quando se aplica uma estratgia de
busca a uma base de dados da forma normal, empregando palavras do texto ou
citado com freqncia. O princpio do acoplamento bibliogrfico pode, natural- termos controlados, o conjunto de itens assim recuperados ser ampliado com os
mente, ser utilizado para ligar documento's escritos em lnguas completamente itens a eles ligados por meio de citaes bibliogrficas. Ele sugere que o con-
diferentes; por exemplo, identificar trabalhos em russo e chins que estejam junto de termos associados aos itens originalmente recuperados seja ampliado
fortemente acoplados a um trabalho em lngua inglesa. Igualmente, uma classe com o acrscimo de termos extrados dos itens que eles citam. Estes novos
de documentos co-citados incluiria itens em vrios idiomas. O que mais impor- termos podem ser termos de indexao atribudos aos itens citados, ou expres~
tante, evidentemente, que as classes formadas por co~ citao sofrem mudanas ses do texto extradas dos resumos ou dos th1ios. Ele sugere que a ampliao
com o passar do tempo, pois novas inter-relaes entre os resultados de pes- mediante a extrao de termos dos ttulos dos itens citados mais praticvel.
quisas so verificadas por pesquisadores posteriores. Voltando figura 108, os Salton e Zhang (1986) testaram a utilidade de ampliar o conjunto de termos asso
autores de X e Y vem alguma relao entre os itens A, B e c, mas esta relao ciados aos itens recuperados mediante o acrscimo de palavras do ttulo exhaf~
poderia ter passado despercebida durante muitos anos. A, B e c formam uma das de itens 'bibliograficamente relacionados'. As palavras do ttulo foram
classe de itens pela primeira vez em, digamos, 1989, porque foi em 1989 que extradas de: a) itens citados pelos itens recuperados, b) itens que citavam os
tanto X quanto Y foram publicados, porm A talvez tivesse sido publicado na itens recuperados, e c) itens co~citados. A concluso deles que, embora muitas
dcada de 1930, c na dcada de 1950 e B na dcada de 1970. palavras de contedo 'til' sejam extradas dessa forma, tambm sero extraidos
muitos termos de utilidade duvidosa, e que o processo no suficientemente
confivel para justificar sua incluso em sistemas de recuperao operacionais.
300 INDEXAO E RESUMOS: TEORIA E PRTICA
bvio que as ligaes explcitas ou implcitas entre os itens numa rede de
hipe11exto ou hipennfdia so muito similares s ligaes de citaes aqui exami- res de significncia mais altos so selecionadas e impressas, na seqncia em
nadas. As implicaes para a indexao das ligaes de hipertexto/hipennfdia que ocorrem no texto, a fim de formar o 'resumo'. possvel estabelecer um
so mencionadas no captulo 16. Um livro organizado por Agosti e Smeaton
(1996) uma boa fonte de pesquisas sobre a utilizao de vnculos de hipertexto
na recuperao de informaes.
Redao automtica de resumos
Se os computadores podem ser programados para selecionar termos dos
documentos segundo critrios de freqncia, tambm podem ser programados
para selecionar frases dos documentos. Esta a base do que se denomina comu-
mente 'redao automtica de resumos', embora fosse mais exato chamar isso
'elaborao automtica de extratos'. Luhn (1958), criador desse mtodo, adotou
os seguintes procedimentos:
1. Uma lista de palavras proibidas elimina do processamento ulterior todas as
palavras no~significativas.
2. Contam-se as ocorrncias de todas as palavras restantes, que so ordenadas
segundo sua freqncia de ocorrncia (em vez de palavras, podem ser usadas
razes (radicais)).
3. Todas as palavras que ocorram mais de x vezes so definidas como palavras
de 'alta fi"eqncia' ou 'significativas'.
4. Localizam-se as fiases que contenham concentraes dessas palavras de alta
freqncia. Consideram-se duas palavras relacionadas dentro de uma fiase
se no houver mais de quatro palavras intermedirias.
5. Calcula-se um 'fator de significncia' para cada fi:ase, da seguinte maneira:
a) determina-se o nmero de 'aglomerados' na frase (aglomerado o grupo
de palavras mais extenso, demarcado por palavras significativas, no qual as
palavras significativas no se acham separadas por mais de quatro palavras
intermedirias);
b) determina-se o nmero de palavras significativas no aglomerado e se di-
vide o quadrado desse nmero pelo nmero total de palavras dentro do aglo-
merado;
c) define-se o fator de significncia da frase como o valor do aglomerado
mais alto ou como a soma dos valores de todos os aglomerados na frase.
Isso soa mais complicado do que realmente na prtica, e sua explicao fica
mais fcil por meio de um exemplo. Vejamos a frase:
A B C D* E F* G* H I J* K L M N 0 P Q R
onde cada letra representa uma palavra, e as palavras seguidas de asterisco so
as consideradas 'significativas'. O aglomerado formado pelas palavras D-Jcon-
tm quatro palavras significativas, de modo que o fator de significncia do
aglomerado 41/7 ou 2,3. Este ~ tambm o fator de significncia da frase, urna
vez que ela contm somente um aglomerado.
15. INDEXAO AUTOMTICA, REDAO AUTOMTICA DE RESUMOS 301
De acordo com os procedimentos de Luhn, as frases que contenham os fato-
ponto de corte, para controlar a quantidade de frases selecionadas. Isso pode
basear-se num nmero fixo de frases ou no nmero de frases necessrias para
atingir certo percentual do texto total do documento. A figura l 09 um exemplo
de um 'auto-resumo' produzido de acordo com o mtodo de Luhn.
Ao lidar com documentos muito longos talvez seja conveniente fazer com
que os programas selecionem e imprimam frases significativas para cada seo
da publicao. Uma vez que os resumos devem salientar a importncia espec-
tica de um item para a instituio para a qual o resumo preparado, pode-se
incluir uma ponderao adicional numa certa categoria ou lista de palavras, de
modo a garantir que as frases que contenham uma ou mais ocorrncias dessas
palavras sejam selecionadas para incluso no resumo.
claro que um resumo montado dessa forma no ser muito parecido com
um resumo preparado por um ser humano. Uma vez que algumas frases podem
vir do primeiro pargrafo, ajgumas do ltimo, e vrias outras talvez do meio do
trabalho, o extrato pode parecer bastante desconjuntado. Na realidade, isso no
chega a ser de grande impmtncia enquanto as fi:ases escolhidas oferecerem, em
conjunto, um quadro exato daquilo de que trata o documento. Alguns pesquisa-
dores, no entanto, discordam disso e insistem para que os extratos obtidos por
mtodos automticos apresentem melhor seqtincia lgica (Rush et ai., l97l,
Mathis et ai., 1973).
Enquanto Luhn (l959) e Oswald et ai. ( 1959) utilizaram a freqncia de
palavras ou expresses para a seleo de frases, outros pesquisadores propu-
seram ou empregaram critrios alternativos. Edmundson (1969) identificou
quatro mtodos possveis:
l. A1todo da chave. Similar ao critrio de freqncia de palavras adotado por
Luhn. Atribui-se s frases um peso correspondente soma dos pesos das pa~
lavras que as compem.
2. 1Htodo da deixa. A presena de certas palavras numa frase sinaliza o fato de
que provvel que ela seja um bom indicador de contedo. Um 'dicionrio
de deixas' inclui uma lista de palavras que recebem peso positivo e uma lista
de palavras com peso negativo. O valor da significncia de uma frase a
soma dos pesos das palavras que a compem.
3. i\4todo do ttulo. A hiptese em que se baseia este mtodo que as palavras
que ocorrem nos ttulos e subttulos so bons indicadores de contedo. Atri~
bui-se um valor de significncia s frases baseado no nmero de palavras do
tftulo e subttulo que elas contm.
4. 1\rltodo da localizao. Neste mtodo atribuem-se pesos s frases, tomando
por base a posio onde aparecem num documento. As frases que aparecem
em certas sees (primeira e ltima frase dos pargrafos, primeiro e ltimo
302 INDEXAO E RESUMOS: TEORIA E PRTICA 15, INDEXAO AUTOMTICA, REDAO AUTOMTICA DE RESUMOS 303

7]1.: ,\i:icutific Am<riwn, l'o/_ /'Hi, /l'o_ J. Xt.-'1-{ F.:hnrwy, f')jl

deixas negativas e positivas no WCL. Os mtodos de extrao desenvolvidos por
Swrrc.::
Rush et ai. ofereciam vrias vantagens em relao a processos anteriores, inclu-
sive a capacidade de modificar frases extratadas (por exemplo, pela eliminao
de expresses parentticas).
&Jitor :, S11h-l!wdmg: 71><: inl.:mal com1111111iwlioll rifl~ h<<dy I< JMJiul~d hy c&miwh us" dl "' hy ll.:lllii lmpuf,~.
St!i<ly uf thr illl.:w<li<m/JLL' d.;n:fupcd impUitulll f~uJ,- w tio: m~la.twxliug w!d tlll:r<>J')' <1 ll"'!llulilln<."- Outra caracterstica era a 'remisso interfrasal': quando uma frase era sele
cio nada para incluso num extrato era testada, a fim de determinar se seu signi-
Auto-Abstract ficado dependia das frases imediatamente precedentes (por exemplo, por incluir
/1 _1um.< r.u_l(</l<rhle lu u>.:dil llr~ _,;,.g{.:..,.dled "IXWI.\JJO.< ul.w H il/1 <1 -')-tem of du:micul u<ill!iWIIiwliml hy d1]inioll uf
;/imuf<IIII,<! .wb. tullt<.< thmugh til cdf, <ll!<llh~sc <"''"'JHHI /a 1/r~ ch.!mic<..d m~-~wuga..- (<'.![ -'""""'"~-} !I><JJ curry
expresses do tipo 'pmianto' ou 'por este motivo'). Se o significado fosse assim
.timullfmm cdlt" <e!f irtth< mor" <mllpfcxorguni"'' (7.0)f dependente, as frases precedentes, at um mximo de trs, eram inclufdas no
Finully, iuth.: \\'111!-hrul~ w1imuf> lhac an: 'fll:dul g!und< (.:.g., lhe Wr.:JI<lfs)jor pwdadugtb~miwl lilt-"eog<n, <111</ resumo, mesmo que no atendessem a outros critrios de aceitao. Esse mtodo
th~ tl<:ro't!i" undcft.miwl t'WIIIIllllliwlhm.l.ll~ll'-' ufl! ittl<ffHiii~: fvr itulwtu, rd.:m< oft~lrctJ<Jim h) t/h: odre nu!
gfwl<f ;,, _, 11 h;~ct '" ,-ulllmf 00/h h)' li"""' 111;/111/c-< ul!<f hycl~<:mhu-'- hnmghltr> !IN g!w~tf hy Ih~ hfu"d (f,_J) de extrao tem, portanto, o potencial de criar extratos que possuam melhor
Jl>< e.xperim.ml.< d ourlydoii> trEL\ImteJ lha/"' <ljhhn/in< (mkf ,-c(.,r~J >11h>lwtcc.<) u1td adt<'IJ<lfi!l (unJ }/_, n:lwhv.) crer/ seqncia lgica do que os obtidos mediante processos menos complexos. Na
"l'l"'->ing a<llort< !!-/ticllt!!ilintuill a h<ll<lll<ed 0:),7tl<lli"ll ofilt" /l'illhilli."iun <iftKtll! impuf.<c.<. (f,,J)
figura 11 Otem-se o exemplo de um extrato produzido segundo os procedimen
ft 1\'illOJI<lhl~ /IJ -"'l'{""~ tfl<lllll<fr<lllljlllli:ill)! dmg nmlll<tu,;(t/1.1 lnfllhilrl/)' 4f'<lnf-n'-~'i>;:adrc1!<1lill1!(
\CW/tJIJill (jf IIJIJ/,' rduta/lllflihilr,-{1/ lfl<! /ti!IIIW//Ni1>JIL\' -'.}'-t/C/11. (l.J) tos de Rush et aL (o sistema de elaborao automtica de resumos ADAM) .
s~nten<:e> selected b)' tne.>ns o f statistical analysis .1s havin):l a degre<: o f signiflcance of6 and oHr.
Mathis et ai. ( 1973) introduziram aperfeioamentos nos mtodos de extrao
tSiJ:,'lliflCJnce facto ris given at lhe end o f each sentence. descritos por Rush et ai. Tais aperfeioamentos referem-se fundamentalmente s
caractersticas de modificao fiasal e remisso interfrasal dos processos ante-
FIGURA 109 riores, e se destinam a produzir representaes que sejam mais 'legfveis'.
Exemplo de um auto-resumo de Luhn (Luhn 1958) Earl (1970) realizou experincias a fim de determinar se frases significativas
COp)Tiglll O !'>53 by lntemational Business Machines lncorporaled, reproduzido com penni:;;o
poderiam ou no ser identificadas por meio de anlise sinttica. A hiptese era
pargrafo, texto antecedido por entrettulos, como Introduo ou Concluses) que as frases que contivessem certas estruturas sintticas seriam mais indicativas
so aceitas como mais indicadoras de contedo do que outras. de contedo do que outras. Os resultados no foram promissores, devido princi-
Descobriu-se que os mtodos de deixa, ttulo e localizao apresentavam maior palmente ao grande nmero de tipos de frases que foram identificados. Um pro-
probabilidade de concordncia quanto s frases a serem selecionadas do que cesso mais promissor envolvia o uso de critrios tanto sintticos quanto estats-
qualquer combinao de mtodos que envolvessem o processo de chave, o que ticos: identificam-se sintagmas nominais no texto, identificam-se as palavras
levou Edmundson a concluir que este processo, baseado somente nos critrios significativas nos sintagmas, fazemse contagens de palavras, e as frases so
de freqncia, era inferior aos outros mtodos, selecionadas com base no nmero de palavras de alta freqncia que contm.
Rush et aL (1971) argumentam que qualquer mtodo til de extrao deve Paice ( 1981) descreveu processos de elaborao automtica de extratos ba-
incluir critrios tanto para rejeio como para seleo de frases, O mtodo deles seados na identificao de frases com probabilidade de serem bons indicadores
para avaliao de frases leva em conta a 'influncia contextual'- m~m palavra daquilo de que trata um documento (por exemplo, que contivessem expresses
ou seqncia de palavras, e seu contexto circunjacente, oferecem deixas para a como 'o principal objetivo' ou 'descreve-se um mtodo').
aceitao ou rejeio da frase, O mtodo de extrao que descrevem baseia-se F um et ai. ( 1982) descreveram um mtodo de elaborao automtica de resu-
no cotejo do texto com uma Lista de Controle de Palavras [Word Centro! List mos no qual, segundo afirmam, processos de anlise sinttica [parsing] e ponde-
(WCL)], que inclui uma lista de expresses que, se estivessem presentes numa rao identificam as informaes mais impo1iantes transmitidas num texto,
frase, causariam sua rejeio, e uma lista muito menor de expresses que a leva- eliminam elementos no-essenciais e reestruturam o restante num resumo con-
riam a ser selecionada. As expresses de rejeio incluem indicadores de que a densado e expressivo. Eles apresentam como exemplo a frase
fiase trata de material relativo a antecedentes e no aos objetivos, mtodos e A necessidade de gerar enomte quantidade adicional de energia eltrica e ao mesmo tempo
resultados do trabalho. As expresses de seleo so as (do tipo 'este artigo', proteger o meio ambiente um dos principais problemas sociais e tecnolgicos que nossa
sociedade ter de resolver em futuro prximo [sic]
'este estudo' ou o 'presente trabalho') que quase sempre significam que a fi_-ase
trata do tema principal do artigo. So tambm selecionadas frases que possuam que se reduz a
palavras significativas do ttulo do documento. Os critrios de freqilncia no A sociedade deve resolver no-futuro o problema da necessidade de gerar energia ao mesmo
so postos de lado, mas usados apenas para modificar os pesos associados s tempo que protege o meio ambiente,
304 INDEXAO E RESUMOS: TEORIA E PRTrCA
Tiffi CL\VICHORD ANO HOW TO PI.AY li MARGERY HAI.FORD, CLAVI.ER 9(2),
3641 ( 1970 ). " ESSENTIALLY. TilE CLAVICHORD IS A SHAUOW REC'V.NGUUR
BOX WHOSE FRAGilE STRINGS, UNOER LIGHT TENSION, ARE STRUNG
HORIZONliU.LY FROM A SINGI.E BRIDGE OVER A TIUN SOUNDBOARD. TIIE
KEYSARE SIMPlE llVERS WITII A BRASS BlADE CAll.ED A TANGENf MOUNTED
VERTICAllY ON TifE PAR END. THE SOUND PRODUCED lS EXTRAORDINARILY
RJCH IN OVERTONES. TiiE TONE OFTIIE CLWICHORD DOES NOT EXIST READY.
MADE AS IT DOES ON TilE PIANO AND HARPSICHORD; IT IS FORMED AND
SHAPED BY mE FINGER, AS ON A BOWED STRINGED INSTRU11EN1; WITii
THE RESUI.T BEING A GENUINE, DIRECI; IJVING "FEEL OF THB STRINGS''. AS
LONG AS HIS FINGER REMAJNS IN CONL\Cf Wlnt TiiE KEY, TIIE PLAYER
RETAINS CONTROL OF THE SOUND. THE CLAVICHORD 15 THE l.EAST
MECHANTZED ANO TIJB MOST RESPONSIVE OF A1L KEYBOARD INSTRUMENTS
IN THAT IT MEETS THE PLAYER HALFWAY IN ITS INSTANT ANO FAfn-IHJL
TRANSMISSION OF HIS SUGHTEST MUSICAL INfENTIONS. EMBELLISUMENTS
CAN BE PU..YED CRISPLY AND BRll.IlANTIY. SHAKES, SNAPS, APPOGGlATURAS,
TRII.lS, TURNS, MORDENTS, AND SLIDES-All SO CHARACTERJSTIC OF TifE
PERIOD WHEN lHE CLAVICHORD ENJOYED ITS GREATEST POPUURITY-ARE
IDEALLY SUlTED 10 TiiE INSTRUM.E...'ITS EXQtnSITE CURITY AND RICHNESS
OF 'IONE. TIIE ACTION IS SHAllOW ANO VIRTUAl.lY WEIGHTLESS. IT IS A
PHENOMENON OFTifE DOUBLE-ENDED LEVER THATTifE 10NE PRODUCED
BY A STRIKING FORCE WIU. SOUND BETrER. SWEETER, AND RJCHER AT
MAXJMUM LEVER I.ENGTII. FOR TIUS REASON, TiiE KEYS OFTHE CLAVICHORD
ARE PLAYED AS NEAR 10 THE FRONT EDGES AS POSSIBLE. EXCEPT FOR lliE
PLAYING OF OCTAVES, THE THmm 15 NEVER USED ON A RAISED KEY; DISPLW
PIECES OF A VIRTUOSO CHARACTER ARE GENERAUY UNSUITED lO TI-IE
PERSONAL QUAllTIES OF THE CL\V1CHORD. CRAMER SAYS TiiAT TI-IE
ESPECIAllY REMARKABLE FEAlllRES OF CLAVICHORD MUSJC ARE FLUIDITY,
SUSTAINED MELODY DIFFUSED Wlllf EVER-VAR\'ING UGHT AND SHADOW, TI-IE
USE OF CERThiN MUSICAL SHADING ANO ALMOST COMPLETE ABSTINENCE
FROM PASSAGES W1TII ARPEGGlOS, LE.APS, ANO BROKEN CHOROS;
FIGURA 110
Exemplo de extrato produzido pelo sistema ADAM de reda~ aut_omti~a de re~un_10s
Reprodulido de Mathis {1972) com prmiss!o do Dep~rtm~rrt ofComputer d!ld lnformltJOn Scence. Oh"J State UruHI!ElY
Embora isso seja esplndido como frase, eles no logram demonstrar que os pro~
cesses que descrevem produziro uma condensao expressiva e til de urn
artigo inteiro. . de dados um tipo de escore, que reflita o grau com que coincidem com o texto de
Hahn e Reimer ( 1984) descrevem trabalho voltado para o desenvolvimento
de um mtodo, inspirado no conceito de 'sistema especialista', para conden~
sao de textos, em que foi adotada uma base de conhecimento de quadros
[/i-ame know/edge base] aplicada anlise sinttica [parsing] de textos. ~les
preferem o termo condensao de textos a redao de resumos porque os 1~e!o~
dos podem, em princpio, ser utilizados para criar condensaes com vanos
nveis de extenso e pormenores.
Evidentemente, quanto mais formais e coerentes forem os textos dos doeu~
mentos, mais bem-sucedidos provavelmente sero os processos de elabora.o
de extratos. Por exemplo, Borkowski e Martin ( 1-975) alegam ter alcanado mms
de 90% de xito na extrao automtica de ementas e prescries exaradas em
processos, patiindo do texto de decises judiciais.
As abordagens atuais de extrao automtica, hoje em dia freqentemente
chamada de 'smnarizao de textos', so mencionadas mais adiante neste cap~
15. INDEXAO AUTOMTICA, REDAO AUTOl>.fTICA DE RESUMOS 305
tu lo. Embora os procedimentos correntes sejam capazes de fazer coisas mais
complexas, como a combinao bem~sucedida de frases,* possvel que os
critrios relativamente simples introduzidos por Luhn e Baxendale sejam to
bons ou melhores do que quaisquer outros para a seleo prtica de fiases com
probabilidade de serem indicativas do contedo do documento. Por exemplo,
H ui e Goh ( 1996) compararam quatro critrios diferentes na preparao de resu~
mos de notcias: mtodo de localizao, processo indicativo, fl-eqncia de pala~
vras-chave e palavra~chave ~o ttulo. O emprego de expresses indicativas (por
exemplo, 'em concluso', 'o objetivo era') para identificar frases significativas
deu os piores resultados. O critrio simples de fi:eqUncia de palavras~chave foi
melhor, mas os melhores resultados foram obtidos com mtodos que atribuam
peso maior localizao (por exemplo, primeiras frases do pargrafo) ou sele~
o de frases que continham maior concentrao de palavras que tambm
ocorriam em ttulos, entrettulos, legendas ou bibliografias.
Operaes 'automticas, de recuperao
Uma vez que a indexao e a redao de resumos so os temas centrais
examinados neste livro, a ateno deste captulo volta~se para a indexao e a
elaborao automticas de resumos. Todavia, ce1ios mtodos automticos de
recuperao da informao guardam com isso uma relao suficiente para
justificar que sejam objeto aqui de algumas consideraes, ainda que de forma
sucinta.
Ao longo dos anos, um dos principais objetivos de inmeros pesquisadores
foi o desenvolvimento de processos que permitiriam que um pedido expresso em
texto em linguagem natural fosse cotejado com os textos dos documentos -
texto completo, texto parcial ou alguma forma de representao. Considera~se
isso como uma espcie de coincidncia de padres: atribui-se aos textos da base
um pedido, o que permite que sejam apresentados, a quem faz a busca, na forma
de uma sada ordenada por provvel relevncia.
So possveis vrios tipos e nveis de coincidncia. Examinemos, por ex em~
pio, o pedido
Patologia, fisiologia, radiografia e tratamento de pneumonia causada por irradiao ou tlbrose
pulmonar causada por irradiao
e suponhamos que a base de dados consista em textos de resumos. O mtodo
mais simples de pontuar uma coincidncia seria aquele que simplesmente levas-
se em conta quantas palavras do pedido ocorrem num resumo. Assim, um resu-
mo receberia um escore elevado se contivesse as palavras 'patologia', 'fisio~
logia', 'radiografia', 'irradiao' e 'tratamento' (isto , cinco das oito ocorrn~
,;. Johnson et aL {1997) apresenlam um bom exemplo de estudo sobre a situao ntual da produo
de resumos mais inteligiveis por meio de concatenao de frases.
306 INDEXAO E RESUMOS: TEORIA E PRTICA
cias de palavras significativas do pedido), embora, evidentemente, seja impro-
vvel que possa ser relevante, uma vez que no contm nenhuma das palavras do
pedido que so mais discriminantes.
So possveis muitos refinamentos desse nvel rudimentar de estabelecimen-
to de coincidncia. Um deles consiste em atribuir a cada palavra um escore que
reflita o nmero de vezes em que ela aparece na base de dados como um todo.
Assim 'fibrose' e 'pneumonia' receberiam escores bastante altos, tendo em
vista q~1e provavelmente so menos comuns numa base de dados de medicina do
que as outras palavras, mais genricas, do pedido. Por conseguinte, um resumo
que contivesse essas duas palavras receberia um escore elevado, mesmo que no
contivesse nenhuma das outras palavras do pedido.
O nmero de ocorrncias de uma palavra num pedido e num resumo tambm
pode ser levado em conta na classificao dos documentos. Segundo este crit-
rio um resumo que contenha diversas vezes a palavra irradiao tem a proba-
bilidade de receber um escore elevado porque esta palavra a nica que ocorre
mais de uma vez no pedido. No caso de uma base de dados que contenha o texto
in te oral dos documentos, preciso ter em conta a extenso destes. Do contrrio,
doc~mentos muito extensos senipre tero uma probabilidade proporcionalmen-
te maior de serem recuperados.
A coincidncia pode basear-se em radicais de palavras ao invs de palavras
completas. Por este critrio, um resumo que inclua as palavras !rradiant~ e
irradia, bem como irradiao, obteria um escore elevado em relaao ao pedtdo
do exemplo. . ,
Se houvesse no sistema um tesauro criado por computador, sena poss1vel
substituir uma ou mais de uma das palavras do pedido pelo grupo existente no
tesauro (ver figura 107) e ao qual pertencesse essa palavra. Se ocorresse a substi-
tuio das palavras irradiao e pulmonar do pedido, os pesos dos resumos que
contivessem as palavras pulmes e raios aumentariam notavelmente porque
pulmes e pulmonar pertenceriam ao mesmo grupo do tesauro (junto, ta.lvez,
com o radical pneum), do mesmo modo que radiografia, irradiao ermos.
Evidentemente, a coincidncia ser mais precisa se se basear em expresses
e no em palavras simples, pelo que qualquer sistema que coteje o texto d~ ~~1
pedido com os textos dos documentos precisa, definitivamente, ter a posstbt~I
dade de realizar buscas em expresses. Os resumos que contenham a expressao
'pneumortia por irradiao' re~ebero um escore alto em relao ao pedido
hipottico, do mesmo modo que aqueles que contenham 'fibrose pulmonar por
irradiao'. Os resumos onde houvesse a expresso 'fibrose pulmonar' tambm
receberiam um escore alto, embora com menos probabilidade de ser relevantes,
a menos que o aspecto' irradiao' tambm estivesse presente. Em po~i~o inter-
mediria entre palavras simples e expresses est o emprego da proxumdade de
palavras - neste caso a capacidade de atribuir pesos mai?res a pata:ras que
apaream perto uma da outra no texto, embora no necessanamente adJacentes.
15. INDEXAO AUTOMT!CA, REDAO AUTOMT!CA DE RESUfv!OS 307
Fica evidente, com esta exposio, que podem ser usados diferentes critrios
na atribuio de um escore ao texto, a fim de refletir o grau em que ele coincide
com o texto de um pedido, e que o escore atribudo pode basear-se em mais de
um dos critrios examinados (por exemplo, teria em conta o nmero de coinci-
dncias de palavras ou expresses, bem como o ndice de ocorrncia dessas
palavras ou expresses na base de dados como um todo). Teoricamente, portan-
to, um sistema 'automtico' deve incorporar diversos critrios possveis para o
estabelecimento de coincidncia, e permitir ao usurio escolher um deles.
O sistema mais elaborado desse tipo geral o SMART de Salton desenvol-
vido e aperfeioado ao longo de um perfodo de mais de 30 anos. xiste uma
vasta bibliografia acerca do.SMART, e se encontra uma boa sntese em Salton e
McGill (1983). Embora os processos hajam sido aprimorados desde que esse
livro foi publicado, ainda parece ser a melhor descrio dos princpios bsicos.
O SMART foi projetado de modo a atribuir pesos numricos aos itens, a refletir
a extenso com que coincidem com os enunciados de pedidos, e a apresentar
esses itens ao usurio de acordo com uma ordenao por provvel relevncia,
onde aparecem em primeiro lugar aqueles com pesos maiores. O SMART incor-
pora diferentes critrios para o estabelecimento de coincidncia inclusive a
ponderao de termos, que visa a refletir seu fndice de ocorrncia ~uma base de
dados, coincidncia de expresses, e coincidncia baseada em razes de pala-
vras. Tambm possibilita a incorporao de um tesauro, o que obtido mediante
uma combinao de processamento por computador e por seres humanos. Outro
elemento essencial do SMART a 'retroalimentao de relevncia'. Se, numa
sada preliminar, o usurio puder indicar quais os itens que so relevantes e quais
os irrelevantes, o sistema reca!cular o peso dos itens da base de dados. Con-
segue-se isso com a reduo dos pesos relativos s caractersticas dos itens no-
relevantes e o aumento dos pesos das caractersticas relativas aos itens relevan-
t~s. Salton (1989) descrevet~ como a anlise sinttica dos textos de captulos de
livros, acompanhada de processos de gerao de expresses, pode ser aplicada
produo de ndices de final de livros.
Os mtodos desenvolvidos por Salton determinam essencialmente a simila-
ridade entre dois textos e expressam essa proximidade como um escore num-
rico, uma 'medida de similaridade'. Nas operaes convencionais de recupera-
o, mede-se a similaridade entre o texto de uma consulta e textos de docu-
mentos numa base de dados, e o escore numrico de similaridade ser usado para
ordenar a sada. Outras utilizaes podero, porm, ser dadas a essa medida de
similaridade dos textos. Por exemplo, possvel medir a proximidade de textos
de documentos, o que permitir a formao de classes de textos similares. Ver,
por exemplo, o 'mapa de relaes textuais' da figura 111, baseado em Salton et
ai. ( 1997). Embora os seis textos representados possam ser considerados seman-
ticamente relacionados, alguns so intimamente relacionados (por exemplo,
17012 e 17016 so fortemente relacionados com um valor de 0,57), enquanto as
308 INDEXAO E RESUMOS: TEORIA E PRTICA
ligaes entre outros pares so fracas (um valor de 0,09 entre 19199 e 22387 e
uma ligao completamente nO-significante entre 22387 e 8907). Salton et ai.
propem que esses processos de medio de similaridade sejam usados para
estabelecer vincules de hipertexto numa rede de informao. Como ser exa-
minado mais adiante neste captulo, podem tambm ser utilizados para medir a
similaridade entre pargrafos no mesmo texto ('similaridade intradocumental')
e isso poder ento ser usado como base para a sumarizao do texto.
FIGURA 111
Mapa de relaes textuais baseado em Salton et aL ( 1997)
Reproduzido com p~m1is5o de E!se,iu Science lo. Q; valor e; numrico> a~pre;srun o gr.m de similaridade
enlre c2dA par nos seis teMOS
Savoy (1995) lida com o estabelecimento de vnculos de hipe1iexto mediante
aplicao de mtodos probabilsticos. Tambm sugere que os vnculos de hiper-
texto sejam usados pat:a a obteno automtica de novos termos de busca. Por
exemplo, se o item A for altamente relevante para uma consulta e A tiver fortes
vnculos de hipe1iexto com B, ento B poder tambm ser relevante. Alm disso, os
termos foJiemente associados com B podero ser teis para expandir mais a busca.
Outros sistemas tambm foram desenvolvidos para permitir ao usurio dar
entrada a um pedido na forma de enunciado textual. Um exemplo notvel foi o
sistema CITE desenvolvido por Doszkocs (1983), que tambm incorpora retro-
alimentao de relevncia. O CITE (Computerized Information Transfer in English
(Transferncia Computadorizada de Informaes em Ingls]) tem sido emprega-
do como interface em linguagem natural com as bases de dados MEDLINE e
CATLINE da National Library ofMedicine. O CITE funciona numa base de dados
15. INDEXAO AUTOl\-IT!CA, REDAAO AUTO!v!TICA DE RESUMOS 309
de registros que possuam termos de indexao (como o MEDLINE) ou numa que
envolva texto livre (por exemplo, resumos). O sistema pode remover automati-
camente os sufixos das palavras (isto , reduzir as palavras a seus radicais), atri-
buir automaticamente pesos aos termos da consulta (os pesos refletem a raridade
do termo: termos que ocorram raramente na base de dados obtm peso maior) e
apresentar termos possveis para que o usurio os aprove ou rejeite. Como no
SMART, os itens da base de dados recebem um escore numrico que reflete o grau
com que coincidem com o enunciado do pedido.
No CITE, os termos relacionados com aqueles empregados na consulta so
identificados somente quando a consulta houver sido processada na base de
dados. A matria-prima tra~aihada o conjunto de palavras (termos) relativas
aos documentos recuperados. Assim, nos itens recuperados sobre os termos A, B
e c, os termos R e Ttambm podem ocorrer freqUentemente e ser teis na expan-
so da busca. Os termos R e T no so considerados significativos, contudo, a
menos que ocorram no conjunto recuperado com maior freqncia do que o
esperado. Assim, tambm se leva em conta a freqncia de ocorrncia de um ter-
mo na base de dados como um todo. Por exemplo, uma base de dados de biblio-
teconomia apresenta 85 resumos en1 resposta a uma consulta simples, como
'avaliao de colees' (que interpretada como 'avaliao' e 'colees'). A
palavra 'biblioteca' ocorre em 59 desses resumos, mas no considerada signifi-
cativa, pois sua taxa de ocorrncia no conjunto recuperado (59/85) no excede
a taxa de ocorrncia na base de dados como um todo. Por outro lado, a palavra
'distribuio' seria considerada associada significativamente com 'colees' e
'avaliao': ainda que s ocorra em 8 dos 85 resumos, sua taxa de ocorrncia (8/
85) excede em muito sua taxa de ocorrncia na base de dados como um todo.
Uma das grandes vantagens do mtodo de Doszkocs no exigir um clculo
a priori das associaes entre termos, uma proposta desanimadora no caso de
uma base de dados muito grande. A possibilidade de obter associaes teis
entre termos a posteriori ( de:pois de a consulta haver sido processada na base de
dados), o que requer muito menos processamento do computador, viabiliza pro-
cessos de otimizao das buscas automticas em sistemas de informao opera-
cionais de porte muito grande. Os sistemas baseados em buscas em linguagem
natural e na ordenao por relevncia de itens recuperados encontram-se hoje
disponveis comercialmente, como veremos mais adiante.
Mtodo um pouco diferente adotado no sistema conhecido como Grateful
Med (Snow et ai, 1986; Bonham & Nelson, 1988). Uma tela formatada em linha
convida o usurio a formular sua estratgia de busca. O sistema tambm sugere
ao usurio termos de busca adicionais (extrados de itens relevantes j recu-
perados); uma tela de ajuda oferece sugestes para modificao de uma estra-
tgia de busca quando esta no tiver levado recuperao de qualquer item.
A maioria dos sistemas examinados at agora so sistemas de recuperao
bastante convencionais no sentido de que lidam com a busca de registros biblio
grficos (ou textos bibliogrficos), embora os mtodos adotados possam no ser
310 JNDEXAO E RESUMOS: TEORIA E PRT!CA
convencionais. Outros sistemas foram desenvolvidos para buscas de outros tipos
de dados. Um exemplo uma interface em linguagem natural, pouco comum,
descrita por Clemencin (1988), que permite a um assinante consultar as 'pginas
amarelas' da lista telefnica em -linha da Frana por meio de enunciados de pro~
blemas do tipo 'Gostaria de mandar consertar uma cmara fotogrfica antiga',
'Preciso contratar um motorista particular', 'Os limpadores de pra-brisas do
meu carro esto quebrados', ou 'Torci o tornozelo'. Em resposta, a interface
recuperar da lista informaes sobre servios ou profissionais relevantes.
Abordagens atuais
Como foi acima sugerido, a internet provocou tremendo aumento do inte-
resse pelas tcnicas de recuperao em geral e pelos mtodos automticos em
pmticular. Alguns sistemas e processos considerados como meramente experi-
mentais h alguns anos so hoje em dia aplicados comercialmente.
Mencionou-se no captulo anterior que o projeto TIPSTER em muito con-
tribuiu para o progresso alcanado na ltima dcada em vrias atividades de pro-
cessamento automtico de texto. Este programa, bem como esforos correlatos,
incluram vrias conferncias sobre recuperao de textos [Text Retrieval Con-
ferences (TRECs))- a undcima delas realizada em 2002- bem como confe-
rncias sobre compreenso de mensagens [Message Understanding Conferen-
ces (MUCs) e, mais recenteme!lte, duas conferncias sobre compreenso de
documentos [Document Understanding Conferences (oucs), em 2001 e 2002
(ver http://www-nlpir.nist.gov/projects/duc/). As DUCs tratam da sumarizao
de textos e so um componente do TIDES (programa Translingual lnforrnation
Detection, Extraction, and Summarization da DARPA. Tambm houve uma im-
pmtante conferncia sobre avaliao de mtodos de sumarizao (Manietai., 1998), humano fazer a reviso para corrigir ou acrescentar o que for preciso.
Embora o patrocnio formal do governo ao TIPSTER haja expirado em outu-
bro de 1998 (Gee, 1999), permanece a cooperao nessas reas, inclusive com
a continuao das atividades TREC. O trabalho do TISPTER e as contribuies das
TRECs em especial foram totalmente estudados na literatura (ver, por exemplo,
Harman, 1997, Sparck Jones, 1995, e Voorhees e Hannan, 1999, 2000). A ver-
tente do TRACK que trata de recuperao interativa foi revista por O ver (200 l).
Contriburam tambm de forma importante para as pesquisas nessa rea as
conferncias sobre processamento de linguagem nah1ral aplicada [Conferences
on Applied Natural Language Processing] e as conferncias internacionais sobre
anlise e reconhecimento de documentos [Intemational Conferences on Document
Analysis and Recognition].
As atividades de processamento automtico de textos relativas ao assunto
deste livro incluem indexao c9111 auxHo de computador, indexao completa-
mente automtica, encaminhamento de mensagens (categorizao de textos),
sumarizao e extrao de textos, e ampliao e gerao de textos. sado, a fim de atribuir automaticamente os descritores clnicos relevantes. De
As pesquisas sobre indexao com auxlio de computador, em linha, apli-
15. INDEXAO AUTOMTICA, REDAO AUTOMTICA DE RESUMOS 311
cada a livros, artigos e outras publicaes remontam a mais de 30 anos (ver, por
exemplo, Bennett, 1969 e Bennett et ai., 1972). O auxlio em linha assume vrias
formas: sugesto de termos aos indexadores (por exemplo, com base no titulo,
resumo ou outro texto trabalhado pelo computador a pmtir de termos j inseridos
pelo indexador), adve1tncia para certos erros do indexador (por exemplo, ter
mos que ainda no se acham no vocabulrio do sistema ou combinaes
indevidas de termos), substituio de termos inaceitveis por termos aceitveis,
e interface com a base de dados para permitir ao indexador verificar como ce1tos
termos foram usados anteriormente ou como certos itens foram antes indexados.
Os sistemas de indexao em linha em ambientes operacionais atuais ofere-
cem vrios graus de ajuda e complexidade. Por exemplo, o sistema em uso na
National Librmy of Medicine, o DCMS (Data Creation and Maintenance Sys-
tem), mostra vrias mensagens ao indexador, como foi mencionado no captulo 3.
Sistemas de indexao com auxlio de computador mais complexos superam
esses recursos e chegam ao ponto, por exemplo, de indexar parcialmente um
item ou, pelo menos, sugerir termos ao indexador. Um deles, o CAIN, foi desen
volvido para ser usado no AGREP, a base de dados da Comunidade Europia
sobre projetos de pesquisa agrcola em curso. As descries dos projetos inclu-
em tftulos, resumos e termos no-controlados que indicam o campo de ao do
projeto. O CAIN compara esse texto com dois vocabulrios controlados (AGRO-
voe e o CAB Thesaurus) e sugere termos candidatos extrados dessas fontes
(Friis, 1992). Outros sistemas operacionais possuem recursos similares. No caso
de sistemas que funcionam com textos curtos (por exemplo, telegramas) e/ou
vocabulrios controlados relativamente pequenos, sistemas desse tipo so
capazes de fazer corretamente grande parte da indexao antes de o indexador
No Center for AeroSpace Information (CASI) da NASA existe um sistema
totalmente operacional, em grande escala, de indexao com auxlio do com-
putador, que foi descrito por Silvester et ai. ( 1994) e Silves ter ( 1998). Uma base
de conhecimento constituda de expresses que podem ocorrer na literah1ra
aeroespacial (128 000 entradas em 1998) empregada para o estabelecimento
de ligaes com os termos do tesauro da NASA. Isto , a ocorrncia dessas
expresses em texto de entrada (normalmente tftulos e resumos) leva o sistema
a produzir uma lista de descritores candidatos que sero revistos pelo indexador.
No CASI, trabalhos relacionados com esse desenvolveram procedimentos para
ligao com os termos do tesauro da NASA dos termos atribudos a registros por
outras agncias e com o emprego de outros vocabulrios (Silvester et aL, 1993).
Ainda perdura um grande interesse pela indexao automtica destinada a
pequenas aplicaes especializadas, paiticulannente no campo biomdico. Em
um exemplo (Borst et ai., 1992), o texto de resumos de alta de pacientes anali-
ce1ta forma parecido com esse sistema o descrito por Oliver e Altman (1994),

312 fNDEXAO E RESUMOS: TEORIA E PRTICA
que analisar pronturios mdicos e a eles atribuir termos da SNOMED (Syste-
matized Nomenclature ofHuman and Veterinary Medicine).
Embora se reivindique um nvel razovel de desempenho para esse tipo de
indexao por atribuio em reas especializadas, esses processos automticos
geralmente no conseguem alcanar o nvel de desempenho obtido por indexa-
dores humanos (ver, por exemplo, Chute e Yang, 1993). No obstante, esse tipo
de indexao automtica poder reduzir a carga de trabalho dos indexadores
humanos ao fazer uma atribuio preliminar. Rindflesch e Aronson ( 1994) anali-
sam alguns dos problemas de ambigOidade presentes na ligao do texto com
vocabulrios mdicos (neste caso, o Unified Medicai Language System) e apre-
sentam vrias regras de desambiguao.
Est longe de se materializar a indexao por atribuio completamente
automtica (isto , sem qualquer interveno humana) de textos que tenham a
extenso de artigos e que tratem de assuntos complexos (por exemplo, em
medicina, qumica ou flsica), especialmente quando o vocabulrio controlado
utilizado for muito grande, e por isso foram empreendidas pesquisas para obter
sistemas especialistas mais cmplexos para ajudar o indexador. Um exemplo
marcante foi o MedindEx, que a National Librmy ofMedicine desenvolveu du-
rante muitos anos (Humphrey, 1992). Trata-se de uma abordagem convencional
de um sistema especialista baseado em quadros [/i'ame-based]. O usurio, que
no precisa ser um indexador experiente, mas deve pelo menos ter alguma noo
da Uteratura mdica e sua terminologia, guiado para vrios quadros relevantes
(por exemplo, tipo de doena, tipo de tratamento) e solicitado a preench-los. O
sistema pode instar o indexador a atribuir determinado termo e tambm corrigi-
lo quando o termo for empregado de modo inapropriado. Por exemplo, o indexa-
dor que atribuir um termo em que aparea a palavra neop/asia (cncer) com
indicao da localizao da doena (por exemplo, neoplasia ssea) pode ser
lembrado a atribuir um termo associado que representa o tipo histolgico da
neoplasia (por exemplo, adenocarcinoma). Ou o indexador que atribuir uma
combinao imprpria, como (emur e neoplasias sseas, poder ser informado
do termo correto, neste caso neoplasiasfemorais. O MedlndEx foi abandonado
em favor de pesquisas sobre mtodos mais totalmente automticos.
Outros sistemas especialistas foram desenvolvidos para auxiliar no treina-
mento de indexadores ao invs de ajudar no processo de indexao de forma
rotineira; um sistema desse tipo :_CAIT (Computer-Assisted Indexing Tutor)-
foi desenvolvido na National Agricultura! Library (Irving, 1997).
Qualquer sistema informatizado que auxilie no trabalho de indexao tem-
tica pode ser visto como um sistema especialista, pelo menos no sentido mais
lato do termo, principalmente se ajudar uma pessoa menos experiente a se apro-
ximar do trabalho de um indexador especializado. E sistemas que sugerem ter-
mos aos indexadores ou corrigem certos erros deles podem ser vistos como
sistemas que tm pelo menos um tantinho de 'inteligncia'.
~T
15. INDEXAO AUTOMTICA, REDAO AUTOMTICA DE RESUMOS 313
I Alguns sistemas ou programas descritos na literatura so citados como
'mtificialmente inteligentes'. Encontram-se exemplos em Driscoll et ai. ( 1991) e
Jones e Bel! (1992). Os dois ltimos autores descrevem um sistema projetado
para extrair palavras ou expresses de textos, a fim de formar entradas de fndices.
Seu funcionamento, em grande pm1e, baseia-se em listas armazenadas: de pala-
vras a serem ignoradas, palavras/expresses/nomes de reconhecido interesse, e
listas auxiliares para desambiguao de homgrafos, para fundir formas do sin-
gular/plural e para permitir uma anlise simples (lista de terminaes de voc-
bulos). As listas so combinadas para formar um dicionrio, que tambm inclui
informaes que permitem outros recursos, como, de modo limitado, indexao
tanto com os termos especficos quanto com os mais genricos [generic posting].
O sistema descrito por Drisco 11 et ai. tambm se destina a encontrar no texto
termos de indexao teis. O texto processado em cotejo com uma lista de mais
de 3 000 expresses. A ocorrncia de uma delas no texto aciona o uso de regras
de insero e eliminao. As regras de eliminao simplesmente evitam novo
processamento de palavras ou expresses que sejam ambfguas, enquanto as
regras de insero podem gerar, por implicao, um conjunto limitado de termos
procurados (para completar um 'padro'). Por exemplo, as palavras 'time',
'over' e 'target' [tempo, sobre, alvo] geraro AIR \V ARFARE [guerra area], se
aparecerem distncia de x palavras uma da outra. Malone et ai. (1991) apre-
sentam um modelo estatstico para previso do desempenho deste sistema.
Sistemas como os do tipo descrito por Driscoll et ai. e por Jones e Bell so
engenhosos. So capazes de realizar indexao por extrao, ou extrao com
atribuio limitada, em nvel comparvel ao alcanado por indexadores huma-
nos e por um custo menor. No mnimo, so teis para apresentar termos candi-
datos que sero revistos por seres humanos. Todavia, no se pode realmente
concordar que apresentem inteligncia verdadeira. O mesmo se pode dizer dos
programas que desenvolve1i1 'tesauros' e outros recursos auxiliares de busca
com base na co-ocorrncia de termos (por exemplo, Chen et al. 1995).
Continuam a aparecer na literatura pesquisas destinadas a identificar melho-
res critrios de associao estatfstica para a atribuio de termos de vocabulrios
controlados, com base nas ocorrncias de palavras no texto. Plaunt e Norgard
(1998), por exemplo, descrevem experincias com a atribuio de termos do
tesauro INSPEC com base numa tcnica de 'colocao lexica\'.
A National Library o f Medicine (NLM) investe atualmente expressivos re-
cursos no desenvolvimento de processos para atribuir automaticamente a m1igos
de peridicos os cabealhos do !vfedical Subject Headings (.HeSH). Isso est se
tornando uma necessidade crtica, devido ao volume de processamento: cerca de
400 000 artigos por ano de cerca de 4 300 peridicos biomdicos, com mais de
19 000 termos nos vocabulrios MeSH. O problema abordado pela NLM
Indexing Initiative. Aron-son et ai. (2000) assim a justifica:
medida que um nmero cada vez maior de documentos torna-se disponvel em
314 INDEXAO E RESUMOS: TEORIA E PRTICA
formato eletrnico e mais organizaes desenvolvem 'bibliotecas digitais' para seus
acervos, passam a ser necessrias tcnicas automatizadas para acessar as intrma-
es. No possvel indexar manualmente cada documento, e novos mtodos devem
ser desenvolvidos. Essas consideraes levaram a promover na biblioteca a Indexing
Initiative. Mtodos automatizados desenvolvidos e implementados nesse projeto
tero um impacto importante na capacidade de a NLM continuar oferecendo servios
de alta qualidade a seu pblico (p. 17).
Trs mtodos principais de indexao automtica esto sendo pesquisados
na NLM. Cada um deles pode gerar uma lista de candidatos a cabealhos de
assuntos ordenada por relevncia provvel; alternativamente, a ordenao pode
ser obtida pela combinao de dois mtodos ou, efetivamente, todos trs. Dois
desses mtodos envolvem a ligao com os tennos do MeSH de expresses
presentes nos ttulos dos a1iigos e nos resumos. O Unified Medicai Language
System utilizado como ferramenta para o estabelecimento dessas ligaes (ver
tambm Wright et ai., 1999, e Aronson, 2001 ). O terceiro mtodo obtm os ter-
mos candidatos mediante o cotejo das palavras, do titulo e do resumo, de um
artigo (novo' com as palavras que ocorrem no ttulo e no resumo de artigos j
indexados. Os termos atribufdos aos artigos coincidentes tornam-se candidatos
para atribuio ao novo artigo.
Humpluey ( 1999) estudou a relao entre as palavras do texto em ttulos e
resumos de artigos mdicos e a categoria de assunto do peridico onde apare-
ciam. Por exemplo, se certo grupo de palavras-chave estiver fortemente asso-
ciado categoria cardiologia', porque ocorrem freqUentemente em peridicos
de cardiologia, o termo CARDIOLOGIA ser automaticamente atribudo a qual-
quer texto onde oco1Ta esse grupo de palavras-chave. Embora essa categoriza-
o genrica no seja adequada para muitas finalidades, poder ter aplicaes
prticas. Por exemplo, poderia ser adotada para categorizar automaticamente
stios biomdicos existentes na Rede (Humphrey, 2000; Humphrey et al., 2003).
Outros grupos de pesquisadores, sem afiliao com a National Librmy of
Medicine, desenvolveram mtodos de indexao automtica por atribuio em O texto dos pronturios cotejado com termos relativos a cada uma das catego-
biomedicina. Roberts e Souter (2000) descrevem tcnicas para atribuio de
descritores baseadas em seqncias de palavras de ttulos de miigos e ocorrn-
cias de palavras em resumos ( preciso que uma palavravchave ocorra pelo
menos trs vezes para ser considerada impmiante). Depois de haver processado
100 registros, a atribuio automtica de descritores foi comparada com descri-
tores atribudos por seres humanos. Os mtodos automticos omitiram muitos
descritores que as pessoas atriburam corretamente e acrescentaram muitos que
no deviam ter sido atribudos, embora tambm hajam acrescentado uma mdia
levemente superior a um descritor por registro que os seres humanos deveriam
ter atribudo mas no o fizeram. Dos 5,5 descritores por registro atribudos auto-
maticamente, apenas 3,5 foram julgados corretos. As condies em que traba-
lharam eram muito simples em comparao com as do MEDLINE (por exemplo,
um vocabulrio muito menor e muito menos termos atribudos por item) o que ser-
15. INDEXAO AUTOtvtTICA, REDAO AUTOMTlCA DE RESU/vtOS 315
ve para dar uma idia dos grndes problemas envolvidos na tentativa de automa-
tizar totalmente a indexao por atribuio no ambiente de uma base de dados real.
Bradshaw e Hammond ( 1999) descrevem um sistema em que as citaes que
uma publicao faz de outra podem levar extrao de texto que seria uma des-
crio til para recuperao. Isto , se a publicao A cita a publicao B, A talvez
inclua texto que indica do que trata B ou, pelo menos, do que acha que B trata. Por
exemplo, um trabalho de Harpring (2002) cita um livro de Panofsky e afirma:
Panofsky identit1cou trs niveis principais de signiticado na arte: descritio priconogrtica,
identificao iconogrilca, e interpretao iconogrl1ca ou 'iconologia'.
claro que este texto oferece alguns 'termos de indexao' teis para Panofsky:
significado, arte, iconografia, iconologia e assim por diante. O mtodo cmioso,
mas dificil perceber nele alguma aplicao prtica, exceto, talvez, para uma
base de dados de textos em rea temtica altamente especializada. Os exemplos
de buscas bem-sucedidas usados por Bradshaw e Hammond (em consultas sobre
'Java' e common Lisp') so bastante comuns, principalmente porque resultados
iguais teriam sido obtidos com buscas de palavras-chave nos ttulos.
\Voodruff e Plaunt (1994) descrevem um sistema singular para indexao
geogrfica automtica. Dest.ina-se a:
[ ... ]extrair de documentos nomes de lugares e tambm indicadores geogrficos mais
genricos, e utilizar a interseo desses referentes para gerar estimativas da rea
qual se refere um documento (p. 648).
Nomes de lugares identificados no texto podem ser cotejados com uma base de
dados que fornecer coordenadas de latitude/longitude e tambm 'caractersti-
cas' correlatas, como 'floresta', 'reserva', 'porto' e 'pntano'.
Parece provvel que, pelo menos na maior parte das aplicaes, sempre
haver itens que no podem ser indexados automaticamente. Ribeiro-Neto et ai.
(200 I), por exemplo, descrevem processos para atribuio automtica de cate~
gorias da Classificao Internacional de Doenas (CID) a pronturios mdicos.
rias e subcategorias da CID (extradas de seu ndice, junto com dicionrios de
sinnimos e siglas). Com base na indexao de mais de 20 000 pronturios, os
autores afirmam que obtiveram resultados excelentes'. Embora muito poucos
dos cdigos atribudos fossem julgados errados', mais de 3 000 registros no
receberam o cdigo 'ideal'. Desses, 918 no receberam cdigo algum (isto , o
algoritmo no conseguiu index-los), que, na grande maioria, asseveram os
autores, "representam casosque somente podem ser inteiramente categorizados
com auxlio humano (porque, por exemplo, exigem o conhecimento especfico
de determinada patologia)".
Continuam as pesquisas na rea de 'indexao semntica latente'. Anderson
e Prez~Carballo (2001) descrevem o mtodo da seguinte forma:
A indexao semntica latente (ISL) um dos mais elaborados esforos atuais visan-
~--
316 INDEXAAO E RESUMOS: TEORIA E PRTICA
do a uma indexao automtica de alta qualidade. Fundamenta-se em agrupamentos
de termos baseados em co-ocorrncia e identitkao de documentos relativos a tais
agrupamentos. Ao se apoiar em dados de co-ocorrncia a ISL tambm consegue lidar
com o problema da variedade de termos que expressam idias semelhantes.[... ]
Como exemplo da capacidade de a ISL lidar com terminologia divergente, imagi-
nemos documentos sobre conserto e manuteno de automveis. Documentos dife-
rentes usaro vrios termos diferentes como 'automvel', 'carro', 'veiculo automo-
tor', 'sed', alm dos nomes de marcas e modelos~ 'Buick', 'Piymouth', 'Chero-
kee'. O programa ISL, mui provavelmente, relacionar esses termos entre si devido ao
alto nvel de co-ocorrncia com termos como 'leo', 'gasolina', combustvel', 'car-
burador', 'pneus', 'ar-condicionado', etc. O programa cria agrupamentos de termos
altamente relacionados (por meio daca-ocorrncia), de modo que, quando um nme-
ro suficiente deles ocorre num iocumento, este pode ser ligado ao agrupamento res-
pectivo. Assim, possvel fazer buscas sobre cuidado e manuteno de carburado-
res de automveis a gasolina sem nos preocuparmos com as palavras especificas
usadas para automvel. Todas as palavras que significam mais ou menos o mesmo
que automvel sero ligadas ao mesmo agrupamento, medida que um nmero sufi-
ciente de outros tennos co-ocorrentes coincidir com os tem1osdo agrupamento (p. 266).
Na realidade, a indexao semntica latente no de fato um mtodo de inde- de fato, a 1959.
xao, mas uma maneira de desenvolver automaticamente uma estratgia de
busca para produzir termos semanticamente relacionados. Por exemplo, o termo
A estar um tanto relacionado com o termo y se ambos ocorrerem freqUente-
mente com o termo Q. Com esse mtodo, poder-se- recuperar documentos pos-
sivelmente relevantes cujos termos de indexao diferem dos termos da consulta
mas esto estatisticamente relacionados a ele. Segundo Gordon e Dumais ( 1998):
Na prtica, isso significa que dois documentos que usam vocabulrios com alto grau
de duplicidade podem ser ambos recuperados mesmo que a consulta somente empre-
gue os termos que indexam um deles. Igualmente, termos sero considerados 'prxi-
mos' uns dos outros se ocorrerem em conjuntos de documentos coincidentes (p. 677).
Analisam o emprego desse mtodo como uma maneira de identificar literahtras
'desconexas' (ver, por exemplo, Swanson, 1990): a literatura A estar relacio-
nada com a literatura Y se os termos de indexao de A forem similares aos de Q
e os de Y forem tambm semelhantes aos de Q, embora os termos conectivos em
cada caso sejam diferentes. Notem-se as semelhanas entre a indexao semnti-
ca latente e a recuperao associativa descrita muito antes por Stiles (1961).
Um importante elemento no processamento automtico de texto o reconhe-
cimento e extrao de expresses que provavelmente sejam bons indicadores de
contedo. As expresses extradas podem ser empregadas como termos de inde-
xao, ser listadas para formar um tipo de resumo, ou usadas para ligar os termos
de um vocabulrio controlado. Foram investigados muitos mtodos.
Kim e Wilbur (200 l) estudaram trs diferentes mtodos estatsticos para a
seleo de expresses portadoras de contedo no texto, comparou-as e avaliou
seu emprego conjunto na extrao de expresses.
15. fNDEXAO AUTOMTICA, REDAO AUTOMTICA DE RESUMOS 317
Goodby (200 I) comparou a extrao de expresses por meio de processos
lingsticos (anlise sinttica para identificar sintagmas nominais com extrao
baseada em estatstica de freqUncia, e chegou concluso de que o mtodo mais
simples de freqncia apresenta resultados to bons quanto os do mtodo de
anlise sinttica. O mtodo estatstico pode identificar pares de palavras que
ocorrem freqUentemente num cOJpus, sua freqncia num documento e sua
ocOJTncia no documento em expresses mais longas (Goodby e Reighmt, 200 I).
Os processos de indexao automtica relacionam-se muito de pe1to com os
processos de categorizao de textos (ou melhor, classificao de textos).* Em
essncia, vrias caractersticas de um texto, especialmente a ocorrncia de diver-
sas palavras ou expresses, so empregadas pelo computador para colocar esse
texto numa ou vrias categorias preestabelecidas. A origem conceitual disso est
nos programas que foram desenvolvidos para a disseminao seletiva de infor-
maes (os!). Nesta, as caractersticas de itens publicados recentemente so
cotejadas com os 'perfis de interesse' de pessoas ou grupos. Ao ocorrer uma
coincidncia de determinado valor, o item selecionado ser levado ao conheci-
mento da pessoa ou grupo. Esse tipo de servio de notificao corrente remonta,
Esse cotejo de documentos recebidos com os perfis de interesses armazena-
dos no sistema designado 'filtragem e encaminhamento' no ambiente TREC.
Robertson (2002) faz uma reviso desse componente das pesquisas TREC.
Uma aplicao importante do encaminhamento a categorizao de notcias
recebidas. O sistema CONSTRUE, desenvolvido para a Reuters Ltd., classifica
uma seqncia de notfcias com o emprego de um esquema de at 674 categorias
(Hayes e Weinstein, 1991; Hayes, 1992a). Chen et al. (1994) descrevem proces-
sos para identificao de conceitos que ocorrem no texto de reunies eletr~
nicas; neste caso, os conceitos so identificados pelos procedimentos ao invs de
serem preestabelecidos. Yang (1999) comparou o desempenho de vrios mto-
dos de categorizao de texto, valendo-se de diferentes critrios de avaliao,
em diversas colees de telegramas de notcias da Reuters.
A categorizao automtica de texto est incorporada a muitos sistemas ope~
racionais de publicao. Encontra-se um bom exemplo no trabalho de AI-Kofahi
et ai. (200 l ). A aplicao inclui a atribuio de ementas de casos jurdicos a um
esquema de classificao baseado em rnais de 13 000 conceitos legais. A cada
semana so produzidas cerca de 12 000 ementas. A categorizao baseia-se fun-
damentalmente nos substantivos e pares de substantivo-substantivo, substan-
tivo-verbo e substantivo-adjetivo que ocorrem no texto da ementa, cotejados
com os substantivos/pares de substantivos relativos a cada categoria. A atribui-
o no completamente automtica~ os processos resultam em sugestes de
categorizao que so examinadas por uma equipe editorial. Afirma-se que os
* VerGuthrie et a\. (1999) para umn nnlise dos critrios de freqncia na categorizao de textos.
i
3l8 INDEXAO E RESUMOS: TEORIA E PRTICA
processos automticos se comparam favoravelmente com os procedimentos ma-
nuais, que substituem, em termos da quantidade de ementas processadas por se-
mana. Para um ingresso semanal de 12 000 ementas a categorizao automtica faz
cerca de 1 600 sugestes, 900 das quais so aceitas, 170 recusadas e 530 no so
adotadas por razes editoriais (a preciso estimada em 89%- 1430/1600).
H atualmente programas de computador que realizam algum nvel de classi-
ficao automtica de recursos da Rede (Trippe, 200l; Reamy, 2002). Reamy,
que trata o processo como 'autocategorizao', resume algumas das abordagens:
A primeira e melhor coisa que um programa de autocategorizao pode fuzer exa-
minar cOm muita rapidez cada palavra do doct1mento e analisar as freqUncias de
padres de palavras e, com base numa comparao com a ta\:onomia existente, atri-
buir o documento a determinada categoria dessa taxonomia.
Outras coisas que esto sendo feitas com esse programa so 'agrupamento' ou
'construo de ta\:onomia' em que o programa simplesmente apontado para uma
coleo de documentos, por exemplo de lO 000 a 100 000, e ele pesquisa em todas
us combinaes de palanas em busca de aglomerados ou agrupamentos de docu-
mentos que paream ser da mesma classe (p. 18).
Trippe menciona diversos produtos desse tipo, inclusive um da empresa Eprise
que assim descrito:
De acordo com Hank Barnes, vice-presidente de estratgia da Eprise, 'Um aspecto
importante para tornar os contedos mais eficazes so as metaetiquetas de classi-
ficao. Elas permitem aos usurios de contedos encontrar mais facilmente infor-
maes relevantes e obter informaes mais profundas sobre assuntos especficos'.
Barnes observa que a Eprise utiliza esses tipos de etiquetas para localizar informa-
es de modo dinmico em resposta a aes dos usurios, como seguir determinado
caminho num sftio da Rede. Acrescenta Barnes, 'Com freqUncia, esse mtodo de
fornecimento de contedos que se baseia em classificao muito mais eficaz do que
buscas em texto completo ou de utilidade geral' (p. 46).
Kwon e Lee (2003) tambm tratam da classificao de stios da Rede, enquanto
Lawrence et ai. ( 1999) descrevem procedimentos para citao automtica de
literatura cientfica na Rede.
Os processos de categorizao de textos at agora descritos representam for-
mas de classificao autmtica, isto , a atribuio de itens a classes ou cate-
gorias preestabelecidas. Ao longo dos anos, foram feitos estudos sobre a auto
mao do tipo de classificao com o qual os bibliotecrios esto mais familiari-
zados, a saber, a atribuio de nmeros de classit1cao a livros, mas disso no
resultaram sistemas totalmente operacionais. Iyer e Giguere ( 1995) fizeram es-
tudo sobre o desenvolvimento de um sistema especialista que estabelecesse liga-
o entre um sistema de classificao e outro, no caso especfico do esquema de
matemtica da American Mathematical Society para a classe de matemtica da
Classificao Decimal de Dewey. Afirmam que "Uma intetface que permita aos
rnatemticos ter acesso aos acervos de bibliotecas organizados pela Classifi-
15. INDEXAO AUTOMTICA, REDAO AUTOMT!CA DE RESUMOS 319
cao Decimal de Dewey valendo-se do esquema da MiS como interface ser
ce1iamente til". Esse tipo de aplicao, porm, parece de utilidade muito limitada.
De interesse mais amplo seria um sistema interativo que ajudasse na atri-
buio real de nmeros de classificao. Alguns trabalhos nessa linha j foram
realizados, mas no em escala muito grande. Por exemplo, Gowtham e Kamat
(l995) desenvolveram um prottipo de sistema de classificao no campo da
metalurgia com o emprego da Classificao Decimal Universal (cou). Embora
muito menos ambicioso e complexo do que o sistema MedrndEx antes descrito,
o pro.ttipo qu~ descrevem fimciona de maneira semelhante, pois sugere ao
usuno constnur um nmero de classificao que contenha todas as facetas
necessrias (tipo de metal, propriedade, tipo de processo adotado, e assim por
diante). Cosgrove e Weimann (l992) tambm examinam uma abordagem de
siste~na especialista na utilizao da classificao pela c ou, porm de uma pers-
pectiva terica. No existe qualquer indicio de que algum sistema, mesmo em
carter experimental, haja sido implementado.
Importantes trabalhos sobre classificao automtica foram realizados no
OCLC. O projeto Scorpion, no OCLC, efetuou experincias com a classificao
automtica de pginas da Rede com o emprego da Classificao Decimal de
Dewey (Thompson etal., 1997). A atribuio baseava-se no cotejo de texto da
Rede com as definies t~xtuais dos nmeros de classificao da CDD, mediante
o uso de algoritmos desenvolvidos para utilizao no sistema SMART de Salton.
Antes, Larson ( 1992) testou, em pequena escala, a atribuio automtica de
nmeros de classificao da Library ofCongress. Seu objetivo era diferente: a
atribuio automtica de um nico nmero a um livro com base nos ttulos e
cabealhos de assuntos presentes nos registros MARC. Assim como no estudo
feito pelo OCLC, seu algoritmo ordenava os nmeros de classificao em ordem
de probabilidade de 'correo'. Larson concluiu que talvez no fosse possvel
uma classificao totalmente automtica, mas uma classificao semi-autom-
tica. Isto , o programa produziria uma lista de nmeros candidatos (os de mais
alta pontuao) da qual o classificador selecionaria o que fosse mais apropriado.
Pesquisas sobre classificao automtica tambm so feitas em campos
completamente diversos. Por exemplo, Bailin et ai. ( 1993) examinaram trabaM
lhos sobre classificao de componentes de programas de computador (para um
repositrio de programas reutilizveis); afirmam que houve caractersticas de
aprendizado de mquina. Savi (1995) lida com as possibilidades de classifi-
cao automtica de correspondncia administrativa.
Em vrios centros de pesquisa, fora do campo da biblioteconomia/cincia da
informao, tm prosseguimento trabalhos sobre a construo automtica de
tesauros. As ferramentas assim construdas, embora, de fato, possivelmente
revelem relaes teis entre termos, so muito menos estruturadas do que os
tesauros criados por seres humanos. Encontram-se exemplos em Gao et ai.
(I 995), Chen et ai. (I 995) e Lu et ai. ( l995).
Il
320 INDEXAO E RESUMOS: TEORIA E PR}.,T!CA
Embora a indexao assistida por computador possua uma longa histria, a
redao de resumos assistida por computador (ao contrrio dos mtodos total-
mente automticos) tem recebido muito pouca ateno. Craven (2000, 200 l ), no
entanto, descreveu um sistema que gerar automaticamente palavras-chave ou
expresses a pm1ir de texto completo e as exibir em janelas para ajudar quem
estiver preparando um resumo para esse texto. As expresses so escolhidas
com base num escore numrico que reflete o nmero de palavras-chave 'fre-
qUentes' na expresso, o tamanho da expresso e o nmero de vezes em que ela
ocorre. Os sujeitos de sua experincia julgaram que as expresses extradas no
eram mais teis do que as palavras-chave na redao dos resumos.
A denominao 'redao automtica de resumos' cedeu lugar denomi-
nao 'sumarizao de textos'. Na realidade, nenhum grupo de pesquisa conse-
guiu produzir automaticamente o tipo de resumo que uma pessoa consegue
redigir. A sumarizao automtica ainda uma questo de seleo de frases e o
objetivo das pesquisas nesta rea consiste em otimizar essa seleo (no sentido
de escolher as frases que melhor representem o contedo do texto presente) e
organizar as fraseS selecionadas (possivelmente modificando-as mediante algu-
ma forma de fuso) para melhorar a clareza e utilidade do extrato ..
A sumarizao pode envolver vrias transformaes do texto para condens-
lo ainda mais. Por exemplo, possvel agregar enunciados por meio de anlise
sinttica e semntica. Mani (2001) apresenta o exemplo muito simples de 'Joo
e Maria jantaram juntos' e 'Ento Joo lhe props casamento' que se agregam
para formar' Joo props casamento a Maria depois do jantar'. . pargrafos 'importantes'. Os pesquisadores consideram aceitveis os processos
As limitaes dos mtodos atuais de sumarizao foram bem explicadas por
Hahn e Mani (2000):
[... ]sua aplicao limita-se extrao- selecionar passagens originais do d~ocu
mento-fonte e concaten-las de modo que produzam um texto menor. A redaao de
resumos, em compensao, pamfraseia em temtos mais gerais aquilo de que tratao texto.
O mtodo de concatenao para fazer a extrao em pouco contribui para garantir
a coerncia do resumo, o que pode diticultar a leitura do texto. Alm do que, nem
sempre a fonte possui texto- por exemplo, um evento esportivo em videoteipe ou
tabelas que mostram dados econmicos- e as ferramentas atuais no podem resu-
mir mdia no-textual. Finalmente, essas ferramentas atualmente no trabalham com
fontes mltiplas. Por exemplo, se houvesse muitas notcias na Rede sobre um evento,
seria til se o resumidor pudesse capturar informaes comuns e novas (p. 29).
As duas ltimas limitaes mencionadas realmente no so mais vlidas porque
agora existem diversos mtodos para resumir material em vdeo (ver captulo
13) e multidocumentos.
Hahn e Mani (2000) salientam que os mtodos atuais de extrao utilizam
um modelo de ponderao linear com vrios componentes, tais como localiza-
o no texto, nmero de ocorrncias na base de dados com.o um todo e o apare-
cimento de expresses-deixa [cu e phrases ]. Assim, uma umdade de texto (geral-
mente uma frase) seria selecionada com base num modelo do seguinte tipo:
{5. INDEXAO AUTO}...fTICA, REDAO AUTOMTICA DE RESUMOS 32l
Peso da frase = peso da localizao + peso da expresso-deixa +
peso da ocorrncia no texto + peso da ocorrncia na base de dados
Naturalmente, o ltimo componente um peso negativo: palavras ou expresses
obtm escores mais elevados quanto menos frequentemente ocorrerem alhures
na base de dados. Hahn e Mani tambm sugerem o emprego de um peso adicio-
nal para palavras/expresses baseado na ocorrncia alhures no texto (por ex-em-
plo, peso maior se tambm ocorrer no ttulo) ou mesmo ocorrncia numa lista de
termos que representam interesses atuais.
Saltou et ai. ( 1997) descreveram um mtodo de produo automtica de
resumos de textos completos. Os mtodos empregados para medir a semelhana
entre pares de documentos (ver figura 111) podem ser tambm empregados para
medir a semelhana enhe pares de pargrafos no mesmo documento. Assim,
podem ser formados agrupamentos de textos, em que um agrupamento consiste
em pargrafos, possivelmente extrados de partes completamente diferentes do
texto, que parecem tratar do mesmo tema. Afirmam que isso permite a formao
de resumos de textos, inteligveis, por meio da extrao de pargrafos. Observe-
se que o trabalho deles um tanto diferente da maioria dos trabalhos que tratam
de redao automtica de resurnos, que se baseiam na frase como unidade, e no
no pargrafo. Os procedimentos empregados por Salton et ai. produzem resu-
mos de textos mais longos do que as abordagens mais convencionais.
Resumos de textos produzidos por essa extrao de pargrafos foram com-
parados com resumos produzidos pela extrao feita por seres humanos de
automticos porque o resumo da resultante tem tanta probabilidade de coincidir
com um resumo extratado por uma pessoa quanto dois resumos extratados por
pessoas tm de estar de acordo um com o outro, embora os processos autom-
ticos saiam muito mais baratos.
McKeown et ai. (l995) e Maybwy (l995) descrevem atividades altamente
especializadas de sumarizao. Os primeiros geram resumos narrativos de
dados armazenados (e no de texto narrativo) relativos a jogos de basquetebol e
atividade de planejamento de redes telefnicas, enquanto o sistema de Maybury
gera resumos textuais de mensagens militares altamente condensadas e estru-
turadas (dados de batalha).
Nomoto e Matsumoto (200 I) descrevem um mtodo de criao de resumos
em que a 'diversidade' levada em conta na formao do extrato. Isto , so
identificados os vrios tpicos abrangidos pelo texto e selecionada a frase mais
representativa para cada tpico.
Saggion e Lapahne (2000) descrevem um mtodo de sumarizao baseado
em 'anlise seletiva'. O mtodo possui duas etapas. Na primeira, um resumo
indicativo apresentado ao usurio (na realidade, apenas uma lista de termos-
chave extrados); se o usurio quiser mais, sero recuperadas e apresentadas a
ele passagens importantes do texto.
322 INDEXAO E RESUMOS: TEORIA E PRTICA
O mtodo usado por Lehmam ( 1999) baseiaRse na seleo de frases que con~
tenham a maior concentrao de palavras 'indicadoras de contedo' ou expresR
ses como 'nesta pesquisa', 'o mtodo' e ' examinado'.
Ainda existe um forte interesse pela preparao automtica de extratos. Por
exemplo, Moens e Dumortier (2000) descrevem procedimentos para produo
de extratos de a1tigos de revistas de interesse geral. A finalidade desses 'resumos
em realce' [high-light abstracts] despetiar suficiente interesse dos leitores
que, navegando em linha nos resumos, sentiriam vontade de ler o artigo !lteiro.
Eles descrevem as caractersticas almejadas da seguinte forma:
O resumo em realce indicativo do contedo do texto original. Sugere os principais
tpicos do artigo sem entrar em muitos detalhes, o que tornaria suprtlua a leitura do
texto completo. O resumo em realce possui uma dimenso adicional. Deve no ape-
nas ser factual e sugerir de que trata o artigo, mas tambm estimular a aquisio do
artigo completo. O resumo consiste em recortes de texto, isto , frases e enunciados
extrados do texto. De preferncia contm frases curtas e facilmente inteliglveis, que
no dependam do contexto do artigo circundante para permitir uma interpretao
correta. importante incluir linguagem conversacional no resumo (por exemplo, fra-
ses em discurso direto, perguntas), porque isso o torna interessante (p. 521 ).
Seu processo de sumarizao utiliza os padres de discurso caractersticos dos
relatos de notcias, a fim de desenvolver uma 'gramtica do texto' que empre-
gada na anlise sinttica do texto. A 'sinalizao de deixas lingllsticas' identi-
fica frases relevantes para incluso no resumo.
Moens et ai. (1999) sustenta que o conhecimento da estrutura do discurso de
vrios tipos de textos til no projeto de sistemas para gerao de texto ou
extrao de texto. Esses autores trabalham especialmente com textos jurdicos.
Hoje em dia, so comuns os programas para extrao automtica de frases-
chave de textos. Vrios produtos encontram-se disponveis para preparao
desses extratos para textos acessveis na Rede. Diversos produtos, gratuitos ou
de baixo preo, foram examinados por Jacs (2002).
Allan et ai. (2001) descrevem mtodos para produo de 'resumos tempo-
rais' de notcias. A situao a de uma corrente de notcias sobre determinado
tpico em que as noticias mudam rapidamente e seria diflcil acompanhar as mu-
danas por meio da leitura de todos os itens. Os procedimentos visam a produzir
um resumo revisto a intervalos regulares (por exemplo, de hora em hora ou no
incio de cada dia). Cada resumo visa a mostrar apenas o que mudou desde o
resumo precedente. Com a sumarizao temporal, a 'novidade' torna-se um cri-
trio til na seleo de frases. Isto , uma frase nova, que seja bem diferente das
frases que ocorreram no passado, um candidato promissor para seleo. A
seleo de frases que aparecero nos resurnos baseia-se numa combinao de
novidade e 'utilidade' (probabilidade de relevncia para o assunto). Esse tipo de
rastreamento automtico do desenvolvimento de uma notcia ao longo do tempo
foi denominado 'rastreamento de eventos'. Ver, por exemplo, Yang et ai. (2000).
!5. rNDEXAO AUTOMTtCA, tEDAO AUT01v1TICA DE RESUMOS 323
Gong e Liu (200 1) referem-se a resumos que se relacionam com determinado
assunto como 'relevantes para a consulta'.
Mani (200 1) faz uma reviso de trabalhos sobre vrias formas de sumariza-
o aplicada a apresentaes de multimdia, que inclui tanto sumarizao de
udio quanto de vfdeo. Tambm possvel usar a sumarizao automtica junto
com outros processos automticos, como o emprego dos resumos produzidos
como entrada para categorizao de texto (ver, por exemplo, Kolcz et ai., 200 1).
medida que os mtodos de sumarizao foram se tornando cada vez mais
aprimorados, surgiam aplicaes mais especializadas. Elas incluem sumariza-
o de multidocumentos e miniaturizao de textos.
A sumarzao de textos no precisa restringir-se a um nico texto. Na suma-
rizao automtica de multidocumentos (Mani, 200 I), frases de muitas fontes
independentes podem ser fundidas para formar um resumo. Por exemplo, todas
as referncias a determinada pessoa ou evento podem ser localizadas numa base
de dados de textos, e essas referncias comparadas para eliminar redundncia e
fundir o que restar em algumas fiases proeminentes.
Schiffinan et al. (200 1) descrevem um sistema para criar um dossi biogrfi-
co de uma pessoa mencionada com destaque nos noticirios mediante a extrao
de aluses presentes numa variedade de textos. "Selecionar e fundir descri-
es de pessoas, extradas de uma coleo de documentos, eliminando descri-
es redundantes." Efetua-se um alto nvel de fuso e sumarizao. Eis um
exemplo (o texto sublinhado foi extrado diretamente das fontes; os conectivos,
no sublinhados, so fornecidos pelo sistema):
Henry Hytle is cr Remtblican clwirmafl ofHo11se Jmlician Commillee mui a prosecutor in
Senate lnmeacltment fria/. He willleml the Judiciarv Commiffee's impeachment review.
Hl'tle unred llis col/eagues to l!eed tlteir conscieuces. "lhe voice tlwt wMsoers iu ottr ear.
'dutl. tfttlp, tlutv'. >~<
Este resumo foi criado a partir de uma coleo de l 300 itens de uma agncia de
notcias (707 000 palavras) que continham 503 fiases que mencionavam Hyde.
Outra aplicao da sumarizao a multidocumentos, descrita por Elhadad e
McKeown (200 l ), refere-se a pronturios mdicos. Os procedimentos quedes-
crevem destinam-se a examinar as sees de resultados publicadas em attigos de
peridicos recuperados numa busca, localizar o texto dos artigos que paream
estar diretamente relacionados com as informaes constantes do pronturio de
um paciente e produzir um resumo relacionado a esse paciente.
O problema da sumarizao de multidocumentos, bem como vrias poss-
veis abordagens, examinado por Goldstein et ai. (2000) e por Mani (200 1).
Atualmente muita ateno vem sendo dedicada sumarizao de textos (por
* Henry Hyde presidente republicrmo da Comisso de Justia da Cmara dos Deputados e
promotor no processo de impeachment no Senado. Ele dirigir a reviso do impeachment na
Comisso de Justia. Hyde conclamou seus colegas a ouvir suas conscincias, "a voz que sussurra
em seu ouvido, 'dever, dever, dever'." (N.T.)
324 INDEXAO E RESUMOS: TEORIA E PRTICA
exemplo, de mensagens de correio eletrnico) destinados a telas muito peque.
nas, como as de telefones celulares ou assistentes pessoais digitais. Corston-
Oiiver (2001) descreve um desses mtodos ao qual denomina compactao de
texto. As tcnicas de compactao incluem seleo de fiases, eliminao de
caracteres e pontuao, e a substituio por abreviaturas de palavras por extenso
ou expresses. Assim, uma frase como esta:
The problem of mtlomatic sumnwri::alion poses a variei) of lough challenges in both NL
understanding and generation.
ser compactada assim:
PrblmOfAutmtcSmmezinPssl'rf)DjTghChllngs/nBtiiNL Undrstndng&G11ri11.
Buyukkokten et ai. (2001) descrevem mtodos para sumarizao de pginas
da Rede para navegao com dispositivos portteis de mo. Os procedimentos
que desenvolveram incluem parcelamento de pginas da Rede em 'unidades tex~
tuais semnticas', que podem ser visualizadas completa ou parcialmente (por
exemplo, somente a primeira ou as trs primeiras linhas). O programa desen~
volvido pode, alternativamente, identificar e exibir a) as palavras-chave mais
importantes extradas da unidade, b) a frase mais significativa, ou c) tanto as
palavras-chave quanto a frase significativa. A seleo de palavra-chave baseia-
se em nmero de ocorrncias na unidade de texto e estimativas de ocorrncia na
Rede como um todo (com base na amostragem de 20 milhes de pginas). A
seleo de frases usa verso modificada do mtodo de Luhn para reconheci-
mento de frases significativas, j descrito neste captulo. O desempenho relativo
dos vrios resumos foi avaliado com a participao de sujeitos humanos em
tarefas de busca de informao. A combinao de palavra-chave e frase~chave
foi a mais eficaz na concluso da tarefa. Boguraev et ai. (200 l) tambm trataram
da sumarizao miniaturizada de notfcias para dispositivos pmiteis de mo.
O recente incremento de atividades em torno da sumarizao de textos tam-
bm acarretou um interesse renovado pelos mtodos de avaliao (ver tambm
o capitulo 9). Mani (2001) divide a avaliao de resumos preparados automati-
camente em mtodos intrnsecos e extrnsecos. Os mtodos intrfnsecos incluem:
a. utilizar um grupo de rbitros para decidir quais as frases que merecem ser
selecionadas e as que no merecem (concordncia)
b. avaliar a legibilidade do resumo em termos de cettos critrios, como exten-
so da palavra e da frase e qualidade gramatical; para esse fim podem ser usa-
dos rbitros humanos ou corretores gramaticais e de estilo (qualidade)
c. comparar um resumo preparado automaticamente com um resumo 'ideal'
preparado por seres humanos (informatividade)
d. avaliar um resumo em termos de se capaz de responder um determinado
conjunto de questes; o resumo pode ser comparado com o texto completo
para esta avaliao (mtodo baseado em contedo)
e. avaliar quanto da informao no texto completo preservado no resumo ((i-
de/idade fonte).
15. INDEXAO AUTOI\-1TICA, REDAO AUTOMTICA DE RESUMOS 325
Os mtodos extrnsecos reconhecidos por Mani incluem I) avaliar o resumo em
termos de sua capacidade de prever corretamente a relevncia do texto com-
pleto, 2) avaliar sua capacidade de permitir a um analista humano classificar
corretamente o texto completo, e 3) avaliao da compreenso da leitura. Mani
tambm reconhece o 'sistema avanado de avaliao', que envolve a avaliao
de resumos no contexto de um sistema totalmente operacional (por exemplo, em
termos de satisfao do usurio).
A sumarizao de textos implica normalmente a extrao de frases, embora
sejam possveis outros tipos de extrao, como a de determinados termos ou ti-
pos de termos, e talvez a colocao de termos extrados em algum tipo de gaba-
rito. Tomando um exemplo totalmente hipottico, um sistema poderia monitorar
o movimento de executivos de empresas por meio da anlise de notcias, e a frase
"Joo F. Cruzado, Vice-Presidente de Vendas da AOC durante os ltimos cinco anos, foi
nomeado Vice-Presidente Executivo da XYZ" seria reduzida seguinte estrutma:
Executivo: Joo F. Cruzado
Cargo anterior: Vice-Presidente de Vendas
Empregador anterior: ABC
Novo cargo: Vice-Presidente Executivo
Novo empregador: X\'Z
Data: 5 de novembro de 1996 (data da notfcia)
Cowie e Lehnett ( 1996) traam um til panorama sobre a extrao de texto,
e Grishman ( 1994) examina Os problemas envolvidos na avaliao de resultados
de trabalhos de extrao. Shuldberg et ai. ( 1993) oferecem a descrio minuciosa
de uma abordagem. Onyshkevych (1994) e Hobbs e Israel (1994), entre outros,
tecem consideraes sobre o projeto de gabarito. Lawson et ai. ( 1996) conside-
ram este tipo de extrao de dados/preenchimento de gabarito como uma forma
de 'minerao de dados'. Esta denominao, no entanto, aplicada com mais
fieqncia a procedimentos e programas que procuram descobrir nos dados (por
exemplo, registros de vendas ou pronturios mdicos) padres e correlaes
significativas, sem instrues sobre o que procurar (ver captulo anterior).
H muitas aplicaes potenciais para esse tipo de extrao de texto e preen-
chimento de gabarito (quadro), das quais a mais bvia talvez seja a produo de
resumos de notcias atuais. Haug e Beesley ( 1992) examinam outra aplicao em
que os dados de pronturios de pacientes podem ser reconhecidos automatica-
mente, extrados e colocados sob um nmero limitado de cabealhos (por exem-
plo, 'queixas de', 'paciente nega') para ajudar os radiologistas na interpretao
de radiografias. Paice e Jones (1993) examinam o emprego de uma abordagem
de preenchimento de quadros na construo de resumos automticos. Outra
aplicao especializada do mtodo de gabarito a extrao de citaes biblio-
grficas do texto de paterltes (Lawson et al., 1996). Humphreys et al. (2000)
descrevem o modo como processos de preenchimento de gabarito podem ser
aplicados extrao de determinados dados de peridicos cientficos.
Os processos modernos de extrao podem identificar textos candidatos
(isto , aqueles cujas palavras~chave indicam alta probabilidade de que o texto
326 INDEXAO E RESUMOS: TEORfA E PRTICA
conter o tipo de dado a ser extrado) e pores do texto que sejam bons candida~
tos para os processos de extrao, baseados numa combinao de anlise sin~
ttica e semntica. Jacobs e Rau (1990) descrevem um desses sistemas aplicado
extrao de informao sobre fuses de empresas. A extrao de informao extradas segundo seus procedimentos "no eram piores, estatisticamente, do
em geral objeto de um livro organizado por Pazienza ( 1999).
Em algumas situaes de recuperao, um conjunto limitado de caracters~
ticas do texto pode ser da maior importncia. Por exemplo, datas e nomes (de
lugares, pessoas, organizaes) so especialmente teis em buscas de notcias.
Watters e \Vang (2000) descrevem um sistema capaz de extrair das notcias ex~
presses substantivas prprias[' name phrases'] e categoriz~ las (como local do
evento, data do evento, nome pessoal, nome de instituio). O uso de iniciais
maisculas a deixa para identificao das expresses substantivas prprias. O
sistema destina-se recuperao interativa, em tempo real, baseada num algorit-
mo de comparao: o usurio com acesso em linha que encontra uma notcia de
interesse pode pedir ao sistema que localize outras noticias que sejam semelhan~
tesa essa. O sistema experimental pretende ser aplicado na Rede "usando como
interface os navegadores comuns da Rede".
Vrios processos foram desenvolvidos na National Library ofMedi'?ine (NLM)
para identificao/extrao em textos mdicos. Bodenreider e Zweigenbaum
(2000) lidam com a identificao de nomes prprios, Wilbur et ai. ( 1999) com
nomes qumicos, Rindflesch et. ai. ( 1999) com terminologia de ligao molecu
lar, Rindflesch et ai. (2000a) com terminologia de medicamentos e genes, e Snei
derman et ai. ( 1998) com termos anatmicos. Em muitos casos, os termos identi-
ficados ou extrados so ainda processados (por exemplo, para fazer a ligao
com o Unified Medicai Language System (UMLS). Outros projetos de pesquisa
na NLM visam ao desenvolvimento de ferramentas lingUsticas para auxlio nes-
ses tipos de processamento. Por exemplo, Weeber etal. (2001) lidam com o pro-
blema de desambiguao do sentido das palavras, e McCray et ai. (200 I) com o
uso do sistema unificado de linguagem mdica (UMLS) na identificao de ex~
presses do texto que meream processamento adicional de linguagem natural.
Naturalmente, a sumarizao extrativa no funciona bem com certos tipos de
texto, inclusive pginas da Rede, que Berger e Mittal (2000) descrevem como
"uma mixrdia catica de expresses, vnculos, elementos grficos e comandos
de formatao". Descrevem seu trabalho no sentido de desenvolver 'snteses
essenciais' de pginas da Rede que no sejam extratos de texto (isto , fiases ou
pargrafos), mas, sim, concatenaes de palavras, como (um exemplo real) "the
music business and industry artists raise awareness rock and jazz'' [os artistas
comrcio e indstria msica elevam conscincia rock e jazz].
Jones e Paynter (2002) descrevem processos para extrao automtica de
palavraschave ou expresses~chave do texto dos documentos, com o objetivo
de produzir sucedneos que possam ser usados para pesquisar em extensas tare
fas de recuperao de texto na Rede. A extrao de 'expresses~chave' feita
por meio de processos de aprendizado de mquina. O algoritmo de extrao
15. rNDEXAO AUTOM TrCA, REDAO AUTOMTICA DE RESUMOS 327
aprende com um conjunto de textos de treinamento nos quais as expresses-
chave j foram atribudas (por exemplo, por seus autores). Com base em ava
liao feita por seres humanos, Jones e Paynter concluem que as expresses
que as apresentadas pelos autores". Anteriormente, H ui e Goh (1996) fizeram
experincias com a gerao automtica de resumos de artigos de jornais como
parte de uma interface de recuperao e filtragem da Rede.
Hoje em dia encontram-se disponveis comercialmente programas para
extrao de vrias formas de dados de stios da Rede. Por exemplo, Ojala (2002)
refere~se a um produto que poder fazer buscas de mudanas na direo de em
presas, compra e venda de empresas, resultados de reestruturao de empresas
e outros indcios de mudana nessas organizaes (entre outras aplicaes).
As aplicaes correlatas ao processamento de texto incluem vinculao de
texto, aumento de texto e gerao de texto.
A vinculao de texto emprega anlises estatfsticas e/ou sintticas para iden-
tificar semelhanas entre diferentes passagens do texto, em geral de doeu~
mentes completamente difeientes, e assim vincul-los (Salton e Buckley, 1992;
Ivfaarek, 1992; Salton et ai., 1997). Em essncia, o mtodo pode ser adotado para
produzir automaticamente vnculos de hipertexto.*
A ampliao de texto pode ser considerada uma extenso da vinculao de
texto. Os sistemas projetados para tal fim tentam integrar partes de textos de
diversas fontes numa narrativa coerente- por exemplo, acompanhando not-
cias sobre um evento, como uma fuso de empresas ou um desastre natural, em
jornais (e assim aplicvel a tarefas de preenchimento de gabarito ou smnarizao
de multidocmnentos). Variao disso a pesquisa para desenvolver ferramentas
que integrem entradas de textos e imagens- por exemplo, relacionar uma pas-
sagem descritiva nmn manual com elementos num diagrama e extrair texto que
elucide o prprio diagrama (Rajagopalan, 1994). Chen (1993) descreve um compu-
tador 'modelo' para integrao de textos afins oriundos de diferentes fontes.
Gerao de texto refere-se a ferramentas de gerao automtica de tipos li~
mitados de texto e a sistemas especialistas que ajudam as pessoas a redigir v-
rios tipos de relatrios. H sistemas deste tipo, por exemplo, que auxiliam na ge~
rao de documentao de produtos industriais, oferecendo acesso em linha a
textos e elementos grficos aplicveis, de modo repetitivo, na criao de vrios
tipos de relatrios (ver Smith, 1991, por exemplo). Exemplo de sistemas mais ela
borados a 'bancada do editor', descrita por Bateman e Teich ( 1995), que poder ex-
trair texto e estmtur-lo em resposta a necessidades editoriais. 'Assistentes in te
ligentes de redao' nwdernos sero mais do que corretores ortogrficos: orien-
taro na escolha de palavras, correo gramatical e uso do idioma (Oakman, 1994).
* Pozzi e Celentnno {1993) analisam uma aplicao prtica de vinculao, que inclui corres
pondncia e outros documentos administrativos.
"".Tf''
328 INDEXAO E RESUMOS: TEORIA E PRTICA
Stock (1993) e Stock et ai. (1997) descrevem um interessante sistema de
hipermfdia (ALFRESCO) para recuperao de imagens de afrescos italianos do
sculo XIV e informaes a eles pe1iinentes. Entre outras caractersticas, o siste-
ma incorpora uma interface de busca de linguagem natural e a capacidade de
gerar respostas coerentes a partir de 'textos enlatados' relativos a diferentes
imagens de afrescos armazenadas numa rede de hipenndia. Stock oferece um
exemplo da pergunta 'Voc poderia me mostrar e descrever um afiesco de
Ambrogio Lorenzetti em Siena?' que geraria a seguinte resposta:
Os Efeitos do Bom Goyerno um afresco de Ambrogio Lorcnzetti no Palazzo Publico. Os
Efeitos do Bom Governo foi pintado em 1338. Um afresco do mesmo pedodo S. Sih'estre
c os Reis Magos, de i\Iaso di Banco, pintado em 1330-1340. Outra obra de Ambrogio
Lorenzctti num monumento de Si e na a Anunciailo, de 1344, na Pinacoteca.
Os vrios componentes desta resposta foram extrados de textos enlatados que
aparecem em diferentes pmies da rede de hipenndia.
Denmsco e McCoy ( 1992) descreveram uma aplicao especializada de ge-
rao de texto. Seu trabalho visa a desenvolver uma interfhce que ajude pessoas
que padeam de graves deficincias motoras a compor textos. Um 'teclado vir-
tual' permite ao usurio selecionar, em telas de letras, palavras ou expresses, e
em seguida usado um analisador [parser] semntico para gerar uma 'frase
bem-construda'. Usam a denominao 'companso de frase' [sentence com-
pansion*] para esse processo que poderia, por exemplo, tomar as palavras sele-
cionadas 'Joo', 'estudo', 'meteorologia', 'grande' e 'universidade' e formar
uma frase como 'Joo estuda meteorologia numa grande universidade'.
Kerpedjiev ( 1992) lida com Outra situao especializada de gerao de texto.
Nela, so usados dados meteorolgicos para gerar boletins meteorolgicos
'multimodais'; os boletins podem ser em formato de texto narrativo, mapas,
tabelas ou uma combinao das trs formas, segundo as necessidades do usurio.
As tecnologias de recuperao da informao esto se difundindo numa am-
pla variedade de aplicaes, onde antes eram pouco usadas, especialmente no
mundo dos negcios. Com efeito, alguns dos mtodos mais complexos de recu-
perao da informao foram mais bem aceitos por empresas comerciais do que
pela indstria de servios de informao. Uma importante aplicao na rea de
atendimento a clientes [help desk].
Um servio de atendimento a clientes um servio telefnico que lida com
dvidas e problemas dos clientes. Inicialmente, a denominao referia-se ao
servio mantido pela indstria de informtica, a fim de lidar com problemas sur-
gidos nas redes de computador. Embora os servios de atendimento a clientes
continuem muito ligados indstria de informtica, servios similares existem
hoje numa ampla variedade de empresas fabricantes de bens de consumo.
O corao de um tpico servio de atendimento a clientes um 'componente
de resoluo de problemas', on.de so armazenadas informaes sobre proble-
*Palavra fonnada a partir dos vocbulos compression e expansion. (N.T.)
15. INDEXAO AUT01\.1TJCA, REDAO AUTOMTICA DE RESUMOS 329
mas anteriormente encontrados e suas possveis solues. O servio de atendi-
mento a clientes pode ser considerado um verdadeiro sistema especialista: o
pessoal de suporte que recebe as chamadas no formado por especialistas, pelo
menos no dominam todos os aspectos da situao, mas o sistema lhes oferece
conhecimento para resoluo de problemas. Estes servios economizam no
quantitativo de pessoal necessrio para lidar com perguntas dos consumidores e
reduzem a qualificao do pessoal designado para o servio. Tornaram-se par~
ticulannente teis porque muitos dos problemas ocorrem de modo repetitivo.
Um bom exemplo de um servio de atendimento a clientes, instalado na
Compaq Computer Corporation, descrito por Acorn e \Valden ( 1992), emprega
uma verso do sistema de recuperao SMART desenvolvido por Salton. A utili~
zao do sistema exemplificada nas figuras 112 a 115. Os casos que foram tra-
tados no passado (isto , problemas e solues) so armazenados na forma de
descries textuais, embora redigidos de modo sucinto e padronizado. O aten-
dente que recebe a chamada de um cliente insere um enunciado textual do pro-
blema atual (figura 112). O sistema ento procura casos semelhantes mediante
busca em texto e apresenta I) uma lista de casos de maior coincidncia e 2)
perguntas a serem feitas ao cliente, a fim de concentrar a busca e assim recuperar
o caso e a soluo correta. As respostas s questes afunilam o alcance da busca
embora o consulente possa pesquisar informaes sobre os casos armazenados
(ver figura 113) para complementar as perguntas. Como resultado desse proces-
so interativo, aos casos na base de dados so atribudos escores numricos que
permitem que sejam ordenados por relevncia provvel. Um escore igual ou
superior a 70 indica um caso que tem alta probabilidade de ser relevante.
A figura 114 mostra o exemplo de uma consulta, com perguntas geradas pelo
sistema respondidas pelo cliente e os resultados apresentados como casos em
ordem de relevncia provvel, e a figura 115 mostra o registro final do processo:
o problema, as perguntas, o caso recuperado e a ao reco1nendada ao cliente. Os
casos que no so resolvidos so analisados posteriormente por especialistas o
que leva a novas adies base de dados.
Os servios de atendime11to a clientes normalmente baseiam-se em interao
que envolve o cliente, o representante do cliente e a base de dados. As perguntas
ao-eradas pelo sistema so necessrias
. para concentrar a busca .com maior preci-
so. Em alguns casos, a resposta a uma pergunta genrica ('E um refrigerador
frost-free?') pode restringir as aes seguintes a determinado segmento da base
de dados (Danilewitz e Freiheit, 1991; Hart e Graham, 1997).
Os servios de atendimento a clientes do tipo acima mencionado funcionam
por meio de raciocnio baseado em casos. Embora o recurso de classificar em
ordem de relevncia provvel no seja novidade, esses sistemas so inditos
pelo fato de que se concentram na soluo mais provvel mediante a gerao de
perguntas para o usurio extradas dos prprios casos (por exemplo, A impres~
sora foi instalada recentemente? J tentou mudar o X? J tentou limpar o Y?). Os
330 INDEXAO E RESUMOS: TEORIA E PRTICA
FIGURA 112
Busca inicial numa base de dados de um servio de atendimento a clientes
ApudT.L. Ac<lm e S H- Waldert In Scou. AC.; KWu-, P., ed. bmumlin:uppliw/iiJIH<ifwrifhiul intdligm'~ 4, P- 313.
Cambridge. MA, Mlf Pre;!o, 19\>2
casos neste tipo de base de dados podem ser construdos por 'autores de bases de
casos' e existem no comrcio programas que ajudam nessa tarefa.
Alguns servios de atendimento a clientes incorporam mtodos complexos
de processamento de linguagem natural. Por exemplo, Anick (1993) descreve
um desses sistemas, que tambm inclui uma forma de tesauro para ajudar os
usurios a identificar termos de busca alternativos, e Uthurusamy et al. (1993)
descrevem um sistema de diagnstico que inclui processos altamente desenvol-
vidos para tornar mais inteligveis descries ambguas ou malformuladas (re-
gistros de conserto de automveis), graas correo de erros ortogrficos,
desambiguao de abreviaes e correo gramatical.
Os programas disponiveis no comrcio para servios de atendimento a clien-
tes podem incorporar recursos de hipermfdia, com texto, elementos grficos,
udio e arquivos de vdeo acessiveis para ajudar no processo de diagnstico. A
integrao de tecnologias de hipermidia e sistemas especialistas revista por
Ragus a e Turban ( 1994). Th (1996) oferece um til levantamento sobre progra-
mas para servios de atendimento a clientes, disponveis comercialmente no
inicio de 1996.
Cada vez mais, as empresas que esto muito envolvidas em atividades de
l5. INDEXAO AUTOMTICA, REDAO AUTO/>.'iT!CA DE RESUMOS 331
iF~t~::_'2i:;:;:~~~;~:~~,t~~i?~i\tfi;v:F-;;z{s;f.1;::~;-mi.;rf:7)~~~--~:~~ flT:}~-:~~~:~~:~:~Z~I:tJ:}
~~If:j~~f~~~~~~1I~~~.~~~l~~~~~~~~~;#,t~~~~r;r.~.?.~~~~.~.Fi:.;.;J
.~llH:rnd ll[Hllf"lY hl<J(r h,J:fi; <:"oat~n!(.,n. : d
l!1,;?;:~;~ :;r:1~\~'Di;E; :; ,a 2ifl:'>;'"' c.'"' ;,
:' ;:uocr,, ,~.,,,,.,n: /lot .~"-''""r,,J
).{,,;-,: :>Ff'.: -li lHO t\n!li, I'; -H>~ ~;t'tlklldor: i!lH'Jit;;; lu, t\o:lJkv>: :011 !~I~:PF.C'f >I 'ln: uuit
r.:',,....l.,..;,.,'.,
hdn~ 1nlinHIIJ lu v:diof.ll~- lbi;
c:H:
l 1J
f''~';';,y~,;I;J:~:~;',;.";;;,~;(,n.s~;,~;~,~::;'f!,;,~o~Ji.,f:~;;:,;:~O.:: "''"~-" 2t~ll:I
~ .:% [!_!I>JJI!~~ _U_e_h_::.w: :lfH~/ZB~;. rllr,nl h<"'!J~l. tth:n t!tuj.Hl_t,i !_;\N Suppml ( -1
.. ltl_l!5Ql~.n~~~!' :: Sy~~J!l{HIW!_Inol!fipJ;";"-;;:,Vf.f Jl;mi(::"& !ol.-llp-]i- { d
_-DJ!!!.ll_~l_l~'-'~'wn :ltlfi, h:_t '" ;pudHJ:J-11_\t}_, lfl irnn:~ - - -~-~-~~
1 ,~:!i~~~;~~jg~~~?r~:,~(f:fi~g~~5m~~ti~~~;,c=";~:::~d,~~,L~t~cj:
FIGURA 113
Pesquisa por mais informao em base de dados de servio de atendimento a clientes
Apud T.L Acom e S H. Wlden (n Sr:oll, A C.: Klahr. (>_, ed_fmlomliW<J[>pliwliouJforlijhial ll/.:1/igmc~ --1, p J.(S
Cambridge, ~!A, M!r Pr~_;s, 1992
suporte a clientes vm procurando desenvolver servios que os prprios clien-
tes possam usar para si, especialmente servios que sejam implementados na
Rede Mundial. Hoje em dia j existem programas, disponveis comercialmente,
que ajudam na implementao de servios, baseados na Rede, de atendimento a
clientes (Varney, 1996; Rapoza, 1996), que, inclusive, permitem aos clientes
reportar problemas a um servio de atendimento a partir de navegadores em suas
estaes de trabalho (Walsh, 1996).
Em livro de Moens (2000) encontra-se uma descrio bem completa dos
processos examinados neste captulo (e, em menor extenso, no anterior).
Concluses
A recuperao da informao est implcita em todas as atividades de pro-
cessamento de texto j mencionadas. Em termos de complexidade, a recupera-
o de frases ou pargrafos situa-se a meio caminho entre a recuperao de
referncias bibliogrficas (tpica da maioria das buscas em linha feitas em
bibliotecas) e a recuperao de respostas reais a perguntas reais. Croft e Turtle
( 1992) asseguram que melhoramentos importantes na recuperao exigiro
332 INDEXAO E RESUMOS: TEORIA E PRTICA
tcnicas que 'compreendam' o contedo de documentos e consultas e possam
assim inferir se um item ser til.*.
FIGURA 114
Casos com ordenao mais alta selecionados com base em consulta crtica e respostas
dos clientes s perguntas
Apud T L Acome S.H. Walden. (n Scott. AC; Kl.ilir. P., ed./mw>vliWuJ>J!Iiculio"'ujuTiiji<iul illl.:lligmc~ -.!, p.l-18.
Cambridjl~, MA, MIT PR>>. ]\}92
Os mtodos hoje empregadOs em grande parte do processamento de texto
no so particularmente novos. A maioria foi usada, talvez de modo mais rudiM
mentar, h 30 anos, ou mais, por Luhn, Baxendale, Edmundson, Borko, Maron,
Simmons Salton e muitos outros pesquisadores (ver o captulo 9 de Lancaster
( 1968b) ~ara uma viso geral dessa rea na dcada de I960). Como_ foi su?eri~o,
atualmente possvel alcanar melhores resultados porque h mmto mmor diS-
ponibilidade de conjuntos de textos eletrnicos e a potncia -~os _computadores
possibilita o processamento desses textos com razovel eHciCncm.
') Em algumas aplicaes de processamento de texto o computador d~ve _distinguir entre con:-
ponentes lgkos do documento {por exemplo, ttulo, resumo, texto pnnctpal, not_as de rodap_e:
tabelas, tiguras) e identificar relaes entre eles (como, por exemplo, a ordem de lettura). Isso !01
designado, um tanto pomposamente, 'compreensO.o do documento' (v:r, por exemplo, Semeraroet
ai., 1994, e Proceedings oftlte Third lntenwtiona/ Conference, 199)).
15. INDEXAO AUTOMTICA, REDAO AUTOMTICA DE RESUMOS 333
- :-:c; ~--id: i
>:,-c;,~:-:!'~~L- -!! ~~ ~ !!.:!.:__'._';
FIGURA 115
Resumo de caso com a ao recomendada ao cliente
Apud T.L_ AcQrn e S H. Walden. ln Sco11. A. C; Khhr, P., ed hiii<J\\1/in: <rf'J>Iiw!l<>!<ro[urlifial in!dllg~mc -t. p ).[S.
C~mbridge, Mh, MIT Pre;S, !992
No obstante, mesmo os mtodos atuais mais complexos esto longe do ideal
em termos de resultados alcanados, tempo e custos de processamento. Ade~
mais, ainda so relativamente poucos os sistemas verdadeiramente 'operacio-
nais' no sentido de que fornecem um servio real de forma rotineira.
Jacobs (1992a) assim encara a situao:
Embora hajam ocorrido alguns progressos visveis na direo dos sistemas inteli~
gentes baseados em textos, no chegamos muito perto de um estado aceitvel de
desenvolvimento da tecnologia (p. 5}.
Hobbs et ai. (1992) afirmam que o objetivo final desenvolver um sistema que:
[... ]recuperar todas as informaes que estejam, implcita ou explicitamente, pre-
sentes no texto, e concretizar isso sem cometer erros. Este modelo ainda est muito
alm do estado atual da tecnologia. Trata~se de uma meta incrivelmente alta para
seres humanos, quanto mais para mquinas (p. 13-14).
McDonald (1992) ressalta que, em geral, os melhores analisadores [parsers)
modernos somente lidam com frases relativamente curtas e simples. Com frases
mais longas e complexas, o mximo que conseguem identificar fragmentos
componentes (por exemplo, um sintagma nominal); esto longe de produzir uma
334 INDEXAO E RESUMOS: TEORIA E PRTICA
anlise completa e sem ambigidade. No caso de uma frase de matria jornals~
tica, de tamanho comum, com 20 a 25 palavras, os analisadores atuais provavel-
mente chegariam a centenas de anlises possveis. Segundo McDonald, "nenhum
analisador chega petto de compreender tudo num texto real, como uma reportagem".
Mesmo com c01pora relativamente pequenos (cerca de I 500 mensagens) de
textos curtos (normalmente por volta de 14 frases), o melhor dos mtodos atuais
est longe de produzir resultados perfeitos- por exemplo, num exerccio de
extrao de texto, nem todas as fiases relevantes so selecionadas e nem todas
as frases selecionadas so relevantes. Em condies controladas de avaliao,
muitos sistemas modernos funcionam somente perto da marca de 50/50 (Jacobs
e Rau, 1994; Sundheim, 1995) ~por exemplo, produzem cerca de metade dos
gabaritos (representaes estruturadas baseadas em texto extrado das mensa-
gens) que deveriam produzir e cerca de metade dos produzidos so esperados
(isto , coincidem com. o modelo preestabelecido).* Embora alguns sistemas de
processamento de texto reportem resultados muito melhores, isso ocorre com
tarefas muito mais simples. Por exemplo, Hayes ( 1992a) relata 94% de revoca-
o e 84% de preciso para o CONSTRUE, mas a tarefa executada ~ colocar
notfcias em at 200 categorias ~ mais simples do que os trabalhos de extrao
de texto e preenchimento de gabarito.
Yang ( 1999) afirma que o CONSTRUE consegue alcanar to bons resultados
graas ao emprego de "regras, desenvolvidas manualmente, especficas de uma
rea ou especficas de uma aplicao" e que essa abordagem muito cara para
a maioria das aplicaes.
Em condies controladas, possvel obter escores muito melhores em tare-
fas de extrao mais simples (por exemplo, encontrar entidades nomeadas no
texto) ou tarefas mais simples de preenchimento de gabarito ~ envolvendo
extrao de texto relativo a entidades nomeadas (Sundheim, 1995).
O nvel de desempenho de 50/50 na extrao de frase/concluso de gabarito
tambm precisa ser contextualizado. So resultados obtidos em reas muito
limitadas (por exemplo, atividade terrorista na Amrica Latina). Para fazer a
seleo de frases preciso criar um dicionrio especfico da rea. Mesmo numa
rea rnuito limitada, isso pode ser um trabalho que requer mo-de-obra intensiva
(1 500 pessoas/hora foram mencionadas para um caso), embora hajam sido
desenvolvidas ferramentas para construo desses dicionrios automaticamente
ou semi-automaticamente (ver Riloffe Lehnert, 1993, para um exemplo).**
* Vale a pena observar que os pesquisadores modernos da .rea de processamento de texto
empregam as mesmas medidas~ revocao e preciso- que foram descritas pela primeira \'ez na
literntura de recuperao da infomtao na dcada de 1950.
"'*Uma fhramenta desse tipo 'aprende' com um corpus de texto de treinamento. Por exemplo,
dado um conjunto representativo de extratos de textos que sabidamente tmtam do tpico x, ela
conslruir um dicionrio capaz de selecionar, a partir de um novo corpus de textos, frases sobre o
tpico x.
l5.JNDEXAO AUTOMT!CA, REDAO AUTOI\1TICA DE RESUMOS 335
A tarefa de encaminhamento na TREC-6 (1997) conseguiu, quando muito,
apenas 42% de preciso (Voorhees e Harman, 2000) com somente 47 assuntos.
Em geral, mesmo os mais complexos dos atuais processos de indexao
automtica saem perdendo na comparao com a indexao feita por seres
humanos qualificados. Por exemplo, Chute e Yang (1993), trabalhando com
relatos de casos cirrgicos, constataram que os cdigos de procedimento atribu-
dos por seres humanos produziam melhores resultados do que vrios processos
automticos, inclusive a indexao semntica latente. Anteriormente, Hersh e
Hickam ( 1991) relataram que buscas em palavras do texto (somente ttulos e
resumos) davam melhores resultados do que buscas em registros indexados por
pessoas (MEDLINE) ou processados automaticamente em ambiente mdico. Mais
tarde (Hersh e Hickam, 1995a) relataram 'nenhuma diferena significativa' em
buscas num manual mdico com dois mtodos de processamento automtico
(um baseado em palavras e outro 'baseado em conceitos') e uma abordagem
booleana de buscas em texto. Hersh e Hickam ( l995b) fazem um apanhado dos
estudos de avaliao que realizaram durante um perodo de quatro anos.
Moens e Dmnortier (2000) descrevem um mtodo de atribuio de catego-
rias a miigos de revistas de interesse geral. O ndice de xito relatado muito mo-
desto. Com apenas 14 categorias genricas para atribuir, o mximo que seus pro-
cedimentos conseguem alcanar no passa de 74% de revocao e 64% de preci-
so. Isto , esse mtodo atribua 74% das categorias que deviam ser atribudas
enquanto 64% das atribuies realmente feitas foram consideradas corretas.
Para F ide! ( 1994) a indexao automtica se orienta para os documentos ao
invs de centrar-se nos usurios. Embora isso seja, em geral, verdadeiro, poss-
vel fazer mtodos mais centrados nos usurios, como, por exemplo, o uso de
listas de termos a serem procurados especificamente num texto. Como a prpria
Fidel tambm reala, um sistema totalmente automatizado pode ser mais centra-
do nos usurios no lado da salda, ao permitir consultas em linguagem natura"l,
retroalimentao de relevncia e sada em ordem de provvel relevncia.
Ademais, muitos dos sistemas automticos utilizam uma forma de ponde-
rao para produzir uma salda ern ordem de provvel relevncia. Embora alguns
estudos (por exemplo, Salton, 1972) hajam reivindicado xito na ordenao por
relevncia provvel, outros no o fizeram. Num estudo de recuperao de infor-
mao, Marchionini et ai. (1994) obtiveram resultados muito inferiores na orde-
nao por relevncia provvel. Isso tambm aconteceu em aplicaes completa-
mente diferentes. Por exemplo, sistemas de diagnstico automtico em medicina
raramente colocam o diagnstico 'correto' no alto da ordenao e com freqn-
cia ele aparece bem l embaixo (Berner et ai., 1994; Kassirer, 1994).
Abordagens mais modernas para produzir resumos 'inteligentes' (resumos
automticos) de documentos no chegam a impressionar. O sistema desenvol-
vido e avaliado por Brandow et ai. ( 1995) produziu resumos que foram julgados
significativamente menos aceitveis do que o' lide do texto'. O que isso significa
que analistas humanos, em mdia,julgan1 as primeiras 250 palavras (suponha-
336 INDEXAO E RESUMOS: TEORIA E PRTICA
mos) de um texto como um indicador de contedo melhor do que um resumo de
250 palavras formado com frases selecionadas do texto automaticamente.
Moens (2000), que trabalhou durante algum tempo na rea de sumarizao
automtica, concorda que um resumo gerado automaticamente apenas "uma
aproximao de um resumo ide~!".
Gaizauskas e \Vilks ( 1998), depois de uma excelente reviso do campo da
extrao de texto (referem-se a ela como extrao de informao (E0), concluem
ser improvvel que os nveis de desempenho caractersticos dos sistemas de
recuperao de informao se prestem maioria dos propsitos:
Os escores combinados de preciso e revocao para os sistemas de recuperao da
informao [RI] mantiveram-se na faixa intermediria dos 50% durante muitos anos,
e nessa faixa que hoje se encontram os sistemas de E!. Embora os usurios desiste-
mas de RI tenham se adaptado a esses nveis de desempenho, no est claro que sejam
aceitveis para as aplicaes de E!. claro que o tolervel variar de uma aplicao
para outra. Mas quando as aplicaes de EI envolvem a construo de bases de dados
que cobrem longos perodos de tempo, que subseqentemente tbrmam a entmda pam
anlise ulterior, o rudo nos dados comprometer seriamente sua utilidade (p. 97).
O interesse grandemente renovado por processos automticos aplicados a
vrios aspectos da recuperao da informao atraiu muitos grupos de pesquisa
para este campo pela primeira vez. Carentes de perspectiva histrica, provvel
que dupliquem trabalhos feitos no passado ou, no mnimo, deixem de se funda-
mentar em pesquisas anteriores. S um exemplo: Fowler et ai. (1996) e Zizi
(1996) descrevem trabalho sobre visualizao grfica de conceitos em linha que
muito parecido com o trabalho de Doyle (1961) realizado 40 anos antes.
No captulo anterior, foi mostrado que muitas pesquisas que comparam a
recuperao de texto com a recuperao de bases de dados indexadas padecem
de srias falhas. Infelizmente, o mesmo se pode dizer sobre comparaes entre
processos de indexao automtica e indexao por seres humanos. H um
exemplo em Hmeidi et ai. ( 1997). Com base em resultados de recuperao numa
pequena base de resumos em rabe no campo da cincia da computao, os
autores concluem que a "indexao automtica pelo menos to eficaz quanto
a indexao manual e mais eficaz em alguns casos". Na realidade, no houve
indexao manual: a comparao foi entre um processo de indexao automti-
ca baseado no trabalho de Salton e busca em texto aplicada aos resumos. Uma
vez que os procedimentos la Salton destinam-se a melhorar tanto a revocao
quanto a preciso (por exemplo, com a eliminao de palavras de maior e menor
fl'eqtincia), natural que tenham alcanado melhores resultados d~ que se nada
fizessem com o texto alm talvez de reduzi-lo forma de tema/rmz.
Apesar de os custos de computao continuarem caindo, o processamento
atual de textos no necessariamente uma proposta barata. Hayes ( 1992a) colo-
ca isso em perspectiva, com o exemplo do CONSTRUE. Em 1992, o sistema pro-
cessava texto velocidade de cerca de 1 800 palavras por 1ninuto (uma mensa-
15. INDEXAO AUTO !\olTICA, REDAO AUTOMTICA DE RESU1{QS 337
gem mdia da Reuters, com 151 palavras, e1n menos de cinco segundos). A essa
velocidade, ele aletta, "um gigabyte de texto tomaria quase dois meses de tempo
de CPU para categorizar". Isso se refere mera colocao de notfcias em cerca de
200 categorias. claro que a extrao e manipulao de texto, que so mais com-
plexas, tomariam mais tempo de processamento. Hayes, em tom dramtico, sa-
lienta que o CONSTRUE ocuparia 20 anos ou mais de tempo de CPU para processar
uma base de dados de I 00 gigabytes do tamanho de NEXIS. Embora vlido, h um
equvoco nisso. Um sistema como o CONSTRUE foi projetado para corpora
relativamente pequenos, um de cada vez- por exemplo, todas as mensagens
recebidas num nico dia - e no para anlise de gigantescas bases de dados
retrospectivas. Isso lembra a distino entre buscas retrospectivas em grandes
bases de dados bibliogrficos na dcada de 1960, mediante processamento em
lotes, e o uso de atualizaes das mesmas bases para notificao corrente (DSI).
Esta era economicamente atraente; as buscas retrospectivas certamente no.
O desenvolvimento dos atuais sistemas de uso limitado tambm muito caro.
CONSTRUE, por exemplo, exigiu 9,5 pessoa/anos de esforo (Hayes e \Veinstein, 1991 ).
interessante observar que o tipo de resultados 50/50 reportado por alguns
sistemas modernos de processamento de textos est muito petto do n[vel de
desempenho relatado para grandes sistemas de recuperao bibliogrfica (por
exemplo, MEDLARS) na dcada de 1960 (Lancaster, 1968a). Embora, na super-
fiei e, a comparao parea injusta, posto que as tarefas de extrao de texto e
preenchimento de gabaritos so claramente mais complexas do que o trabalho de
recuperao de referncias, deve-se tambm reconhecer que os c01pora usados
nas tarefas mais complexas so bastante pequenos em comparao com o tama-
nho das bases de dados bibliogrficos, mesmo as de 30 anos atrs.*
O fato que os mtodos booleanos de busca, relativamente toscos, mais
comumente usados para pesquisar em grandes bases de dados bibliogrficos
hoje em dia, apesar de seus inmeros crticos, apresentam resultados notavel-
mente bons, considerando o tamanho dos c01pora com que lidam, um ponto
levantado de modo muito convincente por Stanfill e \Valtz (l992):
O que surpreende (do ponto de vista da IA) que a abordagem estatstica, que no
utiliza absolutamente qualquer conhecimento especfico de uma rea, funciona. E
funciona com quantidades de informao (gigabytes) que so incrivelmente grandes
pelos padres da IA (p. 217).
Note-se que estavam se referindo aos simples mtodos booleanos de busca usa-
dos em bases de dados indexadas (por exemplo, MEDLINE) ou de texto completo
(por exemplo, NEXIS) e no s abordagens mais complexas de sadas ordenadas
por relevncia provvel.
"'Em exercicios mais convencionais de recuperao, os mtodos modernos de buscas em texto nem
mesmo alcanam o nivel 50/50 de desempenho quando esto envolvidas bases de dados muito
maiores (centenas de milhares de itens) {Harman, 1997; Sparck Jones, 1995).
338 INDEXAO E RESUMOS: TEORIA E PRTrCA
Jacobs ( 1992a) identificou vrios desafios que se colocam hoje para os pes~
quisadores na rea de processamento de texto: tornar os sistemas mais robustos
(maior exatido, mais rpidos, mais baratos na anlise lingUfstica), recursos de
refinamento (por exemplo, passar de recuperao de documento para recupe-
rao de trechos para recuperao de resposta), e fazer sadas com melhor rela-
o custo--eficcia ou atraentes para o usurio (mediante realamento, extrao
de texto ou sumarizao).
Embora algum progresso haja cetiamente ocorrido na aplicao do compu-
tador a vrias tarefas relativas recuperao de informao, existem reduzidos
indcios de que os processos automticos possam ainda vir a superar os seres
humanos em tarefas to intelectuais como indexao, redao de resumos, cons-
truo de tesauros e criao de estratgias de busca.
Kuhlen (1984) sugere que ainda no conhecemos o suficiente sobre os pro-
cessos intelectuais envolvidos na redao de resumos (e, por analogia, na inde-
xao e procedimentos afins) para desenvolver programas com os quais essas
atividades seriam simuladas pelo computador:
Resumir [... J uma arte intelectual e, como tal, no transfervel diretamente para pro-
cessos automticos. A psicologia cognitiva e a inteligncia artificial ainda no nos
propiciaram conhecimento suficiente sobre os processos que se passam de fato nas
mentes dos resumidores quando compreendem textos e os condensam. Assim, a imi-
tao direta de um processo intelectual, como o ato de resumir, parece in alcanvel
(p. 98).'
Apesar da pesquisa e desenvolvimento verificados mais ou menos na ltima
dcada, as palavras de Kuhlen parecem at hoje pertinentes.
"* Alguns autores ometem o erro de afim1ar que os tipos de processamento automtko de texto
analisados neste captulo (por exemplo, atividades de extrao) constituem 'compreenso auto-
mtica' de texto (ver, por exemplo, Moens et ai. (1999). Nada estaria to longe da verdade.
CAPTULO 16
A indexao e a internet
Rede Mundial_ tmn~u-~e to.imensa, ~es~eitada e ~omplexa nos l~imos
A anos que se d1stancmna mu1to do objetiVO deste livro tentar explicar a
mriade de componentes que formam seu aparato: navegadores, mecanismos de
busca, mecanismos de metabusca, agentes de busca, crawlers, etc. O panorama
descrito por Schwarz (1998) ainda conceitualmente til, embora muitas de
suas informaes estejam desatualizadas. Encontra-se em Arasu et a L (200 l)
uma excelente descrio tcnica sobre como realmente funcionam os crawlers
e mecanismos de busca da Rede. Em Liddy (2002) encontra-se uma abordagem
mais legvel (isto , mais simples). As mudanas ocorrem agora to rapidamente
que qualquer relato, mal publicado j est, pelo menos em parte, obsoleto. Para
se manter a par das mudanas, preciso usar um servio como
<http://extremesearcher.com/news.htm>
e
<http://searchenginewatch.com>
encontrados na prpria Rede. Este captulo limitar-se- a questes da Rede que
sejam mais petiinetites aos temas da indexao e redao de resumos.
Da perspectiva da recuperao, os recursos infonnacionais acessveis na
Rede so muitssimo diferentes dos registros bibliogrficos do sistema <conven-
cional' da figura I no comeo do livro. Entretanto, h certas semelhanas. Os si-
tios da Rede tm diferentes elementos pesquisveis: URL, nome do stio, quais-
quer metadados includos no stio, pginas de contedo (onde os termos que ali
ocorrem podem ser considerados um tanto anlogos aos termos de indexao de
registros bibliogrficos convencionais) e todo o texto encontrado no sitio.
Esses elementos pesquisveis apresentam de fato algumas semelhanas com
os diferentes elementos pesquisveis em registros presentes numa base de dados
bibliogrficos: ttulo, nmeros de classificao (s vezes), termos de indexao,
texto de resumo (embora a quantidade de texto no stio da Rede possa ser consi-
deravelmente maior). Os stios da Rede diferem da maioria dos registros biblio-
grficos pelo fato de que podem tambm conter apontadores (vnculos de hiper-
texto) para outros stios, onde os termos dos vnculos so tambm pesquisveis.
Neste sentido, um stio no uma unidade independente (como um registro
bibliogrfico comum), mas um n de uma rede.
Lynch (2001) chamou ateno para uma diferena importante enhe uma
base de dados bibliogrficoS, como o MEDLINE, e o conjunto de stios que for-
mam a Rede Mundial. As organizaes produtoras de bases de dados bibliogr-
~r-r
''!'
340 INDEXAO E RESUMOS: TEORIA E PRTICA
ficos so 'neutras' em face dos registros que processam. Os sucedneos que
desenvolvem- resumos e termos de indexao- destinam-se a representar de
modo exato e imparcial os documentos. Por outro lado, muitos stios foram cria-
dos por empresas que almejam .que sua pgina seja recuperada e no a produ-
zida pelo concorrente. H dois modos de fazer isso: o 'index spamming' [satu-
rao de ndice] e o 'pagejacking' [seqUestro de pgina] (ver adiante).
Servios de busca na Rede
Hock (200 1) nos d uma clara viso global da Rede como um sistema de
recuperao de informao:
Para o que nos interessa, um mecanismo de busca um servio otCrecido por inter-
mdio da Rede Mundial que permite ao usurio dar entrada a uma consulta e fazer
buscas numa base de dados que abmnge uma poro bastante substancial do con-
tedo da Rede. Para ser um pouco mais especfico, um mecanismo de busca permite
ao usurio ingressar com um ou mais termos, e qualificadores opcionais, a fim de
localizar pginas de interesse na Rede. O termo qunse intercambivel com 'servios
de busca na Rede', que[... ] normalmente se refere mais no stio como um todo, e que
por sua vez pode fornecer o mecanismo de busca como uma de mltiplas opes. O
mecanismo de busca pode at ser apenas uma oferta num conjunto de ofertas que jun-
tas visam a oferecer no usurio um lugar geral de pa~tidaou um 'portal' da Rede (p. xxii).
Pode~se visualizar o prprio mecanismo de busca como se fosse composto de
cinco pa11es principais funcionais: I) os 'crawlers' do mecnnismo, que saem em bus-
ca de stios e pginas da Rede; 2)a base de dados de informaes reunidas sobre essas
e outras pginas que hajam sido reunidas a partir de outras fontes; 3) o programa de
indexao, que indexao contedo da base de dados; 4) o 'mecanismo de recupera
o', o algoritmo e programao respectiva, dispositivos, etc., que, a pedido, recu-
perem material do ndice/base de dados; 5) a interface grfica (HTlvtL), que rene
dados da consulta do usurio para alimentar o mecanismo de recuperao (p. 6).
Crawlers ou spiders so programas que percorrem a Rede para I) identificar novos
stios que sero acrescentados ao mecanismo de busca e 2) identificar stios j cober-
tos, mas que tenham sofrido mudilllas. Os crawlers coletam infonnaes sobre o
contedo das pginas de stios e alimentaJn a base de dados do mecanismo de busca com
essas informaes (p. 6).
O conjunto total de informaes armazenadas sobre todas as pginas da Rede cons
ti tu i a base de dados do mecnnismo de busca. Esse conjunto inclui pginas identit1-
cadas por crawlers, mas, cada vez mais, inclui tambm pginas identificadas por
outras fontes ou tcnicas. Um nmero muito grande de stios acrescentados aos
mecanismos de busca tem origem em solicitaes feitas diretamente pelos editores de
pginas da Rede (p. 7).
Em termos de quais pginas sero realmente recuperadas por uma consulta, a inde-
xao pode at ser mais crtica do que o processo dos crawlers. O programa de
indexao examina as informaes armazenadas na bnse de dados e cria as entradas
apropriadas no ndice. Quando se submete uma consulta, esse fndice que usado
a fim de identiticar registros coincidentes.
16. A INDEXAO E A INTERNET 341
A maioria dos mecanismos de busca afirma que indexa 'todas' as palavras de toda
pgina. O logro est no que os mecanismos escolhem para considerar palavra'. AI
guns trabalham com uma lista de 'palavras proibidas' [... Jque no so indexadas (p. 8).
Todos os principais mecanismos indexam os campos de 'alto valor', como ttulo e
URL Comumente, mas nem sempre, indexam-se as metnetiquetas [metatags ], que
so palavras, expresses ou frases colocadas numa parte especial do cdigo HTivlL
(Hypertext Markup Language) como formo de descrever o contedo da pgina. As
metaetiquetas no nparecem ao se visualizar uma pginn, embora se possa v-las,
caso se queira, pedindo ao navegador para mostrar a 'pgina-fonte'. [... ] Alguns me
canismos, porm, propositnlmente, nlio indexam algumas metaetiquetas porque eles
so a porte da pgina que mais suscetvel de violao pelosspammers. Esta cautela
adotada em detrimento da indexao de informaes extremamente teis (p. 8-9)
Schwarz ( 1998) abordol! a variabilidade da indexao nos vrios servios:
Alguns servios indexam todas as pnlavras de uma pgina [... } Informaes posi-
cionais e informaes de etiquetas de marcao podem ser armazenndas com texto
indexado para melhomr a recuperao e a eficcia da ordenao. Outros somente
indexam palavms que ocorram freqentemente, ou apenas palnvras que ocorram
dentro de certas etiquetas de marcao, ou s as primeims n palavras ou linhas[ ... ]
Podero ou no ser adotadas listas de palavras proibidas, e, se forem adotadas,
podero incluir palavras que ocorrem com tieqlincia muito alta[ ... ) (p. 975).
O estudo de Hert et ai. (2000) um dos poucos que analisam um stio da Rede
de uma perspectiva de indexao. Os pesquisadores desenvolveram trs aborda-
gens alternativas para a indexao realmente utilizada num sftio existente e as
compararam por meio de buscas feitas por 20 estudantes universitrios. As
comparaes foram feitas com base tanto na eficcia da recuperao quanto das
preferncias dos usurios.
Embora vrios mecanismos de busca aleguem possuir atualmente bases de
dados com mais de 200 milhes de registros, nenhum desses mecanismos canse
gue abarcar todos os stios da Rede. Lawrence e Giles (1999) estimaram que a
cobertura no passava de 16% no caso do mecanismo mais exaustivo, e muitos
cobriam apenas I0% ou menos. Alm disso, relataram que a cobetiura parecia
estar diminuindo com o passar dos anos. Quer dizer, a Rede estava crescendo
numa velocidade mais rpida do que os mecanismos de busca podiam suportar.
Recursos de recuperao
Embora o usurio comum da internet provavelmente faa suas buscas inse-
rindo uma seqllncia simples de termos (que diferentes mecanismos de busca
trataro de modo diferente)- alguns colocando os termos numa relao ou,
outros numa relao E), esses mecanismos podem na realidade oferecer vrias
opes rnais avanadas- como o emprego de:
I. Lgica booleana, inclusive recursos de encaixamento [nesting]
2. Truncamento
 342 INDEXAO E RESUMOS: TEORIA E PRTICA
3. Buscas com expresses
4. Proximidade de palavras
5. Buscas em campos (isto , poder limitar a busca a um campo especificado no
registro, como tftulo ou URL)
6. Vnculos de hipertexto (isto , buscar pginas vinculadas a detenninado URL)
7. Busca de imagens (capacidade de procurar apenas pginas que contenham
imagens)
8. Consulta por exemplo (capacidade de encontrar registros semelhantes a um
registro j conhecido como interessante).
Naturalmente, nem todos os mecanismos de busca possuem todos esses recursos.
Os registros recuperados numa busca na Rede so ordenados corn base num
escore numrico e apresentados ao usurio nessa ordem. Vrios fatores podem
ser levados em conta nessa pontuao, inclusive:
l. Freqncia de ocorrncia de termos de busca no registro. Pode ser usada a
freqUncia relativa (o nmero de ocorrncias relacionado com a extenso
do registro, de modo que, por exemplo, um termo de busca que ocorra cinco
vezes num registro de I 00 palavras ter peso maior do que outro termo que
ocorra cinco vezes num registro de 1 000 palavras). provvel haver um Ji.
mite para o nmero de ocorrncias levadas em considerao na pontuao
devido ao index spamming.
2. Nmero de coincidncias cte termos. Registros que coincidem com todos os
trs termos numa consulta (por exemplo) alcanam pontuao maior do que
os que coincidem com apenas dois.
3. Localizao do termo. Termos que ocorrem no ttulo podem obter mais peso
do que aqueles que ocorrem em outros lugares.
4. Raridade. Termos muito incomuns-os que ocorrem muito poucas vezes na
base de dados- tm probabilidade de alcanar escore mais elevado.
5. Proximidade. Se os termos de busca ocorrerem muito prximos no texto, isso
pode valer mais do que se estivessem muito distantes um do outro.
6. Ordem dos termos. Um termo que haja sido inserido em primeiro lugar pelo
consulente pode receber um peso maior do que os subseqllentes.
7. Data. Os registros mais recentes obtm peso maior.
8. Popularidade da fonte baseada ou no nmero de vezes que foi acessada ou no
nmero de outras fontes a ela vinculadas.
Alguns mecanismos de busca tambm permitem formatos de sada alternativos
~essencialmente opes de visualizao sucintas versus extensas.
Eastman (2002) descobriu que itens que apareciam no topo da classificao
no curso de buscas relativamente simples (uma seqncia de termos de busca)
possufam maior relevncia (preciso) do que aqueles que apareciam no topo da
classificao quando se empregavam buscas booleanas mais complexas para os
mesmos assuntos. Ela conclui que os processos de classificao do mecanismo
de busca devem funcionar muito bem.
16. A INDEXAO E A INTERNET 343
Hock (200 l ), no entanto, assegura que as buscas na Rede ainda so muito
rudimentares se comparadas com o uso de uma base de dados cuidadosamente
indexada, como o MEDLINE, por pm1e de um consulente experiente. Reconhece,
porm, que os recursos de busca na Rede vm melhorando com o tempo:
O hiato entre as expectativas da recuperao tradicional e as expectativas das buscas
na Rede diminui ainda mais quando se levam em conta dois outros fatores. O reco
nhecimento de ambos os fatores importante para o consulente que queira tirar o
mximo de proveito de qualquer um desses tipos de servio de busca.
Primeiro, os mecanismos de busca na Rede lidam com dados muito desestru-
turados, ou pelo menos dados com uma estrutura muito pouco coerente. De fato,
existe uma estrutura definida para a HTML por trs das pginas da Rede, mas, no que
diz respeito ao real contedo intelectual, a quase nica estrutura 'intelectual' encon-
trase nos ttulos e metaetiquetas. O corpo das pginas tem pouca estrutura coerente
que o servio de busca na Rede possa usar em buscas estruturadas [...]
Segundo, o simples volume de dados atualmente na Rede- associado ao volu
me que aumenta todos os dias- acrescenta um grau de respeito ao que os mecanis-
mos de busca na Rede conseguiram realizarem perodo de tempo muito curto. O fato
de existir pelo menos um nlvel elementar de acesso s centenas de milhes de pginas
de material um feito que deve inspirar mais admirao do que frustrao (p. 2021 ).
Outros autores so mais crticos acerca dos recursos de busca na Rede.
Wheatley e Armstrong ( 1997), por exemplo, expem assim a situao:
No corpo de uma pgina da Rede, no h a possibilidade de dados em campos det1
nidos, e por isso impossvel[ ... ) lin1itar as buscas a[ ... ) pmies da pgina. Portanto,
uma busca descobrir o(s) termo(s) de busca com igual facilidade no ltimo par
grafo, em nota de rodap explicativa ou em material existente perto do alto da pgi
na. Com o advento dos metadados, tornase [... } [possvel] uma abordagem leve
mente diferente[ ... ) Mas, como os metadados no so exibidos e em geral inexiste
editora ou autoridade que imponha limites, fcil ocorrer abuso de palavras-chave e
pares de termos descritivos e recheados de termos destinados a darlhes alta rele
vncia aparente ou localizao freqente[ ... ] Inexiste, at hoje, norma para atribui-
o de rtulos a recursos em rede, e, embora continuem os estudos sobre metadados,
seu uso efetivo na rea superior de pginas da Rede ainda raro e incoerente (p. 206).
Enhetanto, desde que isso a em cima foi escrito, em certa medida as coisas mew
lhoraram, tanto na questo dos campos quanto dos metadados.
Naturalrnente, diferentes mecanismos de buscas produziro resultados dife-
rentes para a mesma consulta por causa de diferenas de cobet1ura, de algo-
ritmos de busca e critrios de ordenao. Muitas comparaes de desempenho
surgiram na literatura nos ltimos anos, remontando a 1995, mas so de valor
limitado devido situao de constante mudana da prpria Rede.
Comparaes avaliatrias cotejam resultados de buscas somente com base
na duplicao/unicidade ou tentam estabelecer a relevncia dos itens recupera
dos. Leighton e Srivastava (2000) e Sue Chen (1999) so exemplos do ltimo
caso. Jansen e Pooch (200 I) fazem uma reviso de estudos anteriores. Outras
P,f r!)'".
i'
.!:
344 INDEXAO E RESUMOS: TEORIA E PRTICA
avaliaes foram feitas com objetivos especiais. Thelwall (200 1) compara os
mecanismos de busca em relao a seu emprego potencial em aplicaes de
minerao de dados, que ele parece definir como "a agregao de informaes MEDUNE possa ser localizada e nela serem feitas buscas, seu contedo no
oriundas de grande nmero de pginas da Rede, para criar conhecimento novo".
Oppenheim et ai. (2000) fazem excelente reviso de avaliaes de mecanis-
mos de busca feitas anteriormente. Recomendam o desenvolvimento de um
conjunto normalizado de procedimentos para essas avaliaes, de modo que
"sejam feitas comparaes de n1ecanismos de busca de modo mais eficaz, e que
sejam rastreadas as variaes de desempenho de qualquer mecanismo de busca
ao longo do tempo".
Em cetia medida, possvel compensar os recursos entre os mecanismos de
busca por meio do emprego de mecanismos de metabusca, servios que fazem
buscas em vrios mecanismos de busca, e em seguida agrupam os resultados.
Segundo Hock (200 I), existem hoje mais de I 00 mecanismos de meta busca em
uso. Hock claro quanto s suas limitaes:
Em particular, se houver mais de um punhado de stios relevantes para encontrar nos
mecanismos de busca, os mecanismos de metabusca freqentemente no encontra-
ro a maioria deles. Isso causado por vrios fatores, inclusive os limites impostos
pelo servio ao nmero de registros recuperados em cada mecanismo, limites de tem.
po quando o servio de metubusca simplesmente interrompe a busca num mecanismo
se demorar muito, incapacidade de traduzir adequadamente a consulta para a sintaxe
especifica exigida pelo mecanismo-alvo, e outros fatores. Felizmente, alguns mecaw
nismos de metabusca realmente conseguem captar todos os registros que ali existam
(mas tm outros inconvenientes).
Os trs principais pontos fracos dos mecanismos de metabusca so: I) muitas
vezes limitum estritamente o nmero de registros que recuperaro de cada mecanis
mo (s vezes no mais de dez);2) muitas vezes no repassam aos mecanismos con
sultas que tenham um mnimo de complexidade; e 3) na maioria dos casos, s lzem
buscas emdois ou trs dos maiores mecanismos de busca[... ]
Na maioria, os mecanismos de metabusca diferem entre si nos seguintes aspectos:
Os mecanismos de busca especficos que abrangem
O nmero de mecanismos de busca que podem ser pesquisados por vez
A capacidade de repussar consultas mais complexas- como as que incluem
expresses, enunciados booleanos, etc:- para ~s mecanismos de busca 'alvos'
Limites quanto ao nmero de registros que podem recuperar de cada meca-
nismo (que pode chegar a ser no mximo lO)
O tempo que esto dispostos a gastar na busca em cada mecanismo (antes de
interromper a sesso por decurso de tempo)
Como a sada apresentada, inclusive se eliminaram ou no registros certos
encontrados em duplicata nos vrios mecanismos (p. 186-187).
Hock salienta que os mecanismos de metabusca so mais teis quando se
procura algo obscuro, isto , assuntos sobre os quais provavelmente h muito
poucos stios que tenham algo a oferecer.
No incio do captulo, fezse uma distino entre os recursos da Rede e as
16. A tNDEXAO E A INTERNE~ 345
bases de dados bibliogrficos tradicionais. Naturalmente, muitas dessas bases
de dados esto disponveis na Rede. Embora uma base de dados como o
includo nos resultados apresentados por nenhum dos mecanismos de busca,
aspecto que foi explicitado por Zich (1998):
A busca de informaes na Rede padece de duas deficincias debilitantes- o pro-
cesso de buscas superticial e limitado. superficial porque os mecanismos de
busca chegam somente at ao que chamo de documentos de primeiro nivel- isto ,
documentos que residem em servidores em HTML. H um mundo de informaes adi
cionais alm desse ponto. Retiro-me a informaes em catlogos de bibliotecas e ou-
tros arquivos de dados a que a Rede oferece acesso. O catlogo da Library ofCon-
gress, por exemplo, nunca pesquisado por nenhum dos mecanismos de buscas. JVti-
lhes de informaes, meticulosamente organizadas e rigorosamente autenticadas,
que ali jazem e esto disponveis continuam inexplorados por esses mecanismos. As
descries dos materiais em formato digital do programa A.merican Memory, da
Library ofCongress, e os prprios materiais digitalizados-centenas de milhares de
fotografius, sons e documentos textuais baseados em imagem- no aparecem nos
resultados das buscas feitas por tais mecanismos, e tampouco materiais e arquivos
semelhantes de uma mriade de outras instituies. Os atuais mecanismos de buscas
arranham a supertlcie do contedo da Rede (p. I 07).
Esse ponto tambm foi suscitado por Han e Chang (2002):
Em julho de 2000, os analistas estimavam que chegava a pelo menos 100 000 o n-
mero de bases de dados pesquisveis na Rede. Essas bases de dados oferecem intr-
maes de alta qualidade, com boa manuteno, mas no so facilmente acessiveis.
Como os atuais crawlers da Rede no podem consultar essas bases, os dados que
contm permanecem invisveis para os mecanismos de busca tradicionais (p. 64).
i\'Ietadados
O termo 'metadados' possui vrias definies possveis. Cleveland e C leve~
land (2001) lidam assim com essa questo:
Repetidamente, definem-se metadados como dados sobre dados. Ainda que necess-
ria, no uma definio suficiente. Metadados quer dizer dados sobre dados que so
estruturados para descrever um objeto ou recurso de informao. Caracterizam dados
de fontes e descrevem suas relaes. Autores de recursos, editoras, bibljotecrios e
outros profissionais da intnnao podem criar metadados. Podem estar incorpo-
rados ao recurso ou mantid_os em repositrios separados de metadados (p. 223).
Hock (2001) prefere o termo 'rnetaetiquetas' que define como:
A poro (campo) da coditicao HT/I."IL de uma pgina da Rede que pennite a quem
a cria inserir texto que descreva o contedo da pgina. O contedo das metaetiquetas
no aparece na pgina quando esta visualizada na janela de um navegador (p. 220).
O chamado Dublin Core um conjunto de itens de n1etadados (metaetique-
tas) para descrever recursos disponveis em rede. Tornou-se uma norma de facto
 f
~Tt'
\ ' ~
346
INDEXAO E RESUMOS: TEORIA E PRt\TiCA
para descrio de recursos da Rede. Cleveland e Cleveland (200 1) ressaltam que
o Dublin Core:
[ ... ] proporciona informaes de iodexao para fontes documentais, inclusive indi-
cadores para Htulo, criador, assunto, descrio, editora, colaboradores, data, tipo,
formato, identificador de recurso, lngua, relao com recursos afins e gerenciamen-
to de direitos autorais.[... ]
O conceito de core [ncleo] refere-se a um consenso alcanado por profissionais
da informao e especialistas de assuntos sobre quais os elementos que so eSsen-
ciais ou fundamentais para manter representaes de informao, principalmente em
formatos eletrnicos. [ ... ]
Uma das finalidades do desenvolvimento do Dublin Core era criar um esquema
alternativo para as complexas tcnicas de catalogao e tOsse utilizvel por cataloga-
dores, no-catalogadores e especialistas em buscas de informao. Os criadores de
bases de dados eletrnicas disporiam, em certo sentido, de catalogao do tipo 'faa
voc mesmo', mediante o preenchimento de espaos em branco. Os consulentes
poderiam us-la para navegar nas disciplinas e atravs delns, em ambiente interna-
cional, na Rede (p. 224).
Hearst(1999) distingue entre 'metadados externos' e 'metadados de conte-
do'. Definem-se os primeiros como os dados 'relativos produo e utilizao
do documento', como autor, lugar de publicao e data de publicao. 'Metada-
dos de contedo', naturalmente, so os dados relativos ao contedo (assunto) do
documento. claro que este livro diz mais respeito aos metadados de contedo.
Outra distino foi feita por O'Neill etal. (2001). Os tipos de metadados que
estes autores reconhecem so: "aquilo que explicitamente fornecido pelo autor
do documento da Rede, e aquilo que proporcionado automaticamente pelo
editor de HTML com que o documento criado". Com base numa amostra de
registros da Rede, colhida em junho de 1998, concluem:
Os resultados [ ... ] sugerem que a utilizao de metadados bastante comum em
documentos da Rede. No entanto, vrias ressalvas devem ser feitas a essa concluso.
Primeiro, evidente que grande parte do uso atual dos metadados pode ser atribuido
gerao automtica de metaetiquetas pelos editores de HTML. No est claro que
essa espcie de metadado seja particularmente til para facilitar a descoberta e a
descrio de recursos. Segundo, com freqUncia os metadados so usados para des-
crever apenas o prprio stio, ou, no m.'Ximo, um pequeno subconjunto dos docu-
mentos do stio. Os atuais padres de uso dos metadados esto muito distantes da
descrio exaustiva do documento em nvel de pgina. Finalmente, a maior parte da
utilizao dos metadados ainda cnsustica; com poucas excees, a maior parte dos
stios no obedece a um conjunto bem-definido de elementos de metadados (p. 374).
Constatou-se que cerca de 17% da amostra dos stios continham 'palavras~
chave'. Porm, no eram necessariamente termos muito teis para recuperao:
A caracterstica mais notvel foi que as palavras-chave, embora normalmente perti
nentes, de algum modo, ao contedo do stio, eram, no obstante, muitas vezes
extremamente genricas. Por exemplo, o stio de uma universidade na Rede teria
]6. A INDEXAO E A INTERNET 347
l
'educao' como palavra-chave, ou um provedor da internet usaria 'Rede' como
palavra-chave. A lltilizao de palavras-chave dessa maneira sugere que a finalidade
I dos metadados aumentnr ao mximo as possibilidades de a relevncia do stio ser
percebidn nas consultas feitas pelos mecanismos de buscas, ao invs de ajudar no
descobrimento do stio por si mesmo ou como membro de um conjunto rela-
tivamente pequeno de resultados de consultas de busca. Naturalmente, a generalida-
de de algumas dessas palavms-chave pode ser atenuada pela combinao de duas ou
mais de duas numa coOsu!ta de busca. Alm disso, no necessariamente o caso de
terem sido escolhidas palavras-chave no-especltlcas para aumentur a probabilidade
de recuperao no sitio. provvel que, em alguns casos, o uso de termos extrema-
mente gerais seja simplesmente o resultado de uma prtica de indexao ruim (p. 366).
Dempsey e Heery ( 1998) chamaram ateno para a crescente importncia
dos metadados:
Os metadados difundir-se-o nos ambientes viveis de informao digital a tal ponto
que [ ... }ser dit1cil fnlar gehericmnente sobre eles. As anlises sensatas cingir-se-o
ao uso dos metadados para fins especficos ou em comunidades especficas (p. 168).
A importncia dos metadados para arquivos digitais de vdeo foi analisada por
Wactlar e Christel (2002).
Drott (2002) estudou a extenso com que os stios de grandes empresas na
Rede incluem 'recursos auxiliares de indexao' (isto , auxlios no texto para
orientar os robs sobre o que procurar para fins de indexao). Ele examinou
tanto os auxilies positivos (metaetiquetas incorporadas que identificam 'pala-
vras-chave' ou 'descrio' no texto) e negativos (uso de um arquivo robots.txt
que pode impedir que um rob indexe uma patte de um stio da Rede). Entre
2000 e 2002 ele detectou um aumento no emprego de metaetiquetas.
Alguns autores tm chamado ateno para o fato de que os metadados tanto
podem ter desvantagens quanto vantagens. DeRuiter (2002) um deles:
Para orientar mecanismos de busca sem confundir as pessoas, certas informaes
fOram colocndas em metaetiquetas que no so imediatamente visveis na apresen-
tao de uma tela na Rede. ComprovotHe que isso era uma vantagem discutveL Por
um Indo, um mecanismo de busca pode encontrar a informao com eficincia, mas,
por outro lado, muitas vez.es no fica claro para os usurios por que uma pgina
apareceu na busca (p. 205).
Craven (200 la) examinou a estabilidade dos metadados na Rede. Ele asssim
resumiu os resultados que obteve:
Quntro conjuntos de pginas da Rede anteriormente visitadas no vero de 2000
foram revisitadas um ano depois. De 707 pginas que, no ano de 2000, continham
descries de metaetiquetas, 586 permaneciam com essas descries em2001, e, de
I 230 pginas que careciam de descries em 2000, I OI possuam descries em
200 I. Nas pginas de abertura [home pages J pnreciu que tanto havia perdas quanto
mudanas das descries, mais do que nas outrns pginas, com cerca de 19% das
descries modificadas nos dois conjuntos em que as pginas de abertura predomi-
navam versus cerca de 12% nos outros dois conjuntos (p. l ).
""'F"1"T I''
" T!
348 INDEXAO E RESUMOS: TEORIA E PRTICA
Em estudo relacionado a esse (Craven, 2001 b), ele examinou a ap&rncia das
'descries' (essencialmente um tipo de resumo) em metadados da Rede.
assim que ele descreve os resultados alcanados:
Amostras aleatrias de I 872 pginas da Rede registradas no Yahoo! e 1 638 pginas
localizveis a partir de pginas registradas no Yahoo! foram analisadas quanto ao uso
de metaetiquetas, especialmente as que continham descries. Setecentas c vinte e
sete (38,8%) das pginas registradas no Yahoo! e 442 (27,0%) das outras pginas
incluam descries em metaetiquetas. Algumas das descries excediam grande-
mente as diretrizes usuais relativas extenso de !50 ou 200 caracteres. Um nmero
relativamente pequeno ( 10% das pginas registradas e 7% das demais) duplicavam
exatamente a redao encontrada no texto visivel; a maioria repetia algumas pala-
vras e expresses. Ao contrrio das orientaes documentadas dadas aos redatores de
pginas da Rede, era menos provvel que as pginas com menos texto visivel tives-
sem descries. Era mais provvel que as palavras-chave aparecessem mais perto do
comeo de uma descrio do que mais perto do tlm. Eram mais comuns sintagmas
nominais do que frases completas, especialmente em pginas no-registradas (p. I).
Uma importante iniciativa para aplicao de metadados a recursos da Rede
foi estabelecida com a denominao de CORC (Cooperative Online Resource
Catalog), um programa conjunto do OCLC e um grande grupo de bibliotecas par-
ticipantes. Em 2002 foi rebatizado para 'Connexion'. Compreende uma base de
dados de descries de recursos da Rede e uma base de dados de 'desbrava-
dores' [pathjinders] que oferece acesso navegvel aos recursos por meio da
Classificao Decimal de Dewey (coo) (Vizine~Goetz, 2001; Hickey e Vizne-
Goetz, 200 l ). possvel atribuir automaticamente, por meio do programa Scor-
pion, nmeros da coo aos recmsos selecionados pelas bibliotecas pa1iicipantes
para incluso na base de dados (Shafer, 2001 ). O Scorpion funciona procurando
as melhores coincidncias entre expresses-chave no texto e o texto associado
aos nmeros da coo. As atribuies feitas pelo Scorpion podem ser considera-
das sugestes a serem submetidas reviso de pessoas. Embora freqUentemente
sejam 'corretas' (isto , estejam de acordo com a classificao feita por pessoas),
nem sempre sero. Goodby e Reighart (2001a) descrevem sua pesquisa sobre
aplicao de indexao automtica (o sistema wordsmith) a registros CORC. O
Wordsmith pode selecionar expresses candidatas em documentos da Rede para
que sirvam como possveis terni.os de indexao, apresentando~os como suges-
tes ao catalogador que estiver criando um registro CORC. At outubro de 2002,
umas 500 Instituies haviam contribudo com cerca de 700 000 registros.
Outra iniciativa relacionada a filtros de qualidade na Rede o Open Directory
Project (<http://dmoz.org>), que pretende ser um cadastro de recursos da Rede,
selecionados por serem de boa qualidade, numa ampla variedade de reas tem-
ticas. mantido graas aos esforos de voluntrios que se dedicam a selecionar
stios em suas reas de conhecimento. Em 18 de janeiro de 2003 o projeto decla
rava incluir mais de 3,8 milhes de stios selecionados por mais de 54 000 cola-
boradores e organizado em mais de 460 000 categorias.
16. A INDEXAO E A INTERNET 349
Naturalmente, h muito que a profisso de bibliotecrio lida com metadados
- na forma de entradas descritivas em catlogos em fichas, impressos e em
linha. No obstante, os metadados exigidos por recursos da Rede so, de algum
modo, diferentes dos metadados tradicionalmente utilizados para descrever
livros e outros materiais impressos, inclusive porque tm de descrever colees
inteiras de registros ao invs de itens individuais (Hill et ai., 1999) e que podem
referir-se a objetos (por exemplo, peas de museus) ao contrrio de texto (ver,
por exemplo, Zeng, 1999). Ademais, talvez sejam necessrios diferentes nveis
de metadados para os mesmos materiais, a fim de atender s necessidades de di-
ferentes pblicos que podem at incluir crianas (ver, por exemplo, Sutton, 1999).
Encontra-se em Guenther e McCallum (2003) uma anlise de desenvolvi~
mentos recentes sobre os metadados, inclusive o MODS (Metadata Object and
Description Schema) e l\lETS (Metadata Encoding and Transmission Standard).
Resumos na Rede
Os metadados includos num stio da Rede podem conter texto que um tanto
aparentado com um resumo- pelo menos uma anotao ou nota de contedo.
Se no houver nada dessa espcie, alguns mecanismos de busca usaro as pri-
meiras linhas do prprio texto como uma espcie de resumo.
Alguns dos servios de busca constroem primeiro 'resumos' para os recursos
que encontram e, em seguida, tornam pesquisveis as palavras do resumo ou
extraem palavras do resumo e no do texto completo. No entanto, as empresas
nisso envolvidas costumam no ser muito informativas sobre como realmente
funcionam seus processos automticos de elaborao de resumos.
\Vheatley e Armstrong (l997) salientaram que os recursos acessveis na
Rede podem exigir urna abordagem algo diferente da elaborao de resumos, em
especial porque provavelme'!lte se refiram a colees de textos (ou, com efeito,
imagens) e no itens individuais:
Um <resumo da internet' ideal incluiria, por exemplo, orientao ao usurio, avalia-
o da autoridade, anlise de atributos t1sicos (o design do stio ou a facilidade de na
vegao), juzos de qualidade, ou apontadores para fontes alternativas (p. 212).
Eles comparam resumos ou extratos extrados da internet com resumos de
bases de dados bibliogrficos convencionais e resumos ou descries de gate-
ways da internet. Foram feitas comparaes sobre legibilidade, contedo e estilo.
Alguns itens da Rede incluem palavras-chave ou expresses atribudas pelos
autores, as quais podem funcionar como sucedneos para o objetivo de fazer
buscas. No entanto, a grande maioria no o faz, o que estimulou a realizao de
pesquisas visando a extrair automaticamente tais expresses de textos da Rede,
conforme foi visto no captulo anterior (ver, por exemplo, Jones e Paynter, 2002).
Para uma anlise das caracterfsticas de 'descries' (um tipo de resumo) de
pginas da Rede, ver Craven (200 1b). Ele verificou, por exemplo, que muitas
tendem a empregar sintagmas nominais ao invs de frases completas.
 INDEXAO E RESUMOS: TEORIA E PRTICA
350
Spammiug de ndice e outras trapaas
Um problema potencialmente grave na Rede causado pelo fato de qu_e os
desenvolvedores de stios querem que eles sejam encontrados, o que amda
mais verdadeiro quando h interesse de lucro. Alguns anos antes de a internet
surgir, Price ( 1983) adve1iia que o acesso em rede a recursos elet_rnicos poderia
tentar os autores, pessoais e coletivos, a tornar seus trabalhos ma1s atraentes para
os leitores ou mais recuperveis. Isso o que ocorre atualmente na internet num
fenmeno que tem sido chamado de spoofing, ou spamming de ndice. " .
Lynch (200 l) tratou, com detalhes, do assunto da confiana e da procedencm
na internet. Ele observa que:
Os documentos digitais em ambiente distribudo talvez no se comportem de modo
coerente; como so mostrados tanto para pessoas que desejam v-los quanto para
sistemas de software que desejam index-los por meio de programas de computador,
eles podem ser alterados, talvez de forma radical, para cada apresentao, que pode
ser moldada para um receptor especfico. Ademais, a informao que uma pessoa
retira da apresentao de um documento por meio de program_as, como um n~ve~
gado r da Rede, pode ser muito diferente da que um programa de mdexa~o ext~at ate
do mesmo documento-fonte, a no ser que o programa de indexao seja projetado
para levar em conta o impacto do documento na percepo dos seres hun~anos. [-~-]
Os stios interessados em manipular os resultados do processo de mdexaao
comearam rapidamente a explorar a diferena entre o documento como v~sto pelo
usurio e o documento como analisado pelo crawler de indexao por mem de um
conjunto de tcnicas genericamente denominadas' spamming de ndice'. Po_r 7xem-
plo, um documento pode ser abarrotado com milhares de palavras qu_e o us~a~m no
veria, porque se confundem com o fundo da pgina, numa fonte de tlpo_s dimmut_os,
porm que seriam encontradas pelo craw!erde indexao. O resultado ?~sso tem Sido
uma corrida armamentista entre indexadores e desenvolvedores de Sit!OS da Rede,
com os servios de indexao acrescentando maior complexidade extrao d~ pala-
vras, anlise estatstica, processamento da linguagem natural e outras tecnol~gws. Os
servios de indexao tambm complementam a indexao dire_ta do c~nteudo com
informa,es contextuuis, como, por exemplo, quantos outro~ slt10s se vmculam com
uma pgina, como uma forma de tentar identificar pginas tm??rtantes. .
importante compreender que, quando um c~awler reqmstt~ m~1a_ pgm_a para
indexar, no se truta simplesmente de ler um arqmvo em alguma e~pecte de ststema
de arquivo de rede; ele est requisitando uma pgina para um servidor da R_ede por
meio do protocolo http. A requisio inclui identificao da fonte do pedt_d? (em
vrios nveis- o programa que est pedindo e a mquina para a qual a requtst~~
enviada), e o servidor da Rede pode ser programado para ~esponder_de modo dite-
rente a solicitaes idnticas de diferentes origens. Os motivos p_ara ISSO pode?\ ser
bastante generosos; por exemplo, alguns servidores oferecem pgmas que so UJU~t.a
das, para indexar eficientemente, com os algoritmos de indexao usa?os _por dlfe-
rent.;s crawlers. Outros motivos para reaes sensveis fonte so mats ativamente
maldosos, como a prtica do seqUestro de pgina [pagejacking]. Um exemplo torna-
r mais fcil a visualizao do que se trata. Suponhamos que se tem um produto Xque
concorre com 0 produto y fabricado por outra empresa. Quando as pessoas colocas-
16. A INDEXAO E A INTERNET 351
sem uma consulta nos mecanismos de busca da Rede perguntando por Y, sua vontade
seria que o mecanismo de busca, ao contrrio, respondesse com o envio de sua pgina
com o anncio de X. Voc leva uma cpia da pgina para Ye fornece isso ao servio
de indexao da Rede, mas quando um usurio (ao contrrio do servio de indexao,
clica no URL, voc envia a pgina de seu produto X ao invs da pgina copiada para
Y. A concorrncia no o nico motivo; por exemplo, talvez voc quisesse garantir
que as pginas de uma organizao de que voc no gosta fossem devolvidas em
resposta a pedidos de material de sexo explcito. O seqUestro de pginas definido,
geralmente, como o fornecimento arbitrrio de documentos com entradas de ndice
arbitrrias e independentes. claro que constitui um problema enorme a construo
de sistemas de recuperao _de informao capazes de fazer tce a esse ambiente, e os
crawlers da Rede esto comeando a integrar uma grande variedade de controles de
validade (como examinar redes de vinculas entre pginas e sitias) na tentativa de
identificar e filtrar tentativas provveis de seqestro de pginas (p. 13-14).
Drott (2002) tambm se debruou sobre o problema do spamming:
Importante companhia de seguros imaginou a artimanha de repetir vrias vezes a
mesma palavra. Isto , sua entrada de 'palavras-chave' repetia cada palavra seis vezes
(por exemplo, prmios prmios prmios prmios prmios prmios). Esta espcie de
tentativa de garantir melhor posio na indexao com freqncia encontrada no
texto de sitios pornogrficos onde as palavras so ocultadas com o estratagema de
usar uma mesma cor no texto e no fundo da pgina. Ressalva seja feita, a seu favor,
que a companhia de seguros no implantou esse questionvel dispositivo. A maioria
dos servios de busca desconta as repeties de modo que a repetio de palavras-
chave intil. E, indo ao que interessa, ditlcil imaginar uma razo comercial leg-
tima para uma companhia de reputao querer envolver-se em tal prtica (p. 214-215).
Introna e Nissembaum (2000) asseguram que, em termos de acesso, a Rede
favorece os ricos, os inescrupulosos e os tecnologicamente proficientes. Os dois
ltimos podem promover o acesso a stios da Rede por rneio de spamming e
outras vigarices. Os ricos podem pagar aos mecanismos de buscas para alcanar
'proeminncia' no ranking dos resultados.
Nlowshowitz e Kawaguchi (2002) alertaram para a existncia de vis na Rede.
Isto , os mecanismos de busca podem criar vis na seleo de stios a que pro-
porcionam acesso. Exemplificam esse vis com buscas sobre produtos (uma
busca sobre refrigeradores mostra vis para certos fabricantes em alguns meca-
nismos de buscas) e sobre eutansia. Embora no procurem explicar por que
ocorre o vis, a ele se referem como "um problema socialmente importante".
Floridi ( 1996) talvez haja sido o primeiro a apontar os perigos da internet
como fonte de desinformao. Desde ento o tema foi tratado com detalhes em
livro organizado por Mintz (2002), que a ele se refere como malinformao
[misinformationJ, que definida corno informao "intencionalmente errada ou
equivocada". Exemplos incluem informaes mdicas e comerciais que care-
cem de credibilidade, scams para arrecadao de dinheiro para fins pseudocari-
tativos, trapaas por correio eletrnico, e orientao jurdica perigosa.
Embora os problemas abordados nesta seo no sejam, de per si, questes
352 INDEXAO E RESU?\IOS: TEORIA E PRTICA
de indexao, ilustram com clareza a necessidade de filtros de qualidade e o fato
de um pedao substancial da Rede no merecer o mfnimo de ateno em matria
de indexao.
Vinculao de hipertexto/hipermdia
bvio que, na estrutura da Rede, acha-se implcita uma forma de indexa-
o. O fato de duas fontes, A e B, estarem vinculadas na Rede implica que ambas
pertencem, em algum sentido, mesma classe, e que os termos relativos a A
tambm podem ser teis na recuperao de B, e vice-versa (Savoy, 1995).
natural, p01tanto, que os problemas de indexao relativos a fontes em
hipettexto e hipermdia hajam recebido grande ateno. Alguns trabalhos (por
exemplo, Salton e Buckley, 1992; Savoy, 1995; Salton et ai., 1997) analisam
processos para estabelecimento automtico de vinculas de hipe11exto. Isso tam-
bm tema de livro organizado por Agosti e Smeaton ( 1996). Agosti et ai. ( 1995)
descrevem mtodos para estabelecimento automtico de vnculos de hipermi-
dia, com o uso de critrios de associao estatstica, em tempo real, pesquisando
interao com a Rede. Referem-se a isso como 'autoria automtica' de hipermf-
dia. Embora no proponham explicitamente isso, os vnculos de hipertexto
estabelecidos pelo consulente, se forem registrados, sero teis para consulentes
posteriores. A idia conceitual~nente similar de um 'tesauro em crescimento'.
Arents e Bogaerts (1996) fazem reviso da literatura sobre recuperao de
hipenndia. Embora mencionem amide a' indexao', muitos dos mtodos (na
maioria experimentais) que estudam envolvem pesquisas ou 'navegao' em
hiperredes, seguindo vnculos preestabelecidos ou formados no prprio proces-
so de busca. Os 'navegadores' grficos ou 'mapas' destinados a fornecer ao
usurio um panorama visual dos vinculas na rede (ver Zizi, 1996, por exemplo)
lembram os 'mapas semnticos' propostos por Doyle (1961) h mais de 40 anos.
Como foi indicado neste livro, o hipertexto e as redes de hipennidia criam
fontes de informao que no possuem fronteiras claramente definidas. Chiara-
mella e Kheirbek (1996) tratam dessa questo. Salientam que "os documentos
no so mais unidades atmicas" o que faz com que mudem nossas concepes
sobre o que constitui no apenas 'documento' mas 'cmpus' e tambm 'ndice'.
Tessier ( 1992), Ellis et ai. ( 1994, 1996) e Chu ( 1997) so alguns autores que
abordaram as relaes indexao/hipe1texto. Tessier examinou as semelhanas
entre vinculao de hipertexto e indexao convencional. Ela sustenta que os
autores de hipertexto vinculam o texto de forma muito parecida com a forma
como seriam vinculados na indexao convencional. Ellis et ai. constataram que
seres humanos, solicitados a inserir vinculas de hipertexto numa coleo de
textos, como indexadores convencionais, no revelam grande coerncia nessa
tarefa. Em artigo posterior (EIIis et al., 1996), testam o efeito dessa coerncia da
vinculao na eficcia da recuperao. Chu ( 1997) tentou aplicar os princpios
da exaustividade e especificidade a vnculos de hipertexto. Embora a medida do
16. A INDEXAO E A INTERNET
353
primeiro seja ~recisa (nm.ero. de vnculos por nmero de palavras num docu-
ment~), a med1da de especlfictdade muito mais dificil de aplicar cOm xito.
_ Sru~avasan et ai. (1996) focalizam os problemas da indexao e recupera-
ao ~e Itens n~ Rede. ~eu trabalho sugere que tcnicas que funcionam bem em
a~nbJet~tes ma~s estveis (por exemplo, fi:eqUncia inversa de termos para a clas-
Sific~:? dos 1te~1s~re~u~~rados) podem ser menos eficazes em "contexto [to]
heteJO~ene_o e dmamtco . Alguns problemas relativos ao uso de uma base de
dados de l~1p~rtexto em atividades de recuperao de informao so examina-
dos por DI~llltroff e Wolfram ( 1993). Mais tarde, Wolfiam (1996), usando trs
model~s dife~entes, pesquisou os vnculos entre registros de hipertexto.
Bla.n e Kun~augh (2002) exaltam as vh1udes de 'documentos exemplares'
no projet~ de ststem~s de recuperao. Documentos exemplares so aqueles
~com~ alttgos de .revJso, manua~s clssicos e normas jurdicas) que melhor
d~.SC! evem ou e~1b:m a estt:utura mtelectual de determinado campo". Sugerem
VJJOS us.os po~sJVeJs (um uma fonte de terminologia representativa para o
campo), mclustv~ su~ utilidade possvel para o usurio da Rede. Se quem faz a
?use~ recupera pr1111e1ro um documento exemplar, os vnculos de hipe1iexto nele
msendos p~dem ser usados para estender uma busca em vrias direes.
Mel;tcct ( 1999) ~vali ou a eficcia da recuperao de vnculos de hipertexto
c~nstnudos automaticamente, e Blustein e Staveley (200 I) oferecem uma revi-
sao de trabalhos sobre gerao e avaliao de hipe11exto.
Um tanto relacionada com o hipertexto est a possibilidade para usurios dos
re~.ursos da Rede de nele. fazer anotaes, exatamente da mesma maneira que
fm mm a~ota~es nas pgmas de um livro didtico. Essa possibilidade exami-
nada mais detidamente por Marshall (2000).
Classificao na internet
_ Vrios mecanismos de buscas incluem alguma modalidade de cateooriza-
ao dos recursos a que proporcionam acesso. Esses 'cadastros' ['direct~ries']
empre~am alguma forma de classificao hierrquica. Em alguns casos, vrios
mecamsmos ?e buscas c~mpartilham o uso de um cadastro produzido alhures. O
Yahoo! cons1dera~se basicamente um cadastro da Rede, embora seja, essencial-
mente, uma combmao de cadastro/mecanismo de busca
.Ai~u diss~, algumas insti!uies vm trabalhando co1~ vista organizao
de 1ecmsos da mternet por meto de alguma modalidade de classificao. O ocLc
por ~~emplo, co~lta com vri.as iniciativas relacionadas com isso. Uma delas:
Sc01 ~ton, um SJ~tema expenmental para atribuio automtica de nmeros da
Cl.as~Jfica~o.Decunal de Dewey a recursos da Rede (Vizine-Goetz, 1998, 2001;
H1ck~y e Y!Zine-Goetz, 200l ). A b~se de dados NetFirst do OCLC Q desativada)
tam~em usava a estrutura luerrqt11ca da classificao de Dewey, a fim de pro-
porcionar acesso a recursos selecionados da Rede
Zins (2002) examinou os tipos de classifica~ usados em imp 011antes por-
354 INDEXAO E RESUMOS: TEORIA E PRTICA
tais e cadastros classificados da Rede. Identificou oito princpios de classifica-
o adotados nesses recursos, e considerou cinco deles 'relativos a contedo':
assuntos, objetos (por exemplo, pessoas e organizaes), aplicaes (por exem-
plo, compras), usurios (para quem se destina um recurso) e localizaes (lugar),
e os outros trs princpios relativos a formato: mdia (por exemplo, imagens),
'referncia' (por exemplo, dicionrios, mapas), e lnguas. Zins sugere a necessi-
dade de integrar esses princpios numa classificao facetada para aplicao na
internet. Embora tal integrao seja teoricamente atraente, Zins parece subesti-
mar o fato de que a classifica_o dos recursos da Rede essencialmente prag
mtica e prtica, e que os esquemas unidimensionais hoje empregados talvez
sejam tudo de que os usurios precisam para utilizao bemsucedida da Rede.
Algumas bibliotecas comeam a atribuir nrneros de classificao aos recm
sos da Rede a que proporcionam acesso. Elrod (2000) resumiu um debate em
linha sobre essa questo. Um dos colaboradores apresentou uma justificativa
boa e precisa dessa prtica:
Ao atribuir nmeros de classificao a materiais acessveis por intermdio de seu
catlogo em linha, mas que no se encontram fisicamente alojados em suas estantes
(recursos da internet), e seu catlogo em linha de acesso pblico permite pesquisa por
nmero de chamada, ento o cliente pode 'pesquisar' no apenas o material que voc
tem em seu acervo, mas tambm aqueles recursos da internet sobre o mesmo assunto
ou assuntos prximos. Uma vez que o mesmo cliente pode acessar o recurso da
internet por intermdio do vfnculo fornecido no registro bibliogrfico, ter esse
registro destacado numa busca de nmeros de chamada constitui mtodo pelo qual
podemos oferecer maior acesso informao (Eirod, p. 23).
Enquanto os mecanismos de busca da Rede proporcionatTI acesso em nvel
de pgina, os cadastros e portais geralmente fornecem acesso em nvel de stio
da Rede. Casey ( 1999) examino_u a necessidade de um ndice analitico da Rede,
ou seja, que empregue alguma forma de classificao ou outro vocabulrio con
trolado para indexar recursos abaixo do nvel de sitio. Ela reconhece "a impossi
bilidade de um fndice analtico exaustivo da internet", mas acredita que a "cria-
o de pequenos ndices focais pode ser a melhor soluo para acessar tipos
especficos de informao digital". Isso precisamente o que os portais exami-
nados na seo seguinte objetivam fazer.
Muitos autores enfatizaram a necessidade de mais classificao dos recursos
da Rede. Trippe (200 I) assim se expressou:
Segundo alguns, o caminho que leva a uma melhoria da recuperao da informao
na Rede est em ta:-.onomias aplicadas de forma inteligente. Segundo tal opinio,
preciso identificar com mais preciso o contedo, mediante o uso de categorias, de
modo que os mecanismos de busca e outros auxlios navegao possam ser mais
bem sintonizados para ajudar o usurio. Como, cada vez mais, os contedos cami
nham rumo Rede, essas fontes de dados precisam beneficiarse das tecnologias e
tcnicas que permitem s pessoas visualizar, navegar e procurar dados por meio de
categorias que sejam amplamente compreendidas (p. 44).
16. A INDEXAO E A INTERNET 355
E passa a descrever vrios produtos comerciais que se destinam a realizar auto-
maticamente vrias atividades de categorizao em fontes da Rede.
Portais
Embora bases de dados bibliogrficos, como as da National Library ofMedi
cine, estejam acessiveis na internet, a grande maioria dos recursos da Rede no
est' indexada' no sentido com que a palavra empregada neste livro, isto , pela
atribuio de tennos, feita por seres humanos ou computador, talvez extrados
de um vocabulrio controlado. No obstante, bibliotecas especializadas e cen-
tros de informao podem oferecer um servio impmtante com a identificao
dos recursos da Rede de maior relevncia e utilidade para seus usurios, inde
xando de alguma forma esses recursos, e desenvolvendo um gateway que pro
porcione acesso a eles por meio dos elementos de metadados. Vrios desses
gateways ou 'portais' so descritos e exemplificados em Wells et ai. ( 1999), que
a eles se referem como 'bibliotecas virtuais'.
Um gateway ou po1ial tipico dessa categoria o EEVL, que constitui um
empreendimento conjunto de vrias universidades do Reino Unido. Segundo
Breaks e Guyon (1999), trata-se de:
[... ]um gateway para si tios da internet, de qualidade, sobre engenharia [... ] (que] tem
por objetivo permitir que professores, pesquisadores e estudantes de engenharia no
Reino Unido utilizem melhor os recursos disponiveis na internet graas melhoria
do acesso a tais recursos. Alcanamos isso por um processo de identificao, fil.
tragem, descrio, classificao e indexao de si tios de qualidade antes que sejam
acrescentados a uma base de dados livremente disponvel na Rede Mundial (p. 76).
A base de dados contm descries pesquisveis e vnculos com stios da
internet que tenham interesse. Os recursos so categorizados com um esquema
de classificao especialmente desenvolvido para tal fim. A sigla EEVL (<http:/
/www.eevl.ac.uk/>) originalmente significava Edinburgh Engineering Virtual
Library. Posteriormente foi renomeada Enhanced and Evaluated Virtual Library
quando seu campo de ao foi ampliado para incluir matemtica e informtica.
Em 21/9/2002, a EEVL proporcionava acesso a mais de 9 000 stios.
Um portal parecido o Agriculture Network Information Center (AgNIC),
mantido pela National Agricultura! Library e vrias outras instituies. O AgNIC
(<http://www.agnic.org/>) proporciona acesso a recursos da Rede em 15 cate
gorias gerais, todas relativas agricultura em seu sentido mais amplo.
INFOMINE (<http://infomine.ucr.edu/>) descrevese assim:
[... ]uma biblioteca virtual de recursos da internet, relevantes para os corpos docente
e discente e pesquisadores da universidade. Contm recursos teis da internet, tais
como bases de dados, peridicos eletrnicos, livros eletrnicos, quadros de avisos,
listas de endereos, catlogos de bibliotecas[ ...] em linha, artigos, cadastros de pes.
quisadores e muitos outros tipos de informao.
O INFOMINE foi feito por bibliotecrios. Protissionais de universidades e facu[.
 356 INDEXAO E RESUMOS: TEORIA E PRATICA
dades, como University ofCalifornin, \Vake Forest University, California State Uni-
versity, The University ofDetroit- Mercy, colaboraram na construo do INFOMfNE.
Em 2l/9/2002, anunciava que proporcionava acesso a mais de 23 000 recursos.
Os sftios includos so comentados e recebem cabealhos de assuntos (Library
ofCongress) para melhorar o acesso (Mitchell e Mooney, 1999).
Outros portais destinam-se a facilitar o acesso a recursos da Rede que sejam
de interesse potencial para usurios de bibliotecas pblicas. O Librarians' Index
to the Internet (<http://lii.org/>) assim descrito por Hinman eLeita, 1999:
um cadastro temtico, pesquisvel e comentado, de[ ...] recursos da internet, selecio-
nados e avaliados quanto sua utilidade para as necessidades de informao do
usurio de bibliotecas pblicas. Os recursos so selecionados e indexados por uma
equipe de bibliotecrios treinados, voluntrios, de bibliotecas da Califrnia (p. 144).
So abrangidos mais de I O000 recursos da internet, organizados em categorias
e subcategorias. So empregados cabealhos de assuntos da Library o f Con-
gress, com modificaes.
O Getty Infonnation Institute outra instituio atuante nesse tipo de esfor-
o. Busch (1998) descreveu como os vocabulrios controlados do Getty podem
ser usados para proporcionar melhor acesso a recursos em mte.
Pmtais desse tipo so importantes como filtros dos recursos em rede. O com-
ponente de 'valor agregado' ou 'filtro de qualidade' -de seleo, anotao,
indexao- de suma impmtncia. Esse ponto enfatizado na EEVL:
As buscas na EEVL recuperaro recursos de alta qualidade, mas, em virtude de os
recursos constantes da EEVL serem colhidos mo, aqui voc no encontrar tantos
recursos quantos encontraria em alguns servios, porm sero os melhores!
Os pmtais mencionados neste captulos destinam-se a serem acessados por
uma grande variedade de usurios potenciais. No entanto, so possveis pmtais
mais restritos e especializados. As bibliotecas podem criar seus prprios pmiais
para recursos da Rede. Hurt e Potter (200 1) do um exemplo:
No campus da Georgia State University, os bibliotecrios de ligao (que tambm
so bibliotecrios de referncia e desenvolvimento de colees) dedicam-se ativa-
mente identificao e criao de si tios na Rede, particularmente em suas especiali-
dades, e desenvolvem sitias sobre vrios temas, que incorporam outros stios bem-
conceituados. Outro grupo importante de bibliotecrios muito envolvidos com a
Rede so docentes bibliotecrios de colees especiais e arquivos, muitos dos quais
criam arquivos digitais para ampliar o contedo da biblioteca virtual na Rede (p. 23).
Medeiros et ai. (2001) descrevem a abordagem de uma biblioteca univer-
sitria de medicina em relao a um p011al, que utiliza como base o Cooperative
Online Resource Catalog (CORC). Assim se referem s vantagens disso:
A biblioteca pode usar o CORC para selecionar stios que ofeream contedo de
qualidade. O cliente da biblioteca atendido ao poder dirigir-se, sem esforo, ao
nn
16. A INDEXAO E A INTERNET 357
recurso exato de que precisa e evitar ficar vasculhando os resultados dos mecanismos
de buscas que freqUentemente consistem em pginas de vnculos irrelevantes. As
caracteristicas tpicas do CORC, como controle de autoridade para acesso a nomes,
ajudam na localizao dos recursos (p. 112).
Um centro de informao industrial pode desenvolver um portal que aponte
para recursos de maior interesse e utilidade para a empresa e integrar isso com
a prpria intranet da empresa, adotando o mesmo modo de acesso temtico (por
exemplo, esquema de classificao). Ver, por exemplo, Ctandall (2000). Bannan
(2002) trata do tema dos pmtais de empresas, mas, em sua opinio, eles propor-
cionam acesso a informaes internas, e possivelmente permitem a pessoas de
fora o acesso a recursos selecionados da empresa, ao invs de gateways para
informaes teis (para a empresa) alhures na Rede.
Campbell (2000) descreveu sua viso de um 'pmtal de cientistas' destinado a:
promover o desenvolvimento e proporcionar acesso a contedos da mais alta quali-
dade na Rede. Facilitaria o acrscimo de material de alta qualidade ao promover pa-
dres, tzer buscas em bases de dados, e oferecer uma variedade de ferramentas de
apoio. Com isso, bibliotecas, empresas e muitas outras organizaes estariam capa-
citadas a contribuir para uma biblioteca digital acessvel e distribuda (p. 3)
Embora Campbell no trate diretamente das questes relativas indexao, elas
esto implcitas no reconhecimento de que o portal "tambm ofereceria exce-
lentes tesauros eletrnicos que orientariam, com preciso, os pesquisadores para
reas de interesse". A Association ofResearch Libraries vem atuando no desen-
volvimento dessa idia por intermdio do Scholar's Portal Project ( <http://
www.arl.org/access/scholarspOital/>). Ver Jackson (2002) para os avanos
nessa rea at meados de 2002.
Em Awre e \Vise (2002) encontra-se uma breve reviso de desenvolvimentos
recentes relativos a portais no Reino Unido.
Place ( 1999) faz uma previso do futuro dos gateways temticos:
Os Usurios j podem aproveitar os gateways temticos, que, juntos, descrevem
dezenas de milhares de recursos de alta qualidade na internet. No futuro, os usurios
vero os atuais gateways temticos crescer notavelmente de tamanho, medida que
mais bibliotecrios e profissionais da informao contribulrem para eles e medida
que solues automatizadas e humanas para descobrimento de recursos forem inte-
gradas. Vero tambm o surgimento de novos gateways e podero fazer buscas
cruzadas simultanea e inconsutilmente em diferentes gateways.
Tambm no futuro, ser possvel usar perfis de usurios para habilitar os gate-
ways temticos a fornecer um servio de intrmao personalizado. Os usurios
sero solicitados a inserir numa base de dados suas preferncias em matria de
intnnao, de modo que osgateways possam notific-los sobre novos recursos que
surjam no catlogo (p. 243~244).
O futuro da indexao e da redao de resumos examinado, mais detida-
mente, no captulo seguinte, e ltimo, deste livro.

CAPTULO 17
O futuro da indexao e redao de resumos
screvendo h quase 50 anos, Fairthorne (19.58) afirn~ou ~ue "~ indexao
E o problema fundamental bem como o obstaculo mais dispendiOso da recu-
perao da informao". E a indexao continua sendo o problema principal do
acesso informao, e a mente de Fairthorne por certo teria ficado atnita diante
da imensido dos problemas de acesso informao suscitados pela Rede
Mundial.
Missingham ( 1996) oferece uma clara explanao desses problemas:
No se pode considerar a internet como se fosse apenas mais um passo na histria da
indexao. Ela suscita enormes desafws e exige uma abordagem muito diferente da
indexao para alcanar uma recuperao eficiente da informao.(... } A indexao
da internet oferece muitos desafios: ela contm milhes de documentos ou arquivos;
a localizao desses documentos/arquivos muda freqUentemente; no h nenhum
controle de qualidade da informao na internet, nenhuma coerncia no uso da ternli
nologia, ou mesmo no emprego de ttulos; muito dificil manterse a par das novas
fontes; os lndices so complicados porque muitos dependem de informaes comu-
nicadas pelos prprios editores (algo parecido com o atual processo de catalogao
na publicao). [... ]No h normas que exijam que sejam usados os autores ou os
ttulos, nem a exigncia de que a informao principal inclua o ttulo ou o subttulo.
A indexao da internet , portanto, muito diferente da indexao de um artigo de
peridico, onde essas informaes identiticadoras normalmente so claras (p. 35).
E ela acrescenta que o maior de todos os problemas talvez seja:
[... }a natureza voltil da rede onde indexar um recurso realmente como se se es-
tivesse a enxugar gelo, pois hoje ela pode estar ali e amanh j ter desaparecido ou
mudado completamente. No s o nome, o contedo e a localizao do recurso
podem alterar-se regularmente, mas tambm sua acessibilidade e formato mudar
tcilmente (p. 36).
O grande defeito da internet como fonte de informao, fora seu tamanho,
est no fato de que ela carece de qualquer forma de controle de qualidade. O fato
de os servios de informao funcionar com razovel eficincia no mundo do
papel impresso deve-se a que vrias instituies existem para desempenhar a
funo de filtro de qualidade. As editoras de livros e peridicos cientficos ado-
tam processos de reviso/avaliao que so, pelo menos em ce1ta medida, efica-
zes para eliminar a maior parte do que imprestvel. Os servios que editam
ndices e resumos proporcionam o nvel seguinte de filtro de qualidade, princi-
17. O FUTURO DA INDEXAO E REDAO DE RESUMOS 359
palmente ao escolher os peridicos, sries de relatrios ou outras publicaes
que sero analisados regularmente. Por fim, as bibliotecas, particularmente as
que servem s comunidades de ensino e pesquisa, colocam os filtros mais pe1to
dos usurios reais quando compram materiais considerados de maior utilidade
para esses usurios e quando organizam as colees segundo nveis de acessibi-
lidade, para que fiquem mais prximos (fisicamente e talvez tambm intelectu-
alm~nte) os materiais que mais provavelmente os usurios venham a precisar.
E claro que a imensa vastido de recursos mal-organizados que esto aces-
sveis, pelo menos em sentido terico, na internet, faz com que a construo de
filtros eficazes seja uma proposta intimidadora, tanto para pessoas quanto para
instituies. Ademais, do-nos a certeza de que a situao haver de ficar muito
pior (Weld et ai., 1995).
Embora muitos documentos da Rede sejam de baixa utilidade, outros podem
simplesmente desaparecer, conforme salientou Missingham. Spinellis (2003)
constatou que cerca de 28%.dos URLS referenciados em dois impmtantes peri-
dicos de cincia da computao, entre 1995 e 1999, no estavam mais acessfveis
em2000, nmero esse que aumentou para 41% em 2002. O fndice de desapare-
cimento de documentos da Rede pode, grosso modo, equivaler ao ndice de
obsolescncia da literatura de cincia da computao (isto , declfnio de uso com
a idade). No obstante, o fhto de itens desaparecerem ou talvez reaparecerem em
outro formato sem referncia ao original no estimula investimento numa inde-
xao dispendiosa.
Hoje em dia, no parece provvel que a situao catica causada pelo fen-
meno do 'cada urn ser seu prprio editor' seja reversivel. Em outras palavras,
difcil visualizar a possibilidade de que algum poderia impor ou imporia nor-
mas de qualidade total publicao ou distribuio atravs de redes. Por con-
seguinte, a viabilidade de uma vasta rede como recurso de informao depen-
der da imposio de filtros de qualidade similares aos do mundo da impresso
em papel.
No h dvida que a funo de filtro to imp011ante no ambiente elehnico
quanto o era num ambiente editorial dominado pela impresso em papel. Como
indexao e resumos, numa ou noutra forma, so elementos essenciais na filtra-
gem da informao, conclui~se que tero fuh1ro. As perguntas que permanecem
sem resposta, ento, so as seguintes:
1. Qual a forma que tero essas atividades, e
2. A quem caber ou caberia realiz-las?
interessante observar que Odlyzko, que h alguns anos previu que tanto as
bibliotecas quanto os peridicos cientficos tornar-se-iam obsoletos, pelo menos
em seu formato tradicional (ver, por exemplo, Odlyzko, 1995), bastante posi-
tivo no que tange ao futuro dos servios de indexao e resumos. Ele afirma
(Odlyzko, 1999) que esses servios sobrevivero porque sua contribuio inte-
lectual substancial e porque, por isso, so comparativamente baratos.
*:'Tf jt r.
360 INDEXAO E RESUMOS: TEORIA E PRTICA
Jacs (2002) discorda um pouco em relao aos servios, mas continua
sendo um firme adepto da necessidade de resumos na Rede:
A crescente disponibilidade de bases de dados de texto completo fez diminuir a
importncia de bases de dados de resumos e fndices nos ltimos I O a 15 anos, mas
no a necessidade de resumos. As bases de texto completo precisam de resumos para
que seu uso seja eficiente. A razo bvia disso est em que passar os olhos nas listas
com os resultados de buscas que contenham breves resumos ajuda tremendamente a
selecionar os documentos~fonte mais promissores, mesmo quando os resumos
deixam muito a desejar.
E acrescenta:
A razo menos bvia para a existncia de resumos nessas bases de dados est em que
se a busca se limitar ao campo do resumo numa base de dados de textos completos
haver garantia de que ela ser mais precisa do que se for feita em centenas de
milhares de documentos de texto completo (p. 22).
claro que Jacs no est se referindo necessariamente a resumos preparados
por seres humanos, mas a resumos ou extratos preparados automaticamente. De
fato, seu artigo passa em revista programas disponveis comercialmente destina-
dos 'sumarizao de documentos',
Mani (200 l) outro autor que acentuou a importncia da sumarizao:
A exploso da Rede Mundial trouxe consigo um estoque imenso de informaes, em
sua maior parte relativamente no~estruturadas. Isso fez surgir a demanda por novas
maneiras de gerenciar esse corpo bastante sobrecarregado de informaes dinamica-
mente cambiantes. Em tal ambiente, parece indispensvel alguma forma de sumari-
zao automtica. Usurios da Rede, fontes de informao em linha e novos dispo~
sitivos mveis, alm da necessidade da gesto do conhecimento pelas empresas, vm
exercendo presso crescente em prol de avanos da tecnologia na questo da sumari-
zao. Empresas comerciais passam cada vez mais a oferecer recursos de sumari-
zao de textos, muitas vezes integrados com ferramentas de recuperao da infor-
mao (p. 529).
As propostas referentes indexao de recursos da Rede abrangem um leque
extremamente variado, inclusive afirmativas de que isso no possvel de modo
algum. Por exemplo, Wellisch ( 1994) sustentou que " improvvel que os peri-
dicos eletrnicos sejam indexados, devido instabilidade de seus textos". Tendo
em vista que a maioria das fontes na internet so muito menos estveis do que os
peridicos, ele provavelmente acha que todo o esforo- ou seja, a indexao
de textos que esto sujeitos a freqentes mudanas- seja uma causa perdida.
evidente que a indexao profissional, feita por seres humanos, de toda a
Rede totalmente invivel. Mesmo que o fosse, grande parte do que aparece na
Rede de valor muito passageiro ou de qualidade excessivamente baixa para
chegar a merecer tais cuidados com a indexao. J uma indexao seletiva,
profissional, , naturalmente, vivel. Owen (1994) e Weinberg (1996) so dois
17. O FUTURO DA INDEXAO E REDAO DE RESUMOS 361
autores que defenderam a in~exao profissional numa base seletiva. Weinberg
recomendou especificamente uma indexao no estilo dos ndices de final de
livro, e essa espcie de indexao poderia certamente ser aplicada a stios espe-
cficos da Rede. Na realidade, j foi aplicada dessa forma, e Browne (200 1) ana-
lisou e exemplificou os respectivos processos. Casey (1999) admite que o sonho
que ela alimentava de um 'fndice analtico' completo da Rede (isto , que inde-
xasse abaixo do nvel de stio) era utpico e que "fndices pequenos, focais, talvez
sejam a melhor soluo".
Ellis et al. ( 1998) sugerem que um grande problema de qualquer abordagem
relacionada com a indexao da Rede o fato de que o indexador sempre estar
muito longe do usurio:
[... ]na Rede Mundial[ ... ] no h proximidade alguma entre projetista ou criador(que
poderia ser qualquer um) e usurio potencial {que poderia ser qualquer um ou todos).
Isso agravado pela falta de uma noo clara por parte da maioria dos consulentes
sobre o que que os diversos mecanismos de buscas na realidade fazem quando
realizam uma busca. De modo que a origem real dos problemas que ocorrem nas
buscas feitas em fontes distribudas em linha ou na internet no est nos problemas
tcnicos de indexao, mas na f.1cilidade de acesso proporcionado por servios em
linha e a Rede Mundial a informaes selecionadas, estruturadas e indexadas para
um grupo de usurios (que possuem um conjunto de caracterfsticas e necessidades de
informao) por espcies de usurios totalmente diferentes com caractersticas e
necessidades totalmente diferentes.
natural que isso venha a exacerbar problemas existentes em relao coinci-
dncia de conceitos entre indexador e usurio, pois os usurios encontram muitos
arquivos ou stios diferentes, com caractersticas, prticas de indexao e vocabul~
rios diferentes, nenhum dos quais, com certeza, poder satisfazer a todas ou mesmo
algumas das necessidades de um usurio ou grupo de usurios potenciais. Essa uma
questo importante, pois os usurios mais distantes so, no que concerne a caracte-
rsticas e necessidades de informao, dentre os tipos de usurios imaginados e leva-
dos em conta pelos que criam ou indexam uma base de dados, os que mais provavel-
mente tero problemas em acessar informaes relevantes dessa base de dados. O
problema a indexao para o usurio desconhecido (p. 44).
Pode~se considerar os documentos da Rede como 'dinmicos', e no estti-
cos, no sentido de que podem ser modificados pelo seu criador, ou mesmo por
outros. Bishop (1999) examinou como os pesquisadores podem manipular arti-
gos de peridicos eletrnicos (por exemplo) para criar novos documentos. Ela se
refere a isso como desagregao (o desmembramento do artigo) e reagregao
(reunir todos os pedaos do a11igo, ou parte deles, numa organizao diferente).
Ademais, alguns documents da Rede so 'vh1uais'- documentos 11que care-
cem de um estado de pennanncia" (so criados a caminho do usurio) (\Vatters,
1999). Gi01dano (2000) salienta que:
(... ] a prpria estrutura do documento problemtica porque, num ambiente que se
baseia na Rede, um documento que aparea na estao de trabalho de um usurio
~r-1
-;'l: 1
362 INDEXAO E RESUMOS: TEORIA E PRTICA
como um nico objeto poder de fato ser uma montagem de documentos vinculados,
mas independentes, residentes em bases de dados distribudas (p. 243).
Essa situao fluida gera confuso em pessoas habituadas ao ambiente bas-
tante slido e permanente da impresso em papel, porm nem sempre apresen-
tar problemas de indexao e redao de resumos. As mudanas que o autor
fizer num texto 'autorizado' exigiro, naturalmente, algumas alteraes num
resumo ou termos de indexao relativos a esse texto (por exemplo, em portais
que apontem para ele). O documento 'virtual' (descrito por \Vatters) somente
estaria qualificado para ser indexado ou resumido se fosse capturado e armaze~
nado numa base de dados como um item novo. Do mesmo modo, o documento
reagregado (descrito por Bishop) provavelmente seria um documento infonnal,
que no mereceria os cuidados da indexao e resumo. A impennanncia dos
documentos eletrnicos tem mais probabilidade de constituir um problema nas
intranets de empresas, onde os documentos podem desaparecer por completo,
ser radicalmente alterados ou agregados/desagregados sem qualquer controle.
Abordagens profissionais
Duas importantes abordagens que oferecem acesso intelectual aos recursos
mais importantes da Rede j esto disponveis e foram focalizadas no captulo
anterior: a iniciativa CORC (Cooperative Online Resource Catalog) (renomeada
'Connexion' em 2002) e vrios p011ais especializados. Embora a maioria dos
portais hajam sido desenvolvidos em reas 'acadmicas', a importncia deste
tipo de atividade para a biblioteca pblica foi assim realada por Holt (1995):
[... ]o pessoal de biblioteca pblica pode poupar o tempo de seus clientes ao orga~
nizar a massa de informaes eletrnicas disponveis em servidores locais, nacionais
e internacionais[... ] [e] pode desenvolver guias eletrnicos que ajudem os consulen~
tes em meio aos metadados e megaarquivos, em linha, com que lidaro (p. 555-556).
Ele menciona, especificamente, a importncia de proporcionar anotaes aos
usurios, e encara a biblioteca pblica como uma central de informaes provida
de 'agentes de informao'.
Todas essas atividades dizem respeito filtragem de recursos da Rede e
todas implicam alguma forma de proviso de acesso por assuntos por meio de
indexao ou classificao, e talvez alguma forma de resumo. Trippe (200 l) res-
salta a necessidade de mais classificao dos recursos da Rede, e Elrod (2000)
resume um debate em linha sobre a convenincia de as bibliotecas atriburem
nmeros de classificao aos recursos da Rede aos quais elas proporcionam
acesso (algumas j o fazem).
Vrios autores (ver, por exemplo, MacDougall, 2000, e Studwell, 2000)
insistem no uso de vocabulrios controlados na indexao de recursos da Rede,
porm se mantm vagos quanto aplicao ou parecem subestimar grandemente
os problemas da aplicao.
}7. O FUTURO DA INDEXAO E REDAO DE RESUMOS 363
Anderson e Perez-Carballo (200 I) argumentam que o tremendo aumento na
quantidade de texto indexvel, especialmente na Rede, torna essencial uma
abordagem seletiva da indexao por seres humanos:
O que no podemos nos permitir continuar tratando todos os documentos que
ingressam em nossos acervos e bases de dados de recuperao da informao como
se fossem igualmente importantes e merecedores por igual do nosso trabalho espe-
cializado de anlise e indexao. Simplesmente, eles no so, e a continuar assim
estaremos desperdiando nossos preciosos recursos (p. 274).
E fazem sugestes sobre como identificar esses itens de escol.
Abordagens alternativas
Drott (2002) prope uma soluo completamente diferente. Ele chamou
ateno para o problema da indexao na Rede da seguinte forma:
Localizar informaes sobre temas especficos na Rede dificil e fica cada vez mais
difcil. Os recentes avanos em buscas automticas na Rede e indexao algortmica
foram grandemente superados pelo enorme crescimento da quantidade de material
disponvel. As estimativas de cobertura pelos mecanismos de buscas da Rede, feitas
por Lawrence e Giles (1999), sugerem a impossibilidade de empregar robs para
in~exar toda a Rede, e, evidentemente, quanto maior for o tempo de anlise que um
rob dedicar extrao de termos de indexao para uma nica pgina, menor ser
a quantidade do material disponvel que poder ser indexada. Alm disso, embora
grandes progressos estejruil sendo feitos para melhorar a exatido da indexao
automtica, ainda verdade que atribuir termos de indexao a uma base de dados
to diversa quanto a Rede continua sendo um problema para o qual h poucas
solues promissoras (p. 209~21 0).
E sugere, no entanto, que embora o emprego de indexadores profissionais no
seja uma proposta economicamente atraente, os responsveis pela criao de
pginas na Rede deveriam ter condies de eles mesmos fazerem um trabalho
aceitvel de indexao:
Seria bom estimular os criadores de stios na Rede a atribuir seus prprios termos de
indexao? O atual modelo de indexao, como o que se encontra nos principais ser~
vios de indexao de peridicos, baseiase no emprego de indexadores capacitados
e que receberam extenso treinamento. Encontra~se, contudo, uma pesquisa encoraja~
dora de Coombs ( 1998) sobre a indexao de pginas do governo do estado de
Washington na Rede. Coombs valeu-se, como indexadores, das pessoas que criaram
e trabalharam com os documentos. Os resultados desse estudo mostraram que,
quando os indexadores leigos compartilham o mesmo entendimento quanto ao con-
tedo e usos de seus documentos, as palavras~chave que produzem so um auxlio
razovel na localizao por assuntos (p. 218).
E, finalmente:
Nosso modelo de indexao da Rede bem que poderia tornar-se um desses modelos
de 'caos global, ordem local' em que a indexao de campos especficos feita pelo
364 INDEXAO E RESUMOS: TEORIA E PRTICA
autor adequada dentro de campos limitados, mas ruim para integrar-se em qualquer
esquema global de conhecimento. Este conceito sugere um sistema de indexao de
duas camadas em que o processamento distribudo de metaetiquetas por um grande
nmero de computadores que rodem programas bastante simples suportado no
nvel seguinte por robs de indexao mais complexa. Esses robs sero projetados sumarizao disponveis no comrcio, e Reamy (2002) refere-se a programas de
no para extrair de cada pgina descries de contedo espect1cas, mas para se con- 'autocategorizao' (iSto , que colocam automaticamente os recursos em cate-
centrar na colocao de grupos de pginas ou stios inteiros em categorias de assun-
tos especficos e deixando as informaes de contedo para os criadores das etique-
tas (p. 218).
Outra possibilidade promover a indexao de recursos da Rede por seus
usurios. Besser ( 1997) analisou a necessidade disso. Embora lidasse especifi~
camente com imagens na Rede, o mtodo aplicvel a quaisquer recursos:
Se pudermos desenvolver sistemas para terminologia atribuda pelo usurio, os
gerentes de acervos podero apoiar-se nos usurios para que atribuam termos ou
palavras-chave a cada imagem. Nesse sistema, quando o usurio encontrasse uma
imagem, o sistema lhe perguntaria quais as palavras que teria usado para buscar essa
imagem. Essas palavras seriam ento inseridas no sistema de recuperao, e usurios
subseqentes que fizessem buscas com essas palavras encontrariam a imagem.
medida que crescer a quantidade de pessoas que usarem esse sistenm, tambm cres-
cer a quantidade de pontos de acesso para muitas imagens.
essencial que esses sistemas permitam a realizao de buscas em termos atri-
bufdos de tbrma oficial, tanto independentemente dos termos contribu!dos pelos
usurios quanto junto com eles. Podemos ter dois tipos de buscas: uma que somente
examina termos atribufdos por cata\ogadores, e a outra que examina tanto os termos
atribudos pelos catalogadores quanto os termos atribufdos pelos usurios. Sistemas
desse tipo tambm podero servir como auxilio aos catalogadores. Pode-se imaginar
um sistema em que, de tempos em tempos, termos contribui dos pelos usurios sejam
'promovidos' condio de termos oficialmente atribufdos pelo catalogador (e sero
ento recuperveis por ambos os mtodos).
medida que sistemas como esse crescem, os usurios futuros podero querer
limitar suas buscas a termos atribudos por pessoas em quem confiam (talvez porque
provenham do mesmo campo ou porque atribuam termos de modo mais confivel).
Portanto, provavelmente esses sistemas desenvolvero tanto uma caracterstica pes-
quisvel de 'propriedade' para cada termo atribudo e um 'nvel de confiana' que o
usurio pode definir e que se aPlica a um grupo de proprietrios. O projeto desiste-
mas como este ter tambm de ser sensvel privacidade de quem contribui com
termos. Os usurios que definem nveis de confiana para os atribuidores de termos
podem localizar essas pessoas por meio de perfis bsicos de sua especialidade e cargo
(mas sem identificao), ou podem localiz-los ao encontrar correlaes entre outros
atribuidores de termos e como o prprio usurio atribui termos a outras imagens[... ]
(p. 24-25).
A indexao de documentos da Rede feita pelos usurios tambm foi defendida
por Villarroel et ai. (2002).
17. O FUTURO DA INDEXAO E REDAO DE RESUMOS 365
Abordagens automticns
Encontram~se disponveis programas que fazem automaticamente a inde-
xao ou resumos de recursos da Rede. Jacs (2002) avalia alguns programas de
gorias) e prev importantes avanos nessa rea no futuro. A situao do desen-
volvimento de mtodos automticos foi examinada no captulo 15.
Concluso
Depois de tudo isso, pode-se concluir que as atividades de indexao e resu-
mos vm aumentando ao invs de diminuir de importncia, e que os profissionais
dessas reas podem dar uma contribuio substancial seja no nvel de um sitio da
Rede ou em nveis mais amplos, como o projeto e implementao de um poria!.
Podero tambm desempenhar importantes papis na operao de intranets
de empresas. De fato, Reamy (2002), especialista na rea de gesto do conheci-
mento, embora preveja o crescimento da 'autocategorizao', oferece enftica
defesa da necessidade de profissionais em atividades de acesso intelectual:
As empresas no querem pagar aos bibliotecrios para categorizar seu contedo por-
que acham que sai muito caro. Esto erradas, pelo menos quando se computa o tempo
que os funcionrios desperdiam ao tentar em vo encontrar aquele documento de
que precisam para responder aquela pergunta do cliente, sem o que o cliente ir
embora em busca de um concorrente que, ao contrrio, tem a resposta. Apesar disso,
muitas empresas ainda no pagaro para que seres humanos categorizem seu
contedo, e mais provvel que estejam dispostas a pagar entre 250K a 750K por um
programa de computador que amide executa um trabalho menos eficaz (p. 18).
E acrescenta:
Em primeirfssimo lugar, a autocategorizao no pode substituir por completo um
bibliotecrio ou arquiteto de informao, embora possa torn-los mais produtivos,
poupar seu tempo e produzir um melhor produto final. O prprio programa, sem uma
categorizao baseada em regras feitas por seres humanos, no pode atualmente
chegar a n1ais de uns 90%de exatido-o que soa muito bem at se perceber que um
de cada dez documentos listados nos resultados de uma busca ou interface de pes-
quisa estar errado. E, o que mais importante, estar errado por razes inexplicveis
-razes que levaro os usurios a perder confiana no sistema.
Embora seja muito mais rpida do que um categorizador humano e no exija
frias nem plano de sade, a autocategorizao simplesmente ainda no to boa
qtJanto un1 categorizadorhumano. No pode compreender as sutilezas de significado
nem sumarizar como um ser humano porque no comprende coisas como o signii-
cado implcito num documento e porque no leva para a tarefa de categorizao os
cootextos signiticativos que as pessoas levam. Uma coisa que os trabalhos iniciais da
TA nos ensinaram que embora a velocidade seja importante, a velocidade sozinha
no pode compensar a falt~ de compreenso do significado (p. 21 ).
366 INDEXAO E RESUMOS: TEORIA E PRTICA

E finalmente:
Pa1te 2
Ao invs de um risco para os profissionais da informao, a autocategorizao pode,
de fato, no s aprimorar sua capacidade de solucionar problemas de informao do
usurio, mas at elevar seu status para algo prximo do nvel em que deveria estar. Prtica
No apenas os bibliotecrios e arquitetos da informao produziro mais e com mais
economia, mas tero software caro relativo a essa tarefa e, como todos sabemos, nas
empresas de hoje, a menos que haja programas caros envolvidos, ningum pensar
que voc tiL
Bem, est ce110, talvez haja um pouco de exagero nisso, mas o programa de
autocategorizao tem o potencial de realar o que j devia estar claro- que o pro
fissional da informao est empenhado numa atividade fundamental de infra-estru-
tura. Os profissionais da informao esto ou deveriam estar envolvidos na criao
e manuteno da infra-estrutura intelectual de sua instituio. Embora a tecnologia
e as infra-estruturas organizacionais hajam merecido mais ateno e recursos, parte
do desequilbrio poderia ser corrigido com a utilizao e integrao inteligentes de
novos programas, novos mtodos de trabalho tanto com os provedores de contedo
quanto com os consumidores de contedo, e novas formas de apresentar a infor-
mao.
Portanto, como concluso, acho ser provvel que aautocategorizao, em ltima
anlise, melhorar tanto o poder quanto o prest[gio do profissional da informao (p.
22).
Parece claro que o crescimento continuado dos recursos de informao aces-
sveis em rede far com que as atividades de anlise temtica venham a ter uma
importncia maior do que jamais tiveram. Alm disso, provvel que mais e
mais indivduos estaro envolvidos nessas funes. Com certeza, os mtodos
para elaborao automtica de fndices e resumos continuaro a melhorar. No
entanto, como Lancaster e \Varner (200 I) salientam na reviso que escreveram
sobre esta rea, provavelmente ainda decorrer muito tempo at que as mquinas
sejam suficientemente inteligentes para substituir por completo os seres
humanos nessas impmiantes atividades, se que de fato um dia o faro.
T CAPTULO 18

I
Exerccios de indexao

F azendo que se aprende, seja na indexao e redao de resumos seja em

outras atividades. Os dois ltimos captulos deste livro contm alguns exer-
ccios de indexao e redao de resumos. Evidentemente, os poucos exerccios
que podem ser includos num livro deste tipo esto longe do que seria suficiente
para formar indexadores e resumidores consumados. Apesar disso, apresentamo-
los na esperana de que pelo menos proporcionaro alguns exemplos concretos
dos principais pontos mencionados nos captulos precedentes.
Nas poucas pginas a seguir encontram-se vrios resumos de relatrios ou
mtigos de peridicos. Alguns so resumos verdadeiros de publicaes existentes.
Outros so de attigos 'hipotticos', embora se baseiem em publicaes existentes.
Voc dever indexar cada um desses itens empregando termos do UNBIS the-
saurus (New York, United Nations, Dag Hammarskjld Librmy, 1995).* Se
assim lhe aprouver, voc poder primeiro escrever as palavras ou expresses
que representem sua anlise conceitual de cada item e, em seguida, procurar
traduzir cada um desses enunciados para um termo ou termos do tesauro. De
qualquer modo, separe seus descritores em descritores principais e secundrios,
sendo os primeiros os termos que voc considera mais impot1antes para repre-
sentar o contedo temtico.
Depois dos resumos voc encontrar nossas sugestes de indexao para
cada item, o que lhe permitir comparar sua indexao com a minha. Lembre-
se, contudo, que a indexao um processo algo subjetivo. Embora acredite na
minha indexao, no posso garantir que ela seja 'correta' em sentido absoluto.
Incluem-se explicaes sobre por que a indexao foi feita de determinada forma.
Os itens 6-13 foram publicados originalmente no nmero de janeiro de 1977
de A.!. O. Research and Development Abstracts e so aqui reproduzidos com
permisso do Center for Development lnformation and Evaluation, United States
Agency for International Development.

Itens a serem indexados

1. O lcool combustvel hoje [Alcohol fuel today] (Baseado em attigo publicado
em Smithsonian, March 1981, p. 44-53)

"' Um substituto parcial deste tesauro, em portugus, o Tesauro SPINES (Braslia: JBICT; Lisboa:
JNICT,1988), onde se encontram m~is de 70% dos descritores das respostas dadas pelo autor. (K.T.)
1"1"1
370 INDEXAO E RESUMOS: TEORIA E PRTICA
Descreve as vrias fontes das quais se pode destilar etano!, abrangendo di-
versos tipos de produtos e resduos agrcolas, alm de resduos urbanos e lama
industrial. Compara os custos de produo do etano! com os da gasolina, e
analisa os problemas inerentes converso da produo de etano! da fase de
usina-piloto produo comercial em larga escala. Examina as vantagens e des-
vantagens do gasool, uma mistura de gasolina e lcool combustvel, e estuda os
problemas que devem ser resolvidos para que os carros a lcool se tornem viveis.
2. A eroso e o agricultor.
Descreve como o vento, a chuva e a neve derretida podem erodir valiosas
terras de cultivo, e avalia o volume das perdas agricolas devidas a essas causas
na Europa setentrional. Examina possveis solues, a saber, a rotao da cultura
de gros com a de gramneas protetoras do solo e o emprego de rvores e tenaos
como quebra-ventos.
3. A fotografia area e o que ela pode fazer [Aerial photography and what it can
do] (Baseado em mtigo publi.cado em Smithsonian, March 1984, p. 150-155.)
Faz uma reviso dos vrios usos possveis da fotografia area, que abrangem
a fotografia por satlite, a vigilncia militar, o controle do desarmamento, o
estudo de stios arqueolgicos, aplicaes em censos (por exemplo, contagem
de domiclios), previso do tempo e inundaes, e cartografia (fotogrametria).
4. Ofim do bordo sacarina? [The end ofthe sugar maple?] (Baseado em a1tigos
publicados em Blair & Ketchum S Country Journal, March 1986, p. 46-49 e
American Forests, November-December 1987, p. 26-34.)
Uma grande quantidade de rvores de bordo sacarina, no Canad e norte
dos Estados Unidos, ou esto morrendo, ou j morreram, causando uma grave
reduo na produo de acar. Suspeita-se que a principal causa disso seja a
chuva cida que provoca o desfolhamento.
5. Poder um avio voar eternamente? [Cana plane fly forever?] (Baseado
em artigo publicado em Newsweek, September 28, 1987, p. 42, 47.)
Ser testado no Canad o prottipo de uma aeronave movida a eletricidade,
que no precisa de qualquer combustvel convencional. A eletricidade trans-
mitida do solo sob a forma de energia de microondas, sendo reconvertida em
eletricidade por meio de 'reten.as' instaladas no avio. Teoricamente, o avio
poderia permanecer no ar durante meses sem piloto. Entre suas aplicaes
incluem-se pesquisa cientfica, vigilncia (militar, policial ou civil), previso
do tempo e transpmte de passageiros. As microondas tambm podem acionar
espaonaves. Os possveis riscos das microondas para a sade seriam um
obstculo a sua ampla aplicao.
6. Educao nutricional em programas de alimentao infantil nos pases em
desenvolvimento. [Nuhition education in child feeding programs in the deve-
loping countries] (Agency for lnternational Development 1974, 44p.)
!8. EXERCIC!OS DE INDEXAO 371
Este folheto, de texto simples, complementado com desenhos de inmeros
cmtazes, destina-se a agentes comunitrios e outras pessoas que lidam com a
alimentao de crianas nos pases em desenvolvimento, ajudando-os a trans-
mitir a mes e filhos ensinamentos sobre os alimentos de que as crianas preci-
sam durante o crescimento e para manter a sade, e como utilizar alimentos
locais na melhoria de sua dieta. Os captulos abrangem: A dupla finalidade dos
programas de alimentao infantil; O que voc deve saber sobre os alimentos;
Fixando metas que se ajustem a sua comunidade; Algumas regras gerais para o
ensino; Trabalhando com mes de pr~escolares; e Ensinando s crianas em
programas de alimentao escolar. Percebe-se que a educao nutricional mi-
nistrada por pessoas da prpria comunidade tem efeito mais duradouro e contri~
bui para a preveno da desnutrio tanto quanto os alimentos doados, por mais
impmtantes que estes sejam para a sade das mes e crianas que os recebem.
7. 1\lelhoramento da qualidade nutritiva e da produtividade da cevada para
regies semi-ridas; relatrio anual, 197511976. [lmprovement ofthe nu-
tritive quality and productivity ofbarley for semi-arid regions; annual repOit,
1975/1976] (Montana State University, College of Agriculture 1976, 70p.)
Este o segUndo relatrio anual de um projeto hienal destinado a melhorar
o valor nutritivo de cevada consumida em pases menos desenvolvidos, e au-
mentar a produtividade e diminuir as perdas causadas por doenas da cevada.
Durante o primeiro ano de trabalho, foram visitados vrios pases menos desen~
volvidos, a fim de estabelecer contatos e coletar amostras de organismos causa-
dores das principais doenas. O estudo sobre as doenas evoluiu ao ponto de
permitir o incio de um impmtante programa de extenso. Quanto ao estudo
sobre valor nutritivo, aperfeioou-se a tcnica de prova microbiolgica para
determinao de lisina at se obter um instrumento de seleo confivel. No se
verificaram diferenas significativas no valor nutritivo de pares isognicos Cam-
pana, glutinosos e normais," devidas ao tipo de amido ou de composio em
aminocidos da protena. Os resultados preliminares indicam que os povos que
consomem basicamente arroz dariam preferncia e provavelmente consumiri-
am mais uma cevada de endospenna glutinoso do que a cevada de endosperma
normal. A variedade High Amylose Glacier apresentou um valor energtico !e~
vemente menor do que a Glacier normal, mas a primeira contm uma protena
de melhor qualidade, devido a um aumento na protena de vrios aminocidos.
Os dados de desempenho animal (Crescimento, DES e VB) confirmam as anli-
ses qumicas da composio em protena e aminocidos das cevadas Hyproly e
Normal Hyproly. Verificou-se que o contedo de li sina da protena era influen-
ciado pelo meio ambiente de modo diferencial, dependendo do gene presente, e
se refletia no desempenho animal. O desempenho animal tem alta correlao
com o contedo de aminocidos essenciais das cevadas. Comumente a lisina
responde por mais de 50% da variao animal em crescimento e PER, e 60% da
variao em valor biolgico. Identificou-se uma translocao dupla que ser
"f!TI
372 INDEXAO E RESUMOS: TEORIA E PRTICA
eficaz na transferncia do gene Hiproly para uma populao, bem como genes
resistentes a doenas (cochonilha, ferrugem, nanismo da cevada amarela) no
cromossomo 3. Foram desenvolvidas linhagens ftteis, cheias e com alto teor
de Jisina, a patiir de hbridos Hiproly, para servirem como matrizes em outros
trabalhos de desenvolvimento de variedade com esse gene.
8. lvfulheres ajNcanas no desenvolvimento agrcola, um estudo de caso em Ser-
ra Leoa. [African women in.agricultural development, a case study in Sierra
Leone] (Spencer, D.S.C., 1976, 41 p. Department o f Agricultura! Economics,
Michigan State University.)
Estudo sobre as conseqncias na mo-de-obra, entre famlias de agricultores,
de um emprstimo para projeto da A.I.D. destinado ao desenvolvimento de terras
alagadas no interior para produo de arroz. O estudo correspondia a uma pe
quena parte de uma pesquisa nacional sobre problemas de emprego rural em
Serra Leoa. Uma aldeia, Benduma, numa das trs reas operacionais do projeto
da A.I.D., foi selecionada para o estudo intensivo do trabalho dirio realizado
por homens, mulheres e crianas, em 23 domiclios selecionados. De maio de
1974 a junho de 1975, foram feitas entrevistas duas vezes por semana em
domicilies selecionados, aplicandose um questionrio de insumo-produto para
manter registros dirios de horas trabalhadas por membro da famlia e produto
noagrfcola, vendas agrcolas e no-agricolas, emprstimos concedidos e rece
h idos, e presentes dados e recebidos. A paiiir desses dados calcularamse a re-
ceita domiciliar por fonte e sua distribuio, utilizao da mo de-obra, rendi-
mentos da mode-obra, e perfis sazonais de empresas agrcolas e no-agrcolas.
O autor conclui que as mulheres envolvidas no projeto de desenvolvimento
trabalharam com um pouco mais de afinco do que as mulheres que dele no par-
ticiparam, mas que o aumento da carga de trabalho foi muito menor do que o
aumento da carga de trabalho de homens adultos e crianas. As mulheres desem-
penham papel substancial no cultivo de um produto de 'desenvolvimento' (arroz
irrigado) que emprega tecnologia aperfeioada. Todavia, os resultados do estudo
negam a hiptese de que esses projetos de desenvolvimento agrcola impem
uma carga de habalho desigual para as mulheres em comparao com os homens.
9. Poltica de cincia e tecnologia, administrao e planejamento da pesquisa
na Repblica rabe do Egito 1976, I 03 p. [Science and technology policy,
research management and planning in theArab Republic ofEgypt] (National
Academy ofSciences, National Research Council, Washington, D.C. 20418.)
Relatrio de simpsio sobre planejamento de polftica cientfica e oficina
sobre administrao e planejamento da pesquisa. A conferncia girou em torno
de planejamento e politica de cincia e tecnologia, e administrao da pesquisa.
Escolheu-se o formato de 'oficina' como o melhor mtodo para reunir um grupo
representativo de cientistas da rea das cincias fsicas, naturais e sociais, eco
nomistas, engenheiros e planejadores de desenvolvimento egfpcios e norte-
americanos. Constatou-se que, embora o Egito carea de uma poltica cientfica
l 18. EXERciCJOS DE INDEXAO 373
nacional formalmente enuncada, as diversas instituies voltadas para a cincia
ali criadas e os recursos financeiros alocados para a pesquisa e a educao em
I cincia constituem uma importante poltica nacional implcita. A administrao
desse grande e complexo conjunto de instituies uma tarefa formidvel, e
devem ser encetados todos os esforos para garantir sua eficcia e eficincia. A
administrao da pesquisa nas universidades um problema muito diferente da
administrao de institutos de pesquisa aplicada, e deve ser resolvido to rapi-
damente quanto possvel. Ainda que o programa de pesquisa aplicada do Egito
seja um empreendimento de vulto, sua execuo provavelmente esteja a necessitar
de uma ampla reestruturao e redirecionamento, para ser totalmente eficaz. A
transferncia de tecnologia indstria egpcia por outras naes foi e continuar
sendo um elemento fundamental no desenvolvimento industrial do Egito. Visando
a assegurar uma transferncia eficaz de tecnologia e a reduzir seus custos, deveria
haver revises apropriadas da legislao e das prticas nacionais.
10. Utilizao para o consumo humano de espcies marinhas subutilizadas.
[Utilization ofunderutilized marine species for human consumption] (Cons
tantinides, S.M.; Figueroa, Jose; Kaplan, Harvey, 1974, llp. lnternational
Center for Marine Resource Development, University ofRhode Island.)
Numa poca em que os preos do pescado esto em alta e a desnutrio pro-
tica prevalece em muitos pases em desenvolvimento, os pescadores, em todo
o mundo, devolvem ao mar, para morrer, milhes de toneladas de peixes ricos
em protena. Esses peixes so devolvidos ao mar porque so considerados 'lixo'
ou 'refugo', ou so espcies pouco conhecidas sem qualquer valor econmico.
Nos Estados Unidos, os pescadores devolvem at 70% dos peixes apanhados
nas redes durante a pesca de outras espcies de valor econmico, como linguados
e camares. O homem no pode mais se permitir ignorar as espcies marinhas
ricas em protena. preciso criar mercados para as espcies subutilizadas, expan-
dindo-os como solues alternativas em face da queda no abastecimento de
espcies comercialmente consolidadas, ampliando desse modo a indstria, esti~
mulando a preservao dos recursos e revitalizando as espcies conhecidas e h
muito exploradas. Pode-se lanar mo de solues convencionais e no-con-
vencionais, a fim de utilizar essas espcies consideradas refugo. A utilizao
delas pode ser desenvolvida conforme as seguintes atividades principais: carne
moda (espcies mistas ou uma nica), pastas e produtos secos. A produo de
carne moda a pmtir de inmeros peixes de tamanho pequeno e mdio torna~se
vivel com o emprego de separadores que produzem carne sem espinhas. A
carne lavada e depois congelada em blocos. Uma combinao de peixes gordu-
rosos e no-gordurosos resulta num produto final apetecvel ao consumidor.
Pastas de peixe, de camaro e de caranguejo so preparadas segundo vrios
mtodos. Acrescentam~se carne moda lavada sal, amido e polifosfatos, a fim
de produzir uma pasta com a qual podem ser preparados embutidos e outros
produtos. Podem tambm ser elaborados outros produtos como peixe misturado
374 INDEXAO E RESUMOS: TEORIA E PRTICA
com batata, pasta para espalhar sobre po, molhos para salgadinhos, e sopas ou
vrios tipos de carne moda misturados entre si ou com outros ingredientes para
obter novos sabores apetitosos. Espcies que at hoje no foram utilizadas pelo
homem sero utilizadas no fuh1ro, e as chamadas espcies sem valor sero aceitas
como espcies comestveis apropriadas ao consumo humano direto.
11. A utilizao de alunos monitores e instruo programada pelo rdio: alterna-
tivas viveis na educao. [The use ofpeer tutoring and programmed radio
instruction: viable alternatives in education] (Hannum, \V. H.; Morgan, R.M.
1974, 38p. Florida State University, College ofEducation.)
Os educadores de pases em desenvolvimento provavelmente obtero me-
lhores resultados ao aplicar os princpios e no os equipamentos da tecnologia
educacional. J foi demonstrado que os principias do ensino programado so
eficazes na promoo da aprendizagem em circunstncias muito variadas. Os
materiais instrucionais mais eficazes podem ser desenvolvidos com a aplicao
dos princpios da instruo programada e do aprendizado com proficincia. O
rdio, quando combinado com alunos monitores, pode ser um instrumento edu-
cacional eficaz em pafses em desenvolvimento. Os conceitos de ensino progra-
mado e aprendizado com proficincia podem ser incorporados ao projeto de
programas educacionais pelo rdio. Estes, acompanhados por alunos monitores,
aperfeioam o esforo educacional global de modo compatvel com os recursos
de muitos pases em desenvolvimento. Este tipo de sistema educacional uma
alternativa vivel educao formal tradicional. Deveria ser testado em vrios
pases em desenvolvimento visando explorao de todo seu potencial.
12. Fatores culturais e sociais que influem na participao de pequenos agri-
cultores em programas formais de crdito [Cultural and social factors affec-
ting small farmer participation in formal credit programs] (Gillette, Cynthia;
Uphoff, Nonnan 1973, 40p. Rural Development Committee, Center for Inter-
national Studies, Cornell Ut~iversity.)
Este trabalho contm trs pressupostos bsicos que, com uma exceo, cons-
tituem seu tema principal. A exceo a questo da 'racionalidade econmica',
conhecida de todos os que se interessam pelo desenvolvimento do Terceiro
Mundo, mas que vista como justificativa de uma breve anlise na introduo.
A parte 11 trata do contexto cultural de pequenos agricultores como tomadores
de emprstimo, isto , diversos fatores que influem sobre a demanda de crdito.
Em seguida, a partem trata do contexto cultural dos programas creditcios como
emprestadores, isto , fatores que condicionam o fornecimento de crdito dis-
ponvel em termos funcionais aos pequenos agricultores. A parte IV mostl'a v-
rias implicaes das pa11es 11 e 111: o que acontece quando esses dois sistemas
culturais interagem e quais os provveis pontos de dificuldade. A parte v con-
clui fazendo uma comparao das diferenas gerais entre fontes de crdito for-
mais e informais.
1I
'
}8. EXERCCIOS DE INDEXAO
13. Desenvolvimento de coberturas de casas de baixo custo a partir de materi-
375
ais locais em naiJes em desenvolvimento; relatrio anual, 1974//975 [Deve-
lopment oflow-cost roofing fiam indigenous materiais in developing nations;
annual report, 1974/1975] (Monsanto Research Corporation, Dayton, Ohio,
1975, 335 p.)
I Este relatrio examina a segunda fase (maio de 1974 a setembro de 1975)
de uma pesquisa de trs fases, com trs anos e meio de durao, visando ob~
teno de melhores coberturas de casas para pases em desenvolvimento, medi-
ante a combinao de fibras e enchimentos locais com aglutinantes de baixo
custo. A meta final do programa tornar disponfvel em pelo menos trs pases,
cada um deles na Amrica Latina, sia e frica, mn sistema de coberhtra de
casas que seja econmica e tecnicamente aceitvel e que dependa menos de
divisas estrangeiras do que as alternativas ora existentes. O objetivo do progra-
ma ser demonstrado, em cada um dos pases participantes, com a construo
de pelo menos quatro prottipos de cobet1uras e a transferncia da tecnologia
necessria a instihlies qualificadas. Os pases colaboradores atuais so Jamaica,
Filipinas e Gana. A prioridade do projeto durante a fase 111 consistiu no desen-
volvimento de materiais de cobet1ura e estabelecimento do mecanisnl.O de trans~
ferncia de tecnologia. Os objetivos predominantes do desenvolvimento de ma
teriais incluam o estabelecimento de um conjunto generalizado de critrios
para coberturas; definio dos componentes do material composto; determina-
o dos conjuntos mais promissores de materiais, processos e produtos; e an-
lises de custos e viabilidade dos sistemas propostos. Foram definidos quatro
sistemas propostos de material composto para coberturas que empregam de 70
a 100% de materiais locais. Excepcional como enchimento o bagao, que o
resduo da canade-acar. Os principais aglutinantes propostos incluem. borra-
cha natural, resinas fenlicas e termoplsticas comerciais. A cura acelerada e ao
ar livre demonstra a viabilidade dos sistemas propostos. Os objetivos dos as-
pectos relativos transferncia de tecnologia incluram a definio de institui-
es colaboradoras potenciais e pessoas flsicas na Jamaica, Filipinas e Gana; a
formao de comisses de trabalho, assessoras e tcnicas, em cada um desses
pases que pat1icipariam do programa de desenvolvimento de cobet1mas de ca~
sas; e a identificao de instituies qualificadas interessadas na futura produ~
o comercial dessas coberturas. Essas instituies, comisses e grupos de tra
balho foram definidos nos trs pases e esto funcionando, em vrios graus,
com a Jamaica frente. Foram identificadas indstrias do setor privado que
podero tornar-se futuros fabricantes de coberturas em cada um dos trs pases.
Durante a fase m, de outubro de 1975 a dezembro de 1976, o programa ser
conclufdo com a otimizao de materiais, projeto, fabricao, testes e avaliao
dos prottipos de coberturas; e fabricao em campo, instalao e avaliao das
cobet1uras em escala integral.
376 INDEXAO E RESillvfOS: TEORIA E PRTICA
Indexao e explicaes do autor
(Os descritores principais so identificados com um asterisco *)
1. O lcool combustvel hoje
Alcohol fuels* (lcoois combustveis]
Gasohol* [gasool]
Production costs [custos de produo]
Gasoline [gasolina]
Crops [produtos agrcolas]
Agricultura! wastes [resfduos agrfcolas]
Refuse derived fuels (combustveis derivados do lixo]
Domestic wastes [resduos domsticos]
Industrial wastes [resduos industriais]
Pilo! projects [projetos-piloto]
Waste utilization [utilizao de resduos]
No se enconha no UNBIS o termo ethanol [etano!] do qual se faz remissiva
para alcoholfuels [lcoois combustveis]. que parece ser o tenn_o mais petiinente
para este item. Se o termo ethanol existisse no tesauro, ele seria usado, e no
alcoholfuels, apesar do ttulo, pois o resumo indica que o artigo trata exclusiva-
mente de etano I. No confie em demasia nos ttulos; eles s vezes so enganosos.
O resumo sugere que o artigo d bastante ateno ao gasool, e por isso este
termo tambm empregado na indexao seletiva. O tesauro no contempla a
possibilidade de se expressar a idia de 'carros a lcool', No entanto, isso se
acha implcito com muita nitidez em gasohol [gasool], de modo que o emprego
do termo automobiles [automveis], embora no seja errado, parece desne-
cessrio. Se utilizssemos o termo motor jl1els [combustveis para motores]
estaramos cometendo um Srio engano, porque o atiigo trata exclusivamente
de gasool, que um tipo de combustvel para motores, e motor}ltels, no UNBIS,
um termo genrico (TG) de uma ordem superior a gasohol.
Na indexao mais exaustiva seria preciso abarcar as outras idias conden-
sadas no resumo. As fontes do etano! podem ser satisfatoriamente abrangidas
por intermdio do termo crops [produtos agrcolas] junto com diversos termos
especficos de 'waste' [resduos]. Uma vez que se mencionam tipos especficos
de resduos, melhor empregar os termos especficos e no o mais genrico
wastes. Para exemplificar, suponhamos que algum estivesse procura de
informaes sobre possveis aplicaes de resduos agrcolas. Este parece ser
um item bastante relevante, porm no seria encontrado se estivesse indexado
sob o termo mais genrico.
O termo municipal wastes [resduos urbanos] no existe no UNBIS, mas como
resduos urbanos so, em geral, resduos domsticos (ver nota explicativa em
domestic wastes no UNBIS), devese, por isso, empregar resduos domsticos.
Se o miigo der muita ateno ao aspecto 'resduos', um termo adequado parece
18. EXERCiCIOS DE INDEXAO 377
ser waste utilization [utilizao de resduos]. Rejltse derivedfuels [combustveis
derivados do lixo] , com certeza, um termo apropriado.
Considerando que se comparam os custos do etano! e da gasolina, o termo
gasoline deveria ser includo na indexao exaustiva. Production costs [custos
de produo] certamente sim.
Os termos do UNBIS no permitem que se expresse com preciso a idia de
<ampliar' a produo da escala de usinapiloto para a escala comercial. O termo
mais pertinente parece ser pilo! projects [projetospiloto].
Tambm impossvel exprimir a idia de 'vantagens/desvantagens' ou 'pro
blemas' (relativos a carros movidos a gasool ou lcool). A maioria dos vocabu
!rias controlados no chega a contemplar esse tipo de idias mais nebulosas.
2. A eroso e o agricultor
Soil erosion* [eroso do solo]
Rain [chuva]
Soil conservation* [conservao do solo]
Snow [neve]
Crop rotation [rotao de culturas]
Windbreaks [quebra-ventos]
Crop yields [produo agrcola]
Europe (Europa]
Aqui, o termo fundamental sai/ erosion [eroso do solo]. Soil conserva-
tion [conservao do solo] o tenno que, isoladamente, melhor abrange 'pos-
sveis solues'. Deficincias do tesauro UNBIS dificultam a indexao exaustiva.
Rain [chuva], snow [neve] e wind [vento] so termos apropriados e necessrios,
caso algum precise fazer uma busca de artigos especificamente sobre eroso
do solo provocada por chuva, neve ou vento. Quanto s solues especficas
analisadas, crop rotation [rotao de culturas] e windbreaks [quebra-ventos]
so apropriados
No UNBIS no se pode expressar a idia de 'perdas agrcolas', porm crop
yields [produo agrcola] suficientemente aproximado para merecer ser
atribudo (isto , o efeito da eroso sobre a produo). O termo Northern Europe
(Europa setentrional] no existe no UNBIS (embora exista Southern Europe!
[Europa meridional]), por isso o termo Europe deve ser atribudo. Isso exem-
plifica um aspecto importante: se o termo exato de que se necessita no existe
no tesauro, utiliza-se o termo mais especfico que o tesauro permite.
3. A fotografia area e o que ela pode fazer
Aerial photography* [fotografia area]
Aerial photogrammetry [aerofotogrametria]
Image analysis [anlise de imagens]
Aerial surveys* [levantamentos areos]
Hydrographic surveys (levantamentos hidrogrficos]
378 INDEXAAO E RESUl\IOS: TEORIA E PRTICA 18. EXERCCrOS DE INDEXAO 379

Flood contrai [controle de inundaes]
Military reconnaissance [reconhecimento militar]
Satellite monitoring [monitoramento por satlite]
Geodetic satellites* [satlites geodsicos]
Archaeology [arqueologia}
Censuses [censos]
Weather prediction [previso do tempo]
Weather maps [cartas meteorolgicas]
Este artigo parece tratar do emprego de aeronaves e satlites na realizao
de diversos tipos de levantamentos fotogrficos. Aerial photography [fotogratla
area] e aerial surveys [levantamentos areos] so termos impmtantes. O termo
satel/ite photography [fotografia por satlite] no existe no UNBIS. A idia poderia
ser expressa, contudo, combinando-se aerial photography com um termo de
'satlite'. O termo mais apropriado parece ser geodetic satellites [satlites
geodsicos], especialmente porque o UNBIS liga (por meio de TR) o termo aerial
photogramme!Jy [aerofotogrametria] com geodetic satelfites.
Quanto s aplicaes, o UNB!S abrange satisfatoriamente umas, e outras no
to satisfatoriamente. Verification [verificao] um te1mo do tesauro aparen-
temente apropriado para este artigo at se descobrir que satellite monitoring
[monitoramento por satlite] um termo mais especfico do que verification.
Emprega-se satellite monitoring porque o tipo de verificao analisado no docu-
mento (verificao de desarmamento) s pode ser realizado por meio de fotogra-
fias tiradas por satlite. Lembre-se: empregue sempre o termo mais especfjlco
existente no tesauro, ainda que um outro termo possa 'soar' mais apropriado.
Isso exemplifica outro aspecto impmiante: o 'contexto' de um termo num tesauro
revela o significado desse termo, mesmo que no seja acompanhado de uma
nota explicativa. O contexto de satellite monitoring no UNBIS deixa claro que o
objetivo o uso de satlites na verificao, e no o monitoramento de satlites.*
O estudo de stios arqueolgicos provavelmente fica mais bem abrangido
por archaeology [arqueologia] do que por archaeofogical excavations [escava-
es arqueolgicas]. Como 'contagem de domiclios' usado simplesmente como
exemplo de uma aplicao em censos, o termo genrico censuses [censos]
mais seguro do que housing censuses [censos domiciliares]. Alm disso, o ltimo
termo um tanto ambguo, pois pode referir-se aos ocupantes de prdios e no
ao nmero de residncias.
No UNBIS, o prognstico sobre o tempo se traduz como weather predictiotl
[previso do tempo]. Como isso implica a elaborao de cartas meteorolgicas,
este termo tambm seria aplicado, ainda que seja um tanto perifrico. No h
como abranger a previso de inundaes como tal. O objetivo a preveno
* Esta advertncia do autor justitka-se por causa da ambigHidade da expresso em ingls, que
tanto pode significar 'monitoramento de satlite' quanto 'monitoramento por satlite'. {:u.)
contra inundaes, de modo que se deve usar {lood contra/ [controle de
inundaes]. Como o movimento de gua ou gelo se acha implfcito, hydrographic
surveyS [levantamentos hidrogrficos] tambm seria um bom termo.
A cartografia est bem abrangida por aeria/ photogrammet1y [aerofotogra-
metria]. Finalmente, como todas as diversas aplicaes envolvem extensamente
a interpretao de fotografias, image analysis [anlise de imagens] parece ser
inteiramente adequado.
4. O fim do bordo sacarina?
Sugar growing* [culturas aucareiras]
Sugar industry [indstria aucareira]
Trees* [rvores]
Defoliation [desfolhamento]
Acid rain* [chuva cida]
Canada [Canad]
United States [Estados Unidos]
Plant diseases [doenas das plantas]
O tesa mo UNBJS s reconhece como plantas produtoras de acar a cana-de-
acar e a beterraba sacarina, por isso, preciso empregar aqui. sugar cr~ps
[culturas aucareiras ]. Como nesse tesauro h poucos termos para t1po,s especifi-
cas de rvores, preciso empregar o termo genrico trees [rvores]. E provvel
que a poluio seja a causa do desfolhamento, mas desn~cessrio. usar air
pollution [poluio atmosfrica] porque acid rain [chuva c1da] ma1s exato.
5. Poder um m>io voar eternamente?
Aircraft* [aeronave1
Electric vehicles* [veculos eltricos]
Microwaves* [microondas]
Scientiflc research [pesquisa cientfica]
Prototypes [prottipos]
Spacecraft [espaonave]
Radiation sickness [doena provocada por radiao]
Military surveillance [vigilncia militar]
Canada [Canad]
A idia de uma aeronave movida a eletricidade, que utilize microondas, acha-
se bem abrangida pelos trs termos com asterisco. O m1igo concede mais ateno
s possveis aplicaes cientficas e militares, pelo que se fez um esforo para
englobar esses aspectos. Lamentavelmente, a idia da vigilncia em geral est
ausente do UNBIS, mas existe militmy surveillance [vigilncia militar]. As outras
possveis aplicaes mencionadas no a11igo, como, por exemplo, a ~reviso do
tempo, o so de modo to superficial que parecem no merecer sua 1~cluso na
indexao. Como o risco para a sade mencionado a radiao de nucroondas,
o termo radiation sickness (doena provocada por radiao] parece apropriado.
380 INDEXAO E RESUMOS: TEORIA E PRTICA
6. Educao nutricional em programas de alimentao infantil
Child feeding* [alimentao infantil]
Nutrition education* [educao nutricional]
Child nutrition* [nutrio infantil]
Developing countries [pases em desenvolvimento]
Infant nutrition [nutrio do lactente]
School meals [merendas escolares]
O assunto desse relatrio est perfeitamente abarcado pelos termos existentes
no tesauro.
7. Jv/elhoramento da qualidade nutritiva e da produtividade da cevada
Barley* [cevada]
Arid zones* [zonas ridas]
Nutrition* [nutrio]
Crop yields [produo agrcola]
Developing countries [pases em desenvolvimento]
Plant breeding [ni.elhoramento gentico de plantas]
Plant genetics [gentica vegetal]
Plant diseases [doenas das plantas]
Plant protection [proteo das plantas]
Proteins [protenas]
Arid zones [zonas ridas] , no UNBIS, o mais prximo que se pode chegar
de 'regies semi-ridas'.
8. A1ulheres africanas no desenvolvimento agrfcola
Rice [arroz]
Sierra Leone [Serra Leoa]
Women in agriculh1re* [mulheres na agricultura]
Women workers* [mulheres trabalhadoras]
Women in development [mulheres no desenvolvimento]
Women's rights [direitos das mulheres]
Hours o f work* [horas de trabalho]
Working time arrangement [organizao do tempo de tr3balho]
Labour productivity [produtividade do trabalho]
Division o f labour [diviso do trabalho]
No se deixe enganar pelo ttulo. Este documento sobre mulheres em Serra
Leoa, no sobre mulheres africanas em geral. O atiigo estuda principalmente as
condies de emprego das mulheres, no a cultura do arroz. Embora r ice [arroz]
seja um termo petiinente, os mais importantes so women workers [mulheres
trabalhadoras] e hours ofwork [horas de trabalho]. Arroz no um termo princi-
pal, pois quem estiver procura de itens sobre a cultura do arroz poder no se
interessar por esse tipo de estudo social. O termo division oflabour [diviso do
trabalho] provavelmente petiinente, uma vez que o documento analisa a relao
18. EXERCiCJOS DE INDEXAO 381
homens/mulheres no trabali10, no entanto, a nota explicativa no tesauro traz
uma indicao muito inadequada sobre como e quando usar este termo.
9. Poltica de cincia e tecnologia
Egypt* [Egito]
Science and technology policy* [poltica de cincia e tecnologia]
Science and technology planning* [planejamento de cincia e tecnologia
Research and development* [pesquisa e desenvolvimento]
Technology transfer [transferncia de tecnologia]
Scientific research [pesquisa cientfica]
Public administration [administrao pblica]
Management [administrao]
Science and technology financing [financiamento de cincia e tecnologia]
So necessrios vrios termos para abranger esse relatrio de modo adequado.
Note-se que research and development [pesquisa e desenvolvimento] e manage-
ment [administrao] so ambos necessrios para refletir a idia de 'adminis-
trao da pesquisa'. Egypt [Egito] considerado um termo principal porque
todo o relatrio trata da situao egpcia. O que muito diferente do artigo
sobre 'mulheres africanas', no qual a localizao (Serra Leoa) quase acidental
para a finalidade do estudo.
I O. Utilizao para o consumo humano de espcies marinhas subutilizadas
Food consumption* [consumo de alimentos]
Fish* [peixes]
Fish processing [processamento de peixes]
Fishery products [produtos da pesca]
Fishery conservation* [preservao da pesca]
Este um exemplo de um m1igo que no pode ser indexado adequadamente
porque o tesauro no expressa a idia de 'espcies de peixes subaproveitadas '.
Os termos aqui empregados no oferecem uma imagem satisfatria daquilo de
que trata o item, mas so os melhores existentes.
11. A utilizao de alunos monitores e instruo programada pelo rdio
Educational radio* [ensino pelo rdio]
Programmed instructon* [instruo programada]
Developing countries [pases em desenvolvimento)
Nonformal education [educao no-formal]
Teaching personnel [pessoal de ensino]
Mais uma vez um item que no foi abrangido satisfatoriamente porque o
tesauro carece de termos que expressem a idia de 'alunos monitores'ou mesmo
de 'monitoria'.
12. Fatores culturais e sociais que influem sobre a participao de pequenos
agricultures em programas formais de crdito
 382 INDEXAO E RESUMOS: TEORIA E PRTICA

Credit policy* [poltica de crdito) CAPTULO 19

Fanners* [agricultores]
Small farms* [pequenas propriedades agrcolas]
Developing countries [palses em desenvolvimento]
Aoricultural credit* [crdito agrcola] Exerccios de redao de resumos
C~ltural values [valores culturais]
Social values [valores sociais] ,
Este um excelente exemplo de um relatrio relativamente longo q~e _e
satisfatoriamente abrangido com um pequeno nmero de termos. Para_ expnnur PARTE I
a idia de 'pequenos agricultores' preciso usar tanto {an~zer~ [agncultor~s]
quanto sma/1 farms [pequenas propriedades agrcol~s]. Atnbm-se developmg
countries [pases em desenvolvimento] porque bviO que este o contexto no
P ara fazer este exercfcio preciso primeiro reunir os artigos de peridicos que
so mencionados na lista abaixo. A maioria deles facilmente encontrada
qual se analisa o crdito agrcola. em bibliotecas dos Estados Unid.os. Para cada artigo prepare um resumo ou
resumos (ver nota adiante) e compare o que voc escreveu com os resumos que
J3. Desenvolvimento de coberturas de casas de baixo custo sugeri e com meus comentrios. De que modo esses resumos diferem dos seus?
Roofs* [coberturas de casas] Quais os melhores? Por qu?
Traditional technology [tecnologia tradicional]
Artigos a serem resumidos:
Bagasse [bagao de cana]
Fibres [fibras] I. Cana plane fly forever? (Newsweek, September28, 1987, p. 42, 47).
.'' Buildina materiais* [materiais de construo] 2. Pluto: limits on its atmosphere, ice on its moon (Science News, September
Teclmofogy transfer [transferncia de tecnologia] 26, 1987, p. 207).
Rubber [borracha] 3. Plastic shocks and visible sparks (Science News, September 5, 1987, p. 152).
Plastic products [produtos plsticos) 4. Moscow's chemical candor (Newsweek, October 19, 1987, p. 56).
Jamaica 5. Stereotypes: the Arab's imuge (Wor!d Press Review, June 1986, p. 39).
Ghana [Gana] 6. Ads require sensitivity to Arab culture, religion (lvfarketing News, April25,
Philippines [Filipinas) . 1986, p. 3).
Developing countries [pases em desenvolvunento] _ . . 7. F rance, racism and the Left (The Nation, September 28, 1985, p. 279-281).
Esta indexao no totalmente satisfatria porque o tesauro nao nos petmite S. Compassion for animais (National Forum, Winter 1986, p. 2-3).
expressar' indigenous materiais' ['materiais locais']. No entanto, podem:se con
siderar os materiais locais como relacionados de perto com_ a. tecnolo~1a !~cal, Nota: Para o item I, redija resumos indicativos. Para os itens 2, 5 e 7, redija
de modo que 0 termo tradtonaltechnology [tecnologia tradiCional] se JUStifica, resumos informativos. Para os de nllmero 3 e 4, redija resumos indicativos e
informativos. Para os itens 6 e 8, faa da forma que lhe parecer mais adequada.
ainda que no seja exatamente o ideaL

Resumos deste autor

1. Cana plane fly forever? [Poder um avio voar eternamente?] (Newsweek,
September 28, 1987, p. 42, 47).
Resumo {indicativo)
Ser testado no Canad o prottipo de uma aeronave movida a eletricidade,
que no requer combustvel convencional. A eletricidade transmitida do solo
sob a forma de energia de microondas e reconvertida em eletricidade por 'rete-
nas' no avio. Teoricamente, o avio pode permanecer no ar durante meses sem
piloto. Suas aplicaes incluem pesquisa cientfica, vigilncia (militar, policial
ou civil), previso do tempo e transporte de passageiros. As microondas podem
~I
:i)l!!
i ',
'
384
JNDEXAO E RESUMOS: TEORIA E PRTICA
tambm acionar espaonaves. Possveis riscos das microondas para a sade
podem impedir aplicao mais generalizada.
Comentrrio
A clareza tem precedncia sobre a brevidade. A expresso 'que no requer
combustvel convencional' necessria para esclarecer que o aparelho inteira-
mente movido a eletricidade. O resumo no deve extrapolar o que o artigo afir-
ma. Assim, 'ser testado' est bem, mesmo que o resumidor saiba que os testes j
foram realizados. Procure evitar o emprego de palavras irrelevantes. Por exem-
plo, 'As microondas podem tambm acionar espaonaves' mais conciso do
que 'As microondas podem tambm ser aplicadas com a finalidade de acionar
espaonaves', sem que com isso se perca em clareza. Como no se apresentam
resultados concretos, seria difcil escrever um resumo verdadeiramente infonna-
tivo desse item.
2. Pluto: limits on its atmosphere, ice on its moon [Pluto: limites de sua at-
mosfera, gelo em sua lua] (Science News, September 26, 1987, p. 207).
Resumo (iufomwtivo)
Clculos recentes indicam. que o dimetro de Pluto talvez no supere 2 290
km, com sua lua, Carente, cujo dimetro no deve ser superior a l 284 km. O es-
pectro infi:avermelho de Pluto parece ser radicalmente diferente do de Carente.
Pluto possui uma superffcie rica em metano, mas Carente, com relativamente
pouco metano, parece ter uma predominncia de gelo de gua. A refletividade de
Caronte em-responde somente metade da de Pluto, sugerindo que Pluto pos-
sui urna temperatura superficial mais baixa: talvez 50 kelvin em Pluto e 58 em
Carente. A presso de vapor em Pluto pode ser de apenas 3,5 microbars com-
parada com 59 em Caronte. Parece que Pluto possui calotas polares no-estti-
cas de gelo de metano cuja cobettura do planeta varia com o tempo.
Comentrio
Este um resumo realmente informativo, que procura condensar todos os
principais dados descritos no artigo. Procure evitar redundncia. Por exemplo,
exato, mas no necessrio, dizer 'Medidas do espectro infravermelho sugerem
que o espectro infravermelho de Pluto parece ser radicalmente diferente do de
Caronte' porque a referncia a 'espectro infravermelho' por si mesma indica que
foram tomadas medidas do espectro infravermelho.
3. Plastic shocks and visible sparks [Choques plsticos e faiscas visveis]
(Science News, September 5, 1987, voL 132, no. 10, p. 152).
Resumo (intlicativo)
Descreve as condies sob as quais a eletricidade esttica pode causar incn-
dios ou exploses, ao se manusear ps ou lquidos, e menciona dois instrumentos
T
'
I
19. EXERCiCJOS DE REDAO DE RESUMOS
385
desenvolvidos recentemente que podem ser empregados para monitorar ope-
raes de manuseio de materiais.
Resumo (informativo)
Ao encher ou esvaziar recipientes, a eletricidade esttica pode produzir fas-
cas que causam incndios ou exploses. Vasilhames plsticos que contenham
lquidos inflamveis podem receber uma carga vinda de um saco plstico ou do
bolso _de um casaco que esteja perto, produzindo uma fasca quando o lquido
despeJado. As cargas ocorrem tambm quando do transporte de ps qumicos,
quando tambores de metal revestidos de plstico so enchidos com lquidos
condutores ou recebem trapos embebidos com solventes condutores, ou quando
revestimentos semicondutores que tenham solventes como base so aplicados
sup~rfcie de uma pelfcula no-condutora. O prprio corpo humano pode prok
duz1r fascas que causam ignio de vapores inflamveis. Novos instrumentos
permitem o monitoramento das operaes de encher e esvaziar vasilhames com
ps ou lquidos. Empregando intensificao eletrnica de imao-ens ou a medio
da polaridade de carga e sua magnitude, registram o f.1iscam:nto e identificam
as condies mais provveis de causar a ignio. Os lquidos mais perigosos
possuem baixa condutividade, tm carga negativa, so altamente inflamveis e
se evaporam facilmente formando uma mistura de vapor-ar que sustenta a
ignio.
Comentfrio
Eis um bom exemplo da diferena entre resumo indicativo e informativo. O
primeiro simplesmente menciona de que trata o artigo, enquanto o segundo
P_locura ser uma sntese verdadeira- quais os tipos de operaes, qual o tipo de
nsco, qual o tipo de instrumento e assim por diante. Muitas vezes consegue-se
ser conciso, sem sacrificar a clareza, ao se omitir atiigos ou conjunes. Por
exemplo, "Ao encher ou esvaziar recipientes ... " mais conciso e to claro
quanto 'Ao encher ou esvaz.iar os recipientes ... '.
4. 1\'Ioscow's chemical candor [A sinceridade qumica de Moscou] (News-
week, October 19, 1987, p. 56).
Resumo (iuformatbo)
A Unio Sovitica admite abettamente a estocagem de armas qumicas, mas
afirma que no as produz mais. Foi dada permisso a observadores ocidentais
para visitar a base de Shikhani, antes secreta, mas especialistas ocidentais acham
que as armas expostas so antigas- os soviticos teriam armas mais modernas
que no admitem possuir. Os EUA afirmam que interromperam a produo de
armas q~timicas em 1969, mas os servios secretos ocidentais acreditam que os
soviticos ainda as produzem, tendo armazenadas at 300 000 toneladas. Os EUA
forneceram minucioso relatrio sobre as dimenses e a localizao dos estoques
norte-americanos, mas os soviticos se recusam a retribuir isso enquanto no for
 INDEXAO E RESUMOS: TEORIA E PRTICA
386
assinado um tratado. A proposta norte~americana de eliminao das armas qu~
micas no foi aceita pelos soviticos em 1984, mas agora afirmam desejar um
tratado e a verificao no local. Os soviticos afirmam que a deciso norte~
americana de produzir armas 'binrias' obstruir a assinatura de um tratado, mas
os EUA acham que essa nova gerao de annas na realidade forar os soviticos
a negociar.
Resumo (indicativo)
Descreve medidas adotadas recentemente pela Unio Sovitica para apoiar
um tratado de proscrio do emprego de armas qum.icas. Menciona a nova
gerao de armas 'binrias' atualmente produzidas pelos EUA e o possfvel efeito
disso na assinatura de um tratado.
Comentrio
Mais um bom exemplo da diferena entre resumo indicativo e resumo infor-
mativo. O primeiro procura resumir a essncia do mtigo enquanto o segundo
simplesmente indica de que ele trata.
5. Stereotypes: theArabs' image [Esteretipos: a imagem dos rabes] (JVorld
Press Review, June 1986, p. 39).
Resumo (informativo)
A mdia nOlie-americana, principalmente a televiso, promove uma imagem
negativa dos rabes e dos pa[ses rabes. A hostilidade aos rabes, exacerbada
pelo conflito rabe-israelense e a crise do petrleo da dcada de 1970, estende-
se a mais de um milho de rabes que vivem nos Estados Unidos. Os interesses
da verdade, da paz e da fraternidade exigem que sejam adotadas medidas para
mudar essa imagem.
Comeutdl'io
O resumidor deve decidir sobre o que e o que no importante. A essncia
desse breve attigo parece bem abrangida por essas trs frases. dispensvel
resmnir os detalhes sobre os esteretipos, que ocupam cerca de metade do artigo.
A incluso dos nomes de instituies mencionadas no mtigo tornaria o resumo
muito minucioso.
6. Ads require sensitivity to Arab culture, religion [A publicidade exige sen-
sibilidade cultura e religio rabes] (lv!arketing News, April25, 1986, p. 3).
Resumo
Devido queda dos preos do petrleo, preciso que uma publicidade eficaz
estimule os pases rabes a consumir. Os publicitrios devem compreender os
costumes religiosos, sociais e culturais que presidem a vida rabe. Apresentam-
se alguns exemplos de coisas a serem evitadas.
19. EXERCiCIOS DE REDAO DE RESUMOS 387
Comentrio
. Apesar de n~uito sucinto, este menos um resumo indicativo do que uma ten-
tativa de resum~r? que o autor diz, em vez de descrever aquilo de que trata o aJti-
go. Somente a ultuna frase realmente indicativa. Isso mostra como os resumos
podem ser redigidos de modo a combinar elementos informativos e indicativos.
7. France: racism and the Left [Frana: o racismo e a esquerda] (The Nation
September28, 1985, p. 279-281). '
Resumo (informativo)
O partido.ult:adireitista, Frente Nacional, promove ativamente o dio racial
I~a Frana, prn~clpall.nente contra os norte-africanos, mas os comunistas e socia-
listas pouco. tem fe1to para lutar contra o preconceito racial. As campanhas
~entra o rac1smo so organizadas por grupos nooficiais, principalmente de
JOVens.
Couwutdl'io
. Como no exemplo anterior, este resumo mais informativo do que indica-
tlv~. tJ_ma. com?a.rao dos .resumos 5-7 com os resumos 1--4 mostrar que
mats d1fictl red1g1r resumos verdadeiramente informativos em cincias sociais
do que nas cincias exatas. Os artigos em cincias sociais tendem a ser mais
abstratos e conter menos dados concretos.
8. C~mpassion for animais [Compaixo pelos animais] (National Forum
Wmter 1986, p. 2-3). '
Resumo
O estreit? vinculo entre homens e animais, que costumava existir em pocas
passadas, for corrofd~ pelo ?esenvolvimento urbano e a industrializao, provo-
cando desc~so pela vrda ammal em muitas partes. No entanto, um fo1te vnculo
hon~em-annnal fundamental para a sade do indivduo, da comunidade e da
s~~Jedade. Sugere maneiras pelas quais a sociedade poderia melhorar sua sensi-
bilidade e compaixo pelos animais.
Comentrio
. Mais uma vez, parece bastante apropriado um resumo combinado indicativo/
mformativo. As primeiras duas frases, ao tentar condensar a mensao-em dos
~ut?res.' so realmente inf01:mativas, enquanto a ltima fi:ase evide~emente
mdJcattva. O resumo ficaria totalmente informativo se fossem resumidos todos
os .mtodos destinados a despertar compaixo, mencionados na pgina 3 do
mt1go, mas eles so to variados que seria preciso um resumo bastante extenso
o que aparentemente no se justifica em face da brevidade do prprio attigo. '
 INDEXAO E RESUt>.IOS: TEORIA E PRATICA
388
PARTE 2
Reproduzemse a seguir oito resumos publicados em lrdcab. (~bril_ de 1_980,
volume 5, nmero 2), uma publicao de resumos no campo da uT~gaao edttada
pelo International Irrigation Information Center [Centro InternaciOnal de Infor-
mao sobre Irrigao]. Voc encontra algo de errado nesses resumos? Como
melhor-los? Veja, aps cada um deles, os comentrios deste autor.
Resumos
[Os resumos so aqui reproduzidos com a gentil permisso do lnternational
Irrigation Information Center, Bet Dagan, Israel, e Pergamon Pre~s Inc. A sele-
o destes resumos nessa fonte foi determinada apenas por raz~es de ~onve
nincia e no implica de forma alguma que os resumos de lrn:rca~ seJam de
qualidade inferior. Com efeito, em geral, so muito bons, sendo dtflcil encontrar
algum que necessite de grandes melhorias.]
1. Anon. (Clarification of highly turbid waters by means of acol~stic fl!~ers)
(Rus) [Clarificao de guas excessivamente barrentas medtante ft tros
acsticos] Gidrotekh Melior, 1977, (9): 98-99
. ,: . Descreve-se sucintamente o desenvolvimento de um mtodo de clarificao da ~gua
com tJitros acsticos. Estudaram-se as caractersticas hidrulicas de vrios cnvos
com e sem vibrao, e se determinou o coeficiente de resistncia de vrios ~ri.vos.
Propese 0 mtodo para claritlcao da gua sem o emprego de reagentes quumcos.
2. Vaneyan, s.S.; Makoveev, V.P. (Volzhanka si de rol\ sprinkler for irri?a~ion
ofvegetable crops) (Rus) [Aspersor Volzhanka de rotao lateral para lrnga-
o de culturas de hortalias] Gidrotekh Me/ior, Mar 1979, (3): 67-68, I
photo, 2 tab. (All-Union Research Institute for Vegetable Growmg, USSR)
Relatam-se experincias com a irrigao de culturas de vrias hortalias empregan-
do 0 asperso r Volzhanka. O artigo contm uma equa~ para ca~c~\ar a dura~o da
irrigao e 0 nmero de unidades de aspersores necessnos para liTigar detenmnada
rea. Apresenta dados sobre danos causados aos plantios pelas rodas dos aspersores.
3. Rhoades, J.D. Determining soil salinity and detecting saline seep~ usi~g adn
inductive electromaonetic soil conductivity senso r (Eng) [Determmaao a
satinidade do solo e identificao de nascentes salinas por meio de um sensor
indutivo eletromagntico de condutividade do solo] In: Agro~omy Abstracts:
1978 Annual Meeting of the Sai! Science Society of Amerrca: 183 (USDA,
SEA, Riverside, CA, USA)
Desenvolveu-se um novo instrumento para determinar a ~a~inidade d~ solo e a desco
bertade nascentes salinas a partir de medies daconduhvtdade el~ncado solo, s.et~l
sondas ou contato de terra, mediante uma tcnica indutiva magn~t~ca. A c~ndutiVI
dade lida diretamente no instrumento e as medies podem ser te1tas canunhando-
se sobre 0 solo. Tecem-se consideraes sobre o equipament? e os result~dos. Exa-
minam-se as vantagens e limitaes do novo mtodo e de metodos antenores.
19. EXERCCIOS DE REDAO DE RESUMOS 389
4. Gisser, M.; Pohotyles, S. \V ater shortage in Israel: long-run policy for the
farm sector (Eng) (Escassez de gua em Israel: poltica de longo prazo para
o setor agrcola] Water Resources, Dec 1977, 13(6):865-872, 1 fig. 10 tab, 4 ref
(University ofNew Mexico, Dept ofEconomics,Aibuquerque, NM 87131, USA)
Israel defronta uma situao de limitado volume de proviso de gua e demandas
crescentes. Como a agricultura utiliza uma grande parcela da gua disponvel, uma
poltica potencial reduzir as destinaes de gua para a agricultura, a tlm de permitir
o aumento de uso em outros setores. Fazem-se estimativas da perda total em rendi-
mentos na agricultura caus.lda pela reduo das cotas atuais, empregando um modelo
de programao linear.
5. Debrivna, I.Ye. (Sulfate reducing bacteria ofrice irrigation systems in the
Southern Ukrainian SSR) (Ukr, smnmmy Eng) [Bactrias redutoras de sulfa-
to em sistemas de irrigao de arroz na RSS da Ucrnia Meridional] lv!ikro-
bio/ogii Jurna/, 1977, 39(5): 627-629,2 tab, 9 ref(Academy ofSciences of
the Ukrainian SSR, Institute ofMicrobiology and Virology, Kiev, USSR)
Os estudos relatados mostraram um desenvolvimento muito intenso de bactrias
redutoras de sulfato no subsolo dos sistemas de irrigao de arroz caracterizados por
um lenol fretico alto. Sugere-se que isso seria responsvel pelas quedas da produ-
o de arroz nessas condies.
6. Koo, J.\V.; Ryu, H.Y. (A study on the determination method ofpumping rates
in tubewells for irrigation) (Kor, summmy Eng) [Um estudo sobre o mtodo de
determinao de coeficientes de bombeamento em poos tubulares para irri-
gao] Journal ofKorean Society ofAgricultura/ Engineers, Dec 1976, 18(4):
1-9, 8 fig, 4 tab, 20 ref(Seoul Nationa( University, Suweon, Republic ofKorea)
Realizaram-se ensaios de bombeamento em 12 poos tubulares com a finalidade de
encontrar um mtodo para Calcular o coeficiente de bombeamento em poos tubu\a-
res para irrigao. Uma bomba centrfuga de 3'\ um motor de 5 hp e um entalhe em
v foram empregados no ensaio, sendo medidas as profundidades, os nveis de gua
esttica, os nveis de bombeamento e as vazes dos poos tubulares. Observouse
uma correlao negativa entre coeficiente de bombeamento e rebaixamento, e uma
correlao positiva entre coeficiente de bombeamento e coetlciente de transmissibi
\idade. Verificou-se que uma frmula derivada da teoria de Thiem era satisfatria
para calcular os coeficientes de bombeamento de poos tubulares.
7. Shanmugarajah, K.; Atukorale, S. C. \V ater management at Rajangana scheme
~ lessons fi:om cu!tivation- Yala 1976 (Eng) (Manejo hdrico no projeto Rajan-
gana -lies do plantio- Yala 1976] Jalavrudhi (Sri Lanka), Dec 1976, 1
(2): 60-65, 5 tab (\V ater Management Division, lrrigation Dept. Sri Lanka)
Esta uma descrio de como foi comprovado que os plantadores de arroz de uma
certa rea sempre desperdiaram gua. Durante uma seca foram convocados especia-
listas em hidrologia, em virtude do temor de perda da safra, e, graas melhoria da
etlcincia na utilizao da gua, o consumo foi reduzido drasticamente, sem que hou-
vesse reduo na produo a~rcola.
 "i
390 INDEXAO E RESUMOS: TEORIA E PRTICA 19. EXERCCIOS DE REDAO DE RESUMOS 391
8. Arbarb, M.; Manbeck, D.M. Influence oflateral depth and spacing on com 5. Este pode ser reduzido em quase 50%:
yield and water use in subsurface irrigation system (Eng) [Influncia da pro- Um desenvolvimento muito intenso das bactrias no subsolo de sistemas de irrigao
fundidade lateral e do espaamento na produo de milho e utilizao da de aqilfero alto pode ser responsvel pelas quedas na produo de arroz.
gua em sistema de irrigao subsuperficial] Annual Aieeting, ASAE, Nonh
6. Pode ser abreviado ainda mais:
CarolinaState University, Raleigh, NC, USA, Jun 26-29, 1977, Paper No. 77-
2021, 21 p. 8 fig., 1 tab, 9 ref. Avai1ab1e fiom ASAE, POB 41 O, St. Joseph, Ml Empregaram-se uma bomba centrfuga de 3", um motor de 5 hp e um entalhe em v
de 90 graus para medir as profundidades, nveis de gua esttica, nfveis de bombea-
49085, USA (University ofNebraska, Agricultura! Engineering Dept, NB, USA)
mento e vazes de 12 poos tubulares. O coeficiente de bombeamento correi aciona-
Os objetivos desse experimento foram estudar a influncia de diferentes profundida- se positivamente com o coeficiente de transmissibilidade, e negativamente com ore-
des laterais e espaamentos na produo de milho e utilizao de gua, e estudar a baixamento. Pode-se utilizar uma frmula derivada da teoria de Thiem para calcular
utilizao prtica de um sistema de irrigao subsuperficial e o padro de distribui- os coeficientes de bombeamento.
o da gua.
7. Um resumo muito prolixo. Pode-se abarcar a essncia do texto assim:
Comentrios deste autor Especialistas em hidrologia, convocados durante uma seca, demonstraram que a efi-
1. A primeira fiase nada acrescenta ao tftulo. O resumo poderia ser ainda mais cincia de utilizao da gua podia melhorar grandemente, causando uma reduo
drstica do consumo sem reduzir a produo de arroz.
condensado, sem perda de sentido, como segue:
(NB. Vrias partes do resumo original so suprfluas. A primeira fiase acha-
Prope um mtodo que no requer agentes qumicos. Estudaram-se as caractersticas se implcita na ltima "mediante melhoria da eficincia na utilizao da gua".
hidrulicas de vrios crivos, com e sem vibrao, e se determinaram seus coeficientes
"Devido ao receio de perda da safra" evidente por si mesmo e nada acres-
de resistncia.
; .-:' centa ao resumo. Por outro lado, como o ttulo inespecfico, dever-se-ia es-
2. Novamente ocorre repetiO do titulo. Poderia ficar mais compacto assim: pecificar a cultura (arroz) e no 'safra' em geral. Evidentemente, no se po-
Relatam-se experimentos com vrias culturas de hortalias. Apresenta uma equao deria hocar 'safra' por 'arroz' sem ver o artigo original.)
para cale~ lar, em determinada rea, o nmero necessrio de unidades de aspersores
e a durao da irrigao. Apresenta dados sobre danos ao plantio causados pelas ro- 8. Raro exemplo de um resumo muito ruim do Irricab. No acrescenta pratica-
das dos aspersores. mente nada informao do ttulo. No seria possvel melhor-lo sem exa-
(NB. Seria muito melhor identificar as culturas, por exemplo, 'Relatam-se ex- minar o mtigo originaL
perimentos com repolho, beterraba e cenoura'.)
3. Pode-se evitar repetio desnecessria e o resumo se tornaria mais conciso:
O novo instrumento descrito funciona por meio da medio da condutividade eltrica
do solo, sem sondas ou contato com a terra. Pode-se ler diretamente a condutividade
e as medies teitas caminhando-se sobre o solo. Comparam-se o instrumento e seus
resultados com mtodos anteriores.
4. Desnecessariamente prolixo. Poderia ser reduzido a:
Uma das formas de atenuar a escassez de gua seria reduzir as cotas atribudas agri-
cultura (um grande consumidor), a fim de permitir o aumento do uso em outros seto-
res. Emprega-se um modelo de programao linear para calcular a renda agrcola que
se perderia no caso de reduo das cotas atuais.
(NB. Como o ttulo informa sobre o contexto- escassez de gua em Israel
-no preciso repeti-lo no resumo. O ttulo e o resumo se complementam;
este no deve existir separado do ttulo. Este resumo muito prolixo: 'limi-
tado volume de proviso de gua e demandas crescentes' um circunlquio
para dizer 'escassez de gua', o que j est implcito no ttulo.)
 .,_.
l
; ':
APNDICE 1 4. Os mtodos de pesquisa adotados devem ser identificados. Se forem empre-
Sntese de princpios de redao de resumos*
Princfpios gemis
l. No se deve impor restrio extenso absoluta do resumo. Deve ter a ex-
tenso que for necessria para que seja o enunciado mais direto, conciso e
homogneo possvel, que inclua todas as informaes positivas constantes
do a1tigo e nenhuma informao nula. Infonnao nula quer dizer: 1) os ele-
mentos que se consideram sem qualquer probabilidade razovel de, direta ou
indiretamente, apoiar uma deciso de trabalho; 2) os elementos que dupli-
cam outros elementos j includos; e 3) os elementos que constituem conhe-
cimento de domnio comum dos especialistas do setor.
2. Exigem-se frases curtas, bem redigidas e completas para fcil acesso infonnao.
3. O resumo pode usar palavras diferentes das do artigo original [parfrase] ou
adotar, seletiva e cuidadosamente, as mesmas palavras do artigo. Quanto
mais bem organizado e redigido o attigo original, maior ser a dependncia
em relao ao ltimo mtodo, que uma forma de elaborao de 'extratos'.
4. Palavras e expresses tcnicas devem ser as correntes na cincia em causa.
5. Novos termos ou denominaes devem ser apresentados com suas definies.
6. Somente devem ser empregados as abreviaturas e smbolos convencionais
mais comuns, a fim de evitar confbso e contribuir para a legibilidade.
Princfpios relathos fto contedo
1. O tpico introdutrio deve oferecer uma indicao exata do assunto tratado
e dos mtodos empregados, caso isso no esteja evidente no ttulo. Esse t-
pico, no entanto, ser uma redundncia perdulria, se o ttulo tiver represen-
tado satisfatoriamente o contedo temtico e o mtodo de pesquisa.
2. Se no estiver evidente no ttulo e/ou no tpico introdutrio, o tpico se-
guinte dever indicar o mbito do a1tigo e a finalidade e objetivos do autor.
Se o leitor do resumo estiver buscando uma informao especfica, esses dois
tpicos devero indicar-lhe a probabilidade de achar a informao que lhe serve.
De fato, esses tpicos de abertura devem ser um resumo descritivo con-
ciso que se usa na maioria dos casos para ajudar o leitor a decidir se deve
se reportar ao artigo original, mas neste caso para indicar-lhe se as informa-
es contidas so as que busca ou se so adequadas a seu trabalho.
3. Se o artigo for de carter experimental ou terico, a hiptese do autor ser
~Sntese de princpios de redao de resumos proposta por Payne et ai. (1962). Reproduzida com
pennisso de Americnn lnstitutes for Research.
APEND!CE l. PRINciP!OS DE REDAO DE RESUMOS 393
declarada explicitamente, caso no esteja evidente nos tpicos de abertura.
gados tcnicas ou procedimentos convencionais, no preciso descrev-los.
Se os procedimentos forem novos ou contiverem caractersticas originais
aplicadas a processos conhecidos, estes aspectos sero claramente descritos.
Devem ser mencionados os princpios bsicos de mtodos ou tecnologias
novas, suas aplicaes e qualidades, faixas de operao e graus de exatido.
5. Descrever minuciosamente os mtodos de coleta de dados e medidas, rota-
o de variveis, mtodo de isolamento dos dados, identificao de ndices,
tcnicas de condensao de dados, etc. O resumidor depende do mtodo de co-
leta de dados, junto com o de pesquisa, para avaliar a qualidade do tra-
balho do autor e a confiabilidade e validade de resultados e concluses.
6. Os dados, sejam eles uma coleo de resultados experimentais ou argumen-
tos tericos, sero apresentados na medida em que, e somente na medida em
que, representem integralmente todos os aspectos importantes do artigo, e
sejam suficientes para conduzir logicamente s concluses do autor. Os da-
dos de natureza absoluta sero apresentados com detalhes suficientes que
atendam ao uso que previsivelmente tero em atividades cientficas futuras.
Os dados podem ser apresentados de qualquer forma, com base no se-
guinte critrio: adote a apresentao mais econmica possvel, porm a mais
lcida. Podem-se incluir tabelas, diagramas, grficos, desde que identifica-
dos exatamente, mas os dados assim apresentados devem se bastar, isto ,
ser compreensveis sem necessidade de recorrer ao texto do resumo.
7. Devem ser indicados os mtodos qualitativos e/ou quantitativos adotados no
tratamento dos dados. No preciso descrever tcnicas convencionais e co-
nhecidas. Variaes ou aplicaes especiais de tcnicas conhecidas sero
apresentadas se forem necessrias para representar por completo os aspectos
impmtantes do estudo e fundamentar inteiramente as concluses alcanadas.
8. Devem ser apresentadas as concluses lgicas. Hipteses e teorias sero re-
examinadas se foram comprovadas ou invalidadas, aceitas ou refutadas. Neste
ponto, cabe ao resumidor discriminar entre concluses comprovadas e no-
comprovadas e concluses reais versus inferncias. Acima de tudo, no deve
apresentar concluses que no possam ser confirmadas pelas partes ante-
riores do resumo. No deve incluir proposies errneas contidas no arti-
go, a no ser que sejam acompanhadas de uma adve11ncia que de modo claro
chame ateno para o erro e, se possvel, para sua correo.
9. possvel incluir interpretaes vlidas e importantes que o autor faa sobre
resultados e/ou concluses apresentados, caso representem um avano dos
conhecimentos ao revelar novas relaes ou reafirmar relaes antigas.
lO. Em todo o resumo, o resumidordeve exercer seu direito de esclarecer e sim-
plificar elementos contidos no miigo.

APNDICE 2
Anlise de contedo modular
com mdulos temticos
Citatlo
STOLL, A.M.; CHIANTA, M.A.;. MUNROE, L. R. Flame-contact studies. Transac-
tions ofthe ASME, Series (.~ Joumaf of Heat Transfer, vol. 86, No. 3, August 1964,
p. 449-456.
Resumo
Descrevem-se aparelho e mtodos de aquecimento por contato de chama,
aplicados com xito na determinao das temperaturas de destruio e caracte-
rsticas trmicas de materiais fibrosos e plsticos. Apresentam-se resultados de
ensaios que confirmam a anlise. Informam-se os resultados concernentes a uma
fibra de poliamida, e ao efeito de isolamento de espaos de ar entre camadas de
'' tecido.
Modelos de chapa composta foram injetados na chama de um maarico de
Meker, e se determinaram, opticamente ou mediante pares trmicos, as tempera-
turas da parede posterior. O fluxo de calor para a superflcie foi determinado
opticamente. No lado da chama da chapa composta, avaliou-se um tecido de
poliam ido (du Pont HT-1) de pesos variveis por unidade de rea superficial (3
onas-5 onas/jarda quadrada). O lado posterior, ou material de referncia, da
parede consistia num composto resinoso (pele simulada) de propriedades trmi-
cas e pticas conhecidas. As temperaturas de destruio do tecido HT-I foram de
4273 C mediante determinao ptica e de 42327 C determinada pormensu-
raes com pares trmicos. A temperatura da chama era de l 200 C. A queima
completa ocorreu em 3--6 segundos dependendo do peso. Ao pesquisar a utili-
zao de espaos de ar como camadas isolantes entre camadas do tecido inter-
valos de 4 mm pareceram ser o ideal para o material de 3 onas/jarda qu;drada.
Concluiu-se que para aplicaes de curta durao a altas temperaturas, materiais
isolantes desse tipo seriam o ideal para proteo pessoal. Nos ensaios de valida-
o da anlise matemtica foram utilizadas amostras de borracha de silicone
RTV-20 muito finas (0,050-0, 100 em). Obteve-se excelente concordncia entre
as temperaturas de parede calculadas e as medidas (diferena percentual de 0,5
por cento); a anlise adotada foi a de Griffith e Horton.
Analisa-se o emprego dessas tcnicas analticas e experimentais em relao
determinao da difusividade e condutividade trmicas de ensaios do tipo de
contato de chama. Conclui-se que as tcnicas proporcionaram um meio sensvel
e exato para determinar propriedades trmicas.
APE:NOICE 2. ANLISE DE CONTEDO MODULAR 395
il'fdulos temtlicos especlalizados
(pargrafos suplementar~s ao resumo bsico)
Fisiologia e medicina
Descreve-se um aparelho e se desenvolvem expresses matemticas que per-
mitem uma anlise de dano tissular, devido a exposio a chama, a partir do
conhecimento das propriedades e da histria de temperatura~tempo de uma
camada de revestimento de produto txtil. Isso constitui um meio relativamente
simples de estudar as propriedades trmicas (inclusive difusividade e condutivi~
dade) de tecido vivo intacto sem alterao do prprio tecido.
Indstria de plsticos
HT -1, uma fibra txtil experimental de poliam ido resistente ao calor, foi ex-
posta a contato de chama num maarico de Meker com uma temperatura na
chama de I 200 C. A temperatura de destruio dos tecidos de 3, 4, 5 e 6 onas/
jarda quadrada foi de 4273 C, medida radiometricamente. A queima total
ocorreu em 3~6 segundos, dependendo do peso.
bulrstritt dtt bormcha
Mediu-se, por rneio de um calorfmetro de contato de chama, o fluxo de calor
transitrio atravs de uma montagem de duas camadas de RTV-20, uma borra-
cha de silicone fabricada pela General Electric, reforadas com pele simulada.
!v[ediu-se, no interior da camada de reforo, a elevao de temperatura em trs
segundos em camadas de borracha de 0,95, 0,55 e 0,52 nun, o que concordou de
modo excelente com os valores tericos.
Im/strias de roupas de protet1o e ueromutica
Os experimentos descritos, sobre as ternperaturas de destruio e carac-
tersticas trrnicas de tecidos submetidos ao calor por contato de chama, so da
maior importncia para o projeto de roupas de proteo contra queimaduras. Em
particular, ajudam a explicar por que, em experincias com macaces de vo,
obtm-se significativo aumento da proteo contra queimaduras com roupas de
camadas duplas em comparao com vesturio de uma nica camada.
Entradas de fndice
Sistemas fslcos e matenuticos
CHAPAS COMPOSTAS
CHAPAS DE CMtADA NICA
Tl'ansferncia de calol'
CONDUO TRANSIENTE.ANALTlCA
CONDUO TRANSIENTE (GRIFFITHHORTON)
CONDUO UNIDIMENSIONAL
1Heios e mtodos
APARELHO EXPERIMENTAL
CALORMETROS DE CONTATO DE CHAMA
396 INDEXAO E RESUMOS: TEORIA E PRATICA

Outms etiquetas de assuntos REFERNCIAS

ROUPAS DE PROTEO
ROUPAS DE VO
QUEIMADURAS
Acorn, T.L.; Walden, S.H. SMART: supp011 management automated reasoning technology
Ambiente for Compaq customer service.ln: fnnovative app/ications o/artificial inte/ligence 4;
TEtviPERATURA: 0-1000 F ed. by A.C. Scott; P. Klahr, p. 3- I 8. Cambridge, 11.1A, M!T Press, 1992.
MAARICO DE MEKER Acton, P. Indexing is not classifying- and vice versa. Records Management Quarter/y,
CONTATO DE CHAMA 20 (3), 1986, 10-15. .
Adami, N. et ai. The ToCAI description scheme for indexing and retrieval ofmultimedia
1lfateriais e propriedades documents. Multimedia Too/s and Appfications, 14, 200 I, 153-173.
TECIDOS Addison, E. R. Large scale fui! text retrieval by concept indexing. In: Proceedings oflhe
HT-l Tivelfth National Online Meeting, p. 5-15. Medford, NJ, Learned Information, 1991.
POLIAMIDOS Agnew, B. et ai. Multi-media indexing o ver the Web. In: Storage and retrievalfor image
RTV-20 and video dalabases V; ed. by I.K. Sethi; R.C. Jain, p. 72-83. Bellingham, WA,
BORRACHA DE SILICONE International Society for Optical Engineering, 1997.
PELE Agosti, M.; Smeaton,A.F., ed. /nformation retrievaf and hypertext. Boston, Kluwer, 1996.
PROPRIEDADES ISOLANTES Agosti, M. et ai. Automatic authoring and construction o f hypermedia for information
retrieval.li.Jultimedia Systems, 3, 1995, 15-24.
CONDUTIVIDADE TRMICA
Ahlswede, T. et ai. Automatic construction o f a phrasal thesaurus for an information
DIFUSIVIDADE TERMICA
retrieval system from a machine readable dictionary. RIAO 88 ContCrence Proceedings,
PROTEO CONTRA QUEIMADURAS v. I, p. 597-608. Paris, C.I.D., !988.
Aitchison, J.; Cleverdon, C. \V. A report on a test oft/Je index ofmetallurgicalliterature
Autores
ofJI'estern Reserve University. Cranfield, UK, College ofAeronautics, 1963.
STOLL, A.M.
Aitchison, T.M. et ai. Comparative evaluation ofindex languages. London, Institution
CHIANTA, M.A.
o f Electrical Engineers, 1969-1970. 2 v.
MUNROE, L.R.S Ajiferuke, L; Chu, C.M. Qua!ity ofindexing in online databases: n alternative measure
for a term discriminating index. biformation Processing & Manageme111, 24, 1988,
Afiliaes 599-60 I. .
Aviation Medicai Acceleration LaboratOiy, U.S. Naval Air Development AI-Kofahi, K. et ai. Combining multiple classifiers for text categorization. In: Proceedings
Center, Johnsville, Pennsylvania oft/le Tentllfnternational Conference on hiformation and Knowledge Management,
p. 97-103. New York, Association for Computing Machinery, 2001.
Albright, J.B. Some limits to subject retrievalfiom a large published index. Doctoral thesis.
Urbana-Champaign, University ofillinois, Graduate School ofLibrary Science, 1979.
Aliao, J. Knowledge management rmd speech recognition. Compu ler, 35( 4), 2002, 60-61.
Allan, J. et ai. Temporal summaries o f news topics. Proceedings of the 24th Annual
lntemational ACM S!GIH Conference on Research and Development in lnformation
Retrieva/, p. 10-18. New York, Association tbr Computing Machinery, 200 I.
Alto Comissariado das Naes Unidas para os Refugiados. Refugee Documentation
Centre. A guide for abstractors. Geneva, United Nations High Commissioner for
Refugees, 1985.
Anderson, J.D. lndexing systems: extensions of the mind's organizing power. In:
biformation and behaviOJ: V. I; ed. by B.D. Ruben, p. 287~323. New Brunswick,
N.J., Transaction Books, 1985.
Anderson, J.D.; Prez-Carballo, J. The nature ofindcxing; how humans and machines
anulyze messages and texts for retrieval. lnformation Processing & Management,
37, 200!, 231-277.
 398 INDEXAO E RESUMOS: TEORIA E PRTICA

Anderson, J.D.; Rowley, F.A. Building end-user thesauri from fuH-text. Advances in
1
I
REFERNCIAS
399
Bates, M.J. Subject access in online catalogs: a design model. Joumal ofthe American
Classification Research, 2, 1992, 1-13. Society for biformation Science, 37, 1986, 357-376.
Anderson, M.D. Book indexing. Cmnbridge, UK, Cambridge University Press, 1971. Bates, M.J. System meets user: problems in matching subject search terms. biformation
(Reimpresso com correes em 1979.) . . . Processingand Management, 13, 1977,367-375.
Anick, P.G. Integrating natural language processing and informatlon retneval m a Baxenda!e, P.B. Machine-made index for technical literature - an experiment. IBM
troubleshooting help desk. IEEE Expert, 8 (6), 1993,9-17. Joumal ofResearch and Deve/opment, 2, 1958,354-361.
Arasu,A. et ai. Searchingthe Web. ACAfnansactions on Internet Teclmo/ogy, 1, 2001, 2-4~. Bearman, T.C.; Kunberger, \V.A. A study ofcoverage overlap amongfourteen major
Arents, H. C.; Bogaerts, \V. F. L. Cncept-based indexing and retrieval of hypennedm science and leclmology abstracting and indexing services. Philadelphia, National
information. In: Encyclopedia oflibrmy and information science, v. 58, suppl. 21, P Federation o f Abstracting and Indexing Services, 1977.
l-29. NewYork, Mareei Dekker, 1996. . Beghtol, C. Bibliographic classification theory and text linguistics: aboutness ana\ysis,
Armitage, J.E.; Lynch, M.F. Some structural characteristics ofarticulated subject mdexes. intertextua\ity and the cognitive act o f classifying documents. Journal of Document-
!nformation Storage and Retrieval, 4, 1968, 101-111. .. . afion, 42, 1986, 84-J 13.
Armstrong, C.J.; Keen, E.M. Workbookfor NHIWIS and KIVAC. Boston Spa, Bnttsh Ltbrmy, Beghtol, C. The classificalion officlion. Metuchen, NJ, Scarecrow Press, 1994.
1982. British Library Research and Development Reports Number 5710. (Microcom- Belkin, N.J. Anomalous states ofknowledge as a basis for information retrieval. Canadian
puter Printed Subject Indexes Teaching Package, volume 1) Journa! of!nformation Science, 5, 1980, 133-143.
Aronson, A.R. Effective mapping of biomedical text to the UMLS Metathesaurus: the Be!kin, N.J. et ai. ASK for information retrieval. Journal of Documentation, 38, 1982,
rvletaMap program. Proceedings ofthe 2001 Ammaf Symposium ofthe America11 61-71, 145-164.
Medica/ Jnformatics Association, p. 17-21. Philadelphia, Hanley and Belfus, 2001. Bell, H.K. Bias in indexing and Joaded Janguage. The lndexer, 17, 199la, \73-177.
Aronson, A.R. et ai. The NLM Indexing Iniciutive. Proceedings ofthe 20?0 Annu~l Sympo- Bel!, H.K. lndexing fiction: a story ofcomplexity. The Indexer, 17, l991b, 251-256.
sium oftlze American Aledical InformaticsAssociation, p. 17-21. P\uladelphta, Hanley Bennett, J.L. On-line access to information: NSF as an aid to tbe indexer/cataloger.
,;'
and Be1fus, 2000. . American Documentation, 20, 1969,213-220.
Artnndi, S. Book indexing by computer. Doctoral thesis. New Brunswtck, NJ, Rutgers,
',': Bennett, J.L. et ai. Observing and evaluating an interactive process: a pilo! experiment
the State University, 1963. . . in indexing. San Jose, CA, IBM Research Laboratory, 1972.
Aslandogan, Y.A.; Yu, C.T. Multiple ~vidence combination in image retneva\: _D10gen~s Benois-Pineau, J. et ai. Query by synthesized sketch in architectural database. In: Slmage
searches for people on the \Veb. Proceedings ofthe 23rd Anmwllnternatwnal AC ~~ and retrievalfor image and video data bases V; ed. by I.K. Sethi; R. C. Jain, p. 361-
SIGIR Conference on Research and Development inlnformation Retrieval, p. 88-9). 367. Bellingham, Wa, International Society for Optical Engineering, 1997.
New York, Association for Computing Machinery, 2000. Benoit, G Data mining. Annua/ Review of Information Science and Tec/mology, 36,
Austin, D. PRECIS: a manual ofcmicept analysis and subject indexing. 2nd ed. London, 2002, 265-310.
British Library, 1984. . Berger, A. L.; Mittal, V. O. OCELOT: a system for summarizing web pages. Proceedings of
Austin, D.; Digger, J.A. PRECIS: the Preserved Context Index System. LrbrOJy Resources the 23th Amwallnternational AC.'vt SIGIR Conference on Research and Deve/opment
& Teclmical Services, 21, 1977, 1330. in Information Retrieval, p. 144-151. New York, Association for Computing Machi-
Awre, C.; \Vise, A. Portal progress. Update, 1(6), 2002, 46-47. . . . nery, 2000.
Azgaldov, E.G A framework for description and classification ofprmted subject mdexes. Berner, E. S. et ai. Performance offourcomputer-based diagnostic systems. New England
Libri, 19, 1969,275-291. . Journal oflvfedicine, 330, 1994, 1792-1796.
Baca, M., ed. fntroduction to ort image access. LosAngeles,_Ge~ty Res:ar:h l~st1tute, 2002. Bernier, C.L.; Yerkey, A.N. Cogent communicafion: overcoming reading overload.
Bailin, S. et ai. Application ofmachine \eamingto the orgamzat10n oftnst!tut!Onal software \Vestport, CT, Greenwood Press, 1979.
repositories. Telematics and Informatics, 10, 1993,283-299. Bernstein, L.M.; Williamson, R. E. Testing of a natural language retrieval system for a
Baker, S. L. \ViH fiction classification schemes increase use? IIQ, 2'!, ~988, 36~-376. fu\1 text knowledge base. Journal ofthe American Society for Information Science,
Baker, s.L.; Shepherd, Q \V. Fiction classit1cation schemes: the prmctples behmd them 35, 1984,235-247.
and their success. RQ, 27, 1987, 245-251. Bertrand, A.; Cellier, J.-M. Psychological approach to indexing: effetcs ofthe operator's
Bakewell, K.GB. Reference books for indexers. The b1dexer, 15, 1987, 131-140. expettise upon indexing behaviour. Journa! oflnformation Science, 2\, 1995, 459-472.
Bannan, K.J. Personalization and pmials. EContent, 25(10), 2002, 16-21. . . Bertrand-Gastaldy, S. et ai. Convergent theories: using a multidisciplinary approacb to
Bateman, J.; Teich, E. Se\ective information presentation in an inte~rated pubh~atton explain indexing results. ProCeedings ofthe AmericanSocietyfor lnformation Science,
system: an application o f genre-driven text generation. lnformatton Processmg & 32, 1995, 56-60.
Monagement, 31, 1995, 753-767. Besser, H. Image databuses: the first decade, the present, and the future. In: Digital
Bates, M.J. Indexing and access for digital libraries and th~ Internet. Jmunal of the image access & retrieval; ed. by P.B. Heidorn; B. Sandore, p. 11-28. Urbana-Cham-
America 11 Society for Jnformali?n Science, 49, 1998, 118)-1205. paign, University ofi\Iinois, Graduate School ofLibrary and Infonnation Science, 1997.
!
,:,
T
400 INDEXAO E RESUMOS: TEORIA E PRTICA
Bhattachmyya, G The effectiveness ofnaturallanguage in science indexing and retrieval.
}ou mal of Documentation, 30, t 974, 235-254.
Bhattacharyya, G Elements of POPSI. In: Indexing systen.ts: concef!l~, mo~e/s a~td
techniques; ed. by T.N. Rajan, p. 73-102. Calcutta, Indmn Assocmtton o Spectal
Libraries and Information Centres, 1981.
Biebricher, P. et ai. The automatic indexing system AIRiPHYS~from resear~h to
application. In: Readings in information retrieval; ed. by K. Sparck Jones; P. Wtl!ett,
p. 513-517. San Francisco, Morgan Kaufmann, 1997. . .
Bishop, A.P. Document structure and digital libraries: how researchers ~obiltze
infonnation in journal articles. Information Processing & Management, 3), 1999,
255-279.
Bishop, A.P. et ai. Index quality study, part 1: quantitative description ~f back-~f-the
book indexes. In: fndexing tradition and imwvation, p. 15-51. Amencan Soctety o f
Indexers, 1990.
Blair, D.C. Some thoughts on the reported results ofTREC. lnformalion Processing &
Management, 38, 2002, 445-451. . . . . . Breaks, M.; Guyon, A. Edinburgh Engineering Virtual Library (EEVL). In: The amazing
Blair, D.C.; Kimbrough, S. O. Exemplal)' documents: a toundauon for mtormatton
retrieval design. Information Processing & Aianagement, 38,2002, 363-379.
B\air, D.C.; Maron, M.E. An evatuation ofretrieval eftectiveness for a fuHtext document-
retrieval system. Communications ofthe ACM, 28, 1985, 289299.. . .
Blum, T. et ai. Audio databases with content-based retrieval. In: Inte1hgent ml!ltimedm
information retrieval; ed. by NLT. Maybury, p. 113-135. Menlo Park, CA, AAAI Press,
1997b.
B1ustein, J.; Staveley, M.S. Methods of generating and evatuating hypertext. Annual
Review of Information Science and Teclmology, 35, 2001, 299-~35. . Science, 42, 1991, 173-177.
Bodenreider, O.; Zweigenbaum, P. 1dentifying proper names 111 parallel medtcal
terminologies. Studies in heaith teclmology and informatics, 77, 2000, 443447.
Boguraev, B. et ai. Summarisation miniaturisation: delivery of news t~ ha~d-helds.
Proceedings of the NrlAC/, 2001 Workslwp on Automatic Summanwtwn. New
Brunswick NJ Association for Computational Linguistics, 200 I.
Bonham, M..; Netson, L. L. An eva1uation of four enduser systems for searching
MEDLINE. Bulletin ofthe Medicai Librwy Association, 76, 1988, 22-31.
Booth, A.; O'Rourke, A.J. The value of structured abstracts in information retrieval
from MEDLINE. Health Libraries Review, 14, 1997, 157166.
Borko, H. Toward a theory of indexing. Information Processing & Management, 13,
1977,355-365. . .
Borko, H.; Bernick, tvL Automatic document classitlcation. Journal ofthe Assocwtwn
{orComputingMachine1y, 10,1963,151-162. . andSpeech, 14, 1971,64-67.
Borko, H.; Bernicr, C. L. Abstracling concepts and metlwds. New York, Academtc Press,
1975.
Borko, H.; Chatman, S. Criteria for acceptable abstracts: a survey of abstractors'
instructions. American Documntalion, 14, 1963, 149-160.
Borkowski, C.; Martin, J.S. Structure, effectiveness and benefits of LEXtra~tor, an
operational computer program for automatic extracti.on of c~se summanes a.nd
dispositions from court decisions. Journal ofthe Amertcan Soc1ety for Informatwn
Science, 26, 1975, 941 02. . .
Borst, F. et ai. TEXTINFO: a tool for automatic determination o f patient chmcal pro files
REFERNCIAS 401
using text analysis. In: Fijieenth Annual Symposium on Computer Applications in
jl,/edical Care, p. 63-67. New York, McGraw Hill, 1992.
Bourne, C.P. Characteristics of coverage by the Bibliography o f Agriculture of the
literature relating to agricultura/ research and deve/opment. Paio Alto, CA,
Information General Corporation, 1969a. PB 185 425.
Bourne, C.P. Overlapping coverage ofthe Bibliography o f Agriculture by jlfieen other
secondmy sources. Paio Alto, CA, lnfonnation General Corporation, 1969b. PB 185 069.
Boyce, B.R.; McLain, J.P. Entry point depth and online search using a controlled voca-
bulary. Joumal ofthe American Society for lnformation Science, 40, 1989, 273-276.
Bradley, P. Indexes to works offiction: the views ofproducers and users on the need for
them. The lndexer, 16. 1989,239-248.
Bradshaw, S.; Hammond, K. Constructing indices from citations in collections ofresearch
papers. Proceedings ofthe American Society for lnformalion Science, 36, 1999, 741 750.
Brandow, R. et ai. Automatic condensation of electronic publications by sentence
selection. lnformation Processing & Management, 31, 1995, 675-685.
Internet challenge; ed. by A.T. \Vclls et ai., p. 76-96. Chicago, American Library
Association, 1999.
Brenner, C. \V.; Mooers, C.N. A case history ofa Zatocoding information retrieval system.
In: Punched cards: their applications to science and industly. 2nd ed., ed. by R. S.
Casey et ai., p. 340356. New York, Reinhold, 1958.
Brenner, E. H. et ai. Amcrican Petroleum 1nstitute's machine-aided indexing and searching
project. Science and Techno/ogy Libraries, 5( I), 1984, 4962.
Breton, E.J. Indexing for invention. Journa/ ofthe American Society for !nformation
Breton, E.J. \Vhy engineers don't use databases. Bulletin ofthe American Society for
Information Science, 7(6), 1981,20-23.
Brettle, A.J. et ai. Comparison of bibliographic databases for information on the
rehabilitation o f people with severe mental illness. Bulletin of the Medica! Library
Association, 89,2001, 353-362.
Brew, C.; Thompson, H. S. Automatic evaluation o f computer generated text: a progress
report on the TextEval project. In: Proceedings ofthe Human Language Teclmology
Workshop, March 811, 1994, p. 108-113. San Francisco, Morgan Kaufmann, 1994.
Brittain, J.M.; Roberts, S.A. Rationalization of secondary services: measurement of
coverage o f primai)' journals and overlap between services. Journal ofthe American
Society for Information Science, 31, I980, 131-142.
Broer, J. \V. Abstracts in block diagram form. !I:'I:E Transactions on Engineering Writing
Brown, E. \V. et ai. Toward speech as a knowledge resource. IBM Systems Journa!, 40,
200 I, 985-100 I.
Brown, M.S. et ai. A new comparison ofthe Current lndex toJoumals in Education and
the Educalion Index: a deep analysis ofindexing. Journal ofAcademic Librarianship,
25. 1999, 216-222.
Brown, P. et ai. The democratic indexing o f images. New Review of Hypermedia _and
Multimedia, 2, 1996, 107-120.
Browne, GM. 1ndexing Web sites: a practical guide./nternet ReferenceSeiVices Quarterly,
5(3), 2001,27-41.
402 INDEXAO E RESUMOS: TEORIA E PRTICA
Bruza, P.D. et ai. Aboutness from a commonsense perspective. Journaf ofthe American
Society for biformation Science, 51, 2000, I 09011 05.
Burgin, R. The effect of indexing exhaustivity on retrieval performance. Information
Processing & Management, 27 I 991, 623-628.
y Processing & J.fanagement, 37, 200 I b, 701 ~ 720.
Burgin, R. The retrieval effectiveness of five clustering algorithrns as a function of
indexing exhaustivity. Journal ofthe American Society for Information Science, 46,
1995, 562-572.
BOrk, K. et ai. INIS: manual for subject analysis. Vienna, lnternational Atomic Eoergy
Agency, 1996. IAEAINIS-12 (Rev. 3)
Burke, F.G. The application of automated techniques in the management and control of
source materiais. American Archivist, 30, 1967, 255~278.
Burke, M. The use ofrepertory grids to develop a user-driven classification o f a col!ection
ofdigitized photographs. Proceedings ofthe American Society for InformationScience
and Teclmology, 38,2001, 76-92.
Burnett, K. et ai. A comparison o f the two traditions ofmetadata development. Journal
o/lhe American Society for I11[ormation Science, 50, 1999, 1209-1217.
Busch, J.A. Building and accessing vocabulmy resources for networked discovery and
navigation. In: Visualizing subject accessfor 21st century information resources; ed.
by P.A. Cochrane; E. H. Johnson, p. 93-105. Urbana-Champaign, Universityoflllinois,
Graduate School o f Library and Information Science, 1998.
Buyukkokten, O. et ai. Seeing the whole in parts: text summarization for web browsing
on handheld devices. Proceedings ofthe Tenth lntemationa! Conference 011 the JVorld
Wide Web, 200 l. (http://www.db.stanford.edu/-orkut/papers/www I Ob/index.html)
Byrd, D.; Crawford, T. Problems.of music information retrieval in the real world.
Information Processing & Management, 38, 2002, 249-272.
Byrne, J.R. Relative effectiveness oftitles, abstracts, and subject headings for machine
retrieval from the COMPENDEX services. Journal of the American Society for
/nformation Science, 26, 1975, 223-229.
Campbell, J.D. The case for creating a scholars porta( to the Web. ARL, 211, August 2000, 1-4.
Carrick, C.; Watters, C. Automatic association ofnews items.lnformation Processing &
Mmwgement, 33, 1997,615-632.
Carro li, K.H. An analytical survey ofvirology literature reported in two announcement
journals. American Documentation, 20, 1969,234-237.
Casey, K.H. An analytical index to the Internet: dreams ofUtopia. College & Research
Libraries, 60, 1999, 586-595.
Cawkell, A.E. A guide to image processing and picture management. Brookfield, VT,
Gower, 1994.
Cawkell, A. E. Picturequeries and picture databases. Journal of Informatfon Science,
19, 1993, 409-423.
Chakrabarti, S. Mining the H-b: dlscovering know/edgefi-om hypertext data. San Francis~
co, Morgan Kaufmann, 2003.
Chang, G et ai. Mining the Wor!d Wide Web. Boston, Kluwer, 2001.
Charniak, E. Naturallanguage Jearning. AC.H Computing Surveys, 27, 1995, 317-319.
Chen, H. et ai. Automatic concept classification of text from electronic meetings.
Conummications ofthe ACM, 37(10), 1994, 56-73.
Chen, H. et ai. Automatic thesaurus generation for an electronic community system.
Journal ofthe American Society for lnformation Science, 46, 1995, 175-193.
REFERENCIAS 403
Chen, H.-1. An analysis ofimage queries in the field ofmt history. Joumal oftheAmerican
Society for biformation Science and Technology, 52, 200 I a, 260273.
Chen, H.-1. An analysis o f image retrieval tasks in the field o f art history. biformation
Chen, Z. Let documents talk to each other: a computer model for connection o f short
documents. Journal of Documentation, 49, 1993, 44-54.
Chen, Z. et ai. Web mining for Web image retrieval. Journal ofthe American Society for
Information Science and Teclmology, 52, 2001, 831-839.
Chiaramella, Y.; Kileirbek, A. An integrated model for hypermedia and information
retrieval. In: biformation retrieva/ and hypertext; ed. by M. Agosti; A. F. Smeaton, p.
139-178. Boston, Kluwer, 1996.
Chien, L.-F. et ai. A spoken-access approach for Chinese text and speech information
retrieval. Journal ofthe American Society for Information Science, 51, 2000, 313-323.
Choi, Y.; Rasmussen, E.M. Users' relevance criteria in image retrieval inA.merican history.
lnformation Processing & Management, 38, 2002, 695-726.
Chu, C.M.; Ajiferuke, I. Qualityofindexing in library and infonnation science data bases.
Online Review, l3, 1989, I i-35.
Chu, C.M.; O'Brien, A. Subject analysis: the criticai first stage in indexing. Journa/ of
lnformation Science, 19, 1993,439-454.
Chu, H. Hyperlinks: how well do they represent the intellectual content ofdigital collec~
tions? Proceedings ofthe American Society for lnformation Science, 34, 1997, 361-368.
Chute, C.G; Yang, Y. An evaluation ofconcept based latentsemantic indexing for clinicai
information retrieval. Sixteenth Annual Symposium on Computer Applications in
Medica! Care, p. 639~643. New York, McGraw Hill, 1993.
Ciocca, a.; Schettini, R. A relevance feedback mechanism for content-based image
retrieval. lnformation Processing & Management, 35, 1999, 605-632.
Clarke, C.L.A. Exploiting redundancy in question answering. Proceedings ofthe 24th
Allnuallnternational ACM smm Conference on Research and Development in bifor-
mation Retrieval, p. 358-365. New York,Association for Computing Machinery, 2001.
Clemencin, G Querying the French Yellow Pages: naturallanguage access to the directory.
lnformation Processing & Management, 24, 1988, 633-649.
Cleveland, D.B.; Cleveland, A.D. Introduction to indexing and abstracting. 3rd ed.
Englewood, co, Librarics Unlimited, 2001.
Cleverdon, C. \V. A comparative eva!uation of searching by controlled !anguage and
natural language in an experimental NASA data base. Frascati, European Space
Agency, Space Documentation Service, 1977.
Cleverdon, C. \V. et ai. Facto~s determining the peJformance ofindex !anguages.
Crantleld, UK, College o f Aeronautics, 1966. 3 v.
Cluley, H.J. Analytical Abstracts: user reaction study. Proceedings of the Society for
Analytical Chemistry, 5, 1968, 217-221.
Coates, E.J. Subjectcatalogues: hemlings andstructure.london, Librruy Association, 1960.
Coco, A. Full-text versus ful!-text plus editorial additions. Legal Re/erence Services
Qum-ter/y, 4 (2), 1984,27-37.
Collison, R.L. Abstracts and abstracting services. Santa Barbara, CA, ABCCLIO, 1971.
Col!isori, R. L. Indexes and indexing. 4th ed. New York, deGmaf, 1972. [Edio em
portugus, baseada na segunda edio inglesa: ndices e indexao. Trad. de Anto-
nio Agenor Briquet de Lemos. So Paulo, PoHgono, 1971]
!i
404 INDEXAO E RESUMOS: TEORIA E PRTICA
Conaway, C. \V. An experimental invesligation o/the injluence o/severa! indexvariables
on index usability anda preliminmy study toward a coefficient of index usabi!ity.
Doctoral thesis. New Brunswick, NJ, Rutgers University, Graduate School ofLibrary
Service, 1974.
Connolly, D.; Landeen, C. Toward a standard mensure ofindex density. KEYIVORDS, 9(2),
200 I, 52-56.
Cook, M. Archives and the compu ter. London, Butterworths, 1980.
Cooper, \V. S. Expected search length: a single measure ofretrieval eftt::ctiveness based on
the weak ordering action ofretrieval systems. American Documentation, 19, 1968, 30-41.
Cooper, \V. S. Indexing documents by gedanken experimentation. Journal oftheAmerican
Society for !nformation Science, 29, 1978, t07-119.
Cooper, \V.S. ls inter-indexer consistency a hobgoblin? American Documentation, 20,
1969, 268-278.
Corridoni, J.M. et ai. Image retrieval by colar semantics with incomplete knowledge.
,, Journai ofthe American Society for lnjrmation Science, 49, 1998, 267-282.
;. '. Corston-Oiiver, S. Text compaction for display on vcry smaH screens. Proceedings o[
the NAAC/. 200! ll'orkshop on Automatic Summari;:ation, 2001. (http://research.
microsoft.com/nlp/pub!ications/NAACL200 I)
Cosgrove, S.J.; Weimann, J.M. Expert system technology applied to item classification.
Librury Hi Tech, !O (1/2), 1992,33-40.
Cowie, J.; Lehnert, \V. Infonnation extraction. Communications ofthe AcM, 39( I), 1996,
80-91.
Crandall, M. Microsoft. In: Linkage Jnc S best praclices in knowledge management and
organizationaf learning handbook, p. 89-123. Lexington, !viA, Linkage Inc., 2000.
Craven, T.C. Abstracts produced using computer assistance. Journal of the American
Society for Jnformation Science, 51, 2000, 745w 756.
Craven, T.C. Changes in metatag descriptions over time. First Monday, 6(10), 200\a
( http :// firstmonday. org/issues/i ssue6~I 0/c rave n/index. htm I)
Craven, T.C. A coding scheme as a basis for the production of customized abstracts.
Journal of !nformation Science, 13, 1987, 51-58.
Craven, T.C. DESCRIPTION meta tags in public home and linked pages. li/JRJ::S: Librmy
and Jnformation Science Research Electronic Journal, 11(2), 2001 b (http://libres,
curtin.edu.au/UBRE li N2/craven.htm)
Craven, T.C. An experiment in the use of too!s for computer-assisted abstracting.
Proceedings oftlle American Society for in/ormation Science, 33, 1996, 203-208.
Craven, T.C. NEPHIS: a nested-phrase indexing system. Journal ofthe American Society
for Jnformation Science, 28, 1977, 107-114.
Craven, T.C. Presentation o f repeated phrases in a computer-assisted abstracting to oi
kit.lnformation Processing & Management, 37, 200\c, 221-230.
Craven, T.C. String indexing. Orlando, FL, Academic Press, 1986.
Craven, T.C. A thesaurus for use in a computer-aided abstracting toa! kit. Proceedings of
tlle American Society for lnformation Science, 30, 1993, 178-184.
Craven, T.C. Use ofwords and phrases from fuH text in abstracts. Journaf of!nformation
Scieuce, 16, 1990, 351-358.
Cremmins, E.T. The ar! of abstracling. 2nd ed. Ar!ington, VA, Information Resources
Press, 1996.
REFERNCIAS 405
Croft, \V.B.; Turtle, H.R. Text retrieval and inference. In: Text-based intelligent systems;
ed. by P.S. Jacobs, p. 127-155. Hillsdale, NJ, Lawrence Erlbaum, 1992.
Cromp, R.F.; Dorfman, E. A spatial data handling system for retrieval of images by
unrestricted regions o f use r in teres!. Telematics and lnformatics, 9, 1992, 221-241.
Crowe, J.D. Stttdy ofthefeasibility ofindexing a workS subjective viewpoint. Doctoral
thesis. Berke!ey, Univcrsity o f California, 1986.
Cutter, C. A. Rufes for a dictionmycatafog. Washington, oc, Govemment Printing Oft1ce,
1876.
Dabney, D.P. The curse o f Thamus: an analysis of full-tex.t legal document retrieval.
Law Librmy Journal, 78, 1986a, 5-40.
Dabney, D.P. A reply to \Vest Publishing Company and Mead Data Central on The curse
ofThamus. Law LibrwyJoumal, 78, 1986b, 349~350.
Dahlberg, L On the theory ofthe concept. In: Order!i1g syslemsfor global information
nehvorks; ed. by A. Neelameghan, p. 54-63. Bangalore, International Federation for
Documentation, 1979.
Danilewitz, D.B.; Freiheit, F.E., IV. A knowledge-bas~d system witbin a cooperative
processing environment. In; fnnovative applications ofartificial inteiligence 4; ed.
by A.C. Scott; P. Klahr, p. 19-36. Cambridge, MA, MIT Press, 1992.
David, C. et ai. Indexing as problcm solving: a cognitive approach to consistency.
Proceedings ofthe American Society for /nformation Science, 32, 1995, 49-55.
Davison, P.S.; Matthews, D.AR. Assessmcnt ofinfom1ation services. Aslib Proceedings,
21, 1969, 280-284.
Defense Documentation Center. Abstractillg ofteclmical reports. 1968. AD 667 000.
Demasco, P. W.; McCoy, K.F. Generating tex.t from compressed input: an intelligent
interface for people with severe motor impairments. Communications ofthe ACM,
35(5), 1992,68-78.
Dempsey, L.; Heery, R. Metadata: a current view o f practice and issues. Joumal of
Documentation, 54, 1998. 145~ 172.
De Rui ter, J. Aspects ofdealing with digital information: "mature" novices on the Internet.
Library Trends, 51, 2002, 199-209.
Deschtelets, G The three languages theory in information retrieval. !ntemationai
Classificalion, 13, 1986, 126-132.
DcZelar-Tiedman, C. Subject access to flction: an npplitation ofthe Guideiines. Librmy
Resources & Teclmical Services, 40, 1996,203-210.
Di Lo reto, F. et ai. A visual object-oriented query language for geographic information
systems. In: Database and expert systems applications; ed. by N. Revell and A.r..L
Tjoa,p. 103-113. Berlin, Springer-Verlag, 1995. (Lecture Notes in Computer Science,
Number 978).
Dimitrotl A.; Wolfram, D. Design issues in a hypertext-based information system for
bibliographic rctrievaL Proceedings oft!teAmerican Society for lnformalion Science,
30, 1993, 191-198.
Ding, \V. et ai. Performance ofvisual, verbal, and combined video surrogates. Proceedings
ofthe American Society for InformatioiJ Science, 36, 1999, 651-664.
Diodato, V.P. Author indexing in mathematics. Doctoral thesis. Urbana-Champaign,
University ofiiiinois, Graduatc School ofLibrmy and Information Science, 1981.
Diodato, V.P. User preferences for features in back of book indexes. Journal of the
American Society for lnformation Science, 45, 1994, 529-536.
mrrrr
nn:'
<!:
406 INDEXAO E RESUMOS: TEORIA E PRTICA
Diodato, V.P.; Gandt, G. Back of book indexes and the characteristics o f author and
nonauthor indexing: report ofan exploratory study. Journal ofthe American Society
for Information Science, 41, 1991, 341350.
Doraisamy, S.; Rtiger, S.tvL An approach towards a polyphonic music retrieval system.
Paper presented atthe SecondAnnuallntemational Symposium on Music Infonnation
Retrieval, 200 I. (http://ismir200 l.indiana.edu/papers.html)
Doszkocs, T.E. CITE NLM: naturallanguage searching in an online catalog. lnformation
Teclmology and Libraries, 2, 1983, 364380.
Dovey, lvLJ. A technique for 'regular expression' style searching in polyphonic music.
Paper presented at the SecondAnnual International Symposium on Music Information
Retrieval, 200 I. (http:l/ismir200 I. indiana.edu/papers.html)
Down, N. Subject access to individual works o f fiction: participating in the OCLC/Lc
fiction project. Cataloging & C/assification Quarterly, 20 (2), 1995, 61-69.
Downie, S.; Nelson, M. Evaluation ofasimple and effective music information retrieval
method. Proceedings of the 23rd Ammal International ACM SIG!R Conference on
Research and Development inlnformation Retrieval, p. 73~80. New York,Association
for Computing Machinery, 2000.
Doyle, L.B. Semantic road mnps for literature searchers. Journal ofthe Associationfor
Computing Machinery, 8, 1961,553-578.
Drage, J.F. User preferences in technical indexes. The Indexer, 6, 1969, 151-155.
Driscoll, J.R. et ai. The operation and perfonnance ofan artificially intelligent keywording
system. lnformation Processing & Management, 21, 1991, 43-54.
Dronberger, GB.; Kowitz, GT. Abstract readability as a factor in information systems.
Journa! of the American Society for lnformation Science, 26, 1975, 108-lll.
Drott, M.C. Indexing aids at corporate websites: the use o f robots.txt and META tags.
lnformation Processing & Management, 38,2002,209-210.
Dubois, C.P.R. Free text vs. controlled vocabulary: a reassessment Online Review, 11,
1987,243-253.
Dumais, S.T. Latent semantic indexing (LS!): TREC-3 report. In: Overview ofthe Third
Text Retrieval Conference (TREC-3); ed. by D.K. Hunnan, p. 219-230. Gaithersburg, MD,
National Institute ofStnndards andTechnology, 1995. NIST Special Publication 500~225.
Dutta, S.; Sinha, P.K. Pragmatic approach to subject indexing: a new concept. Jouma!
of the American Society for lnformation Science, 35, 1984, 325-331.
Dym, E.D. Relevance predictability: 1. Investigation, buckground and procedures. In:
Electronic hand/ing ofinformation: testing and evaluation; ed. by A. Kent et ai.. p.
175-185. Washington, oc, Tbompson Book Co., 1967.
Em!, L. L. Experiments in automatic extracting and indexing. lnformation Storage and
Retrieval, 6, 1970, 3\3-334.
Eastman, C.M. 30,000 hits may be better than 300: precision anomalies in Internet
searches. Journal ofthe American Society for Information Science and Teclmology,
53,2002,879-882.
Ebinuma, Y. et ai. Promotion ofkeyword assgnment to scientitic literature by contributors.
lntemational Fomm on Jnformation and Documentation, 8(3), 1983, 16-20.
Eco, U. The role of tl!e reader: explorations in the semiotics of texts. Bloomington,
Indiana University Press, 1979. [Antologia de ensaios selecionados dos livros Obra
aberta, Apocalpticos e i11tegrados, Asformas do contedo, Lector infabula, O super~
homem de massa.]
1i
! REFERNCIAS 407
Edmundson, H.P. New methods in automatic extracting. Joumal ofthe Associationfor
Compuling Machine1y, 16, 1969, 264~289.
Edmundson, H.P. et ai. Final repor! on the study for automatic abstracting. Canoga
Park, CA, Tbompson Ramo Wooldridge, 1961. PB 166 532.
Edwards, T. A comparative analysis ofthe major abstracting and indexing services for
library and information scicnce. Unesco Bu!letinfor Libraries, 30, 1976, 18-25.
Elchesen, D.R. Cost eftectiveness comparison of manual and on-line retrospective
bibliographic searching. Journal of the American Society for Informalion Science,
29, 1978, 56-66.
Elhadad, N.; McKeown, K. Towards generating patient specit1c summaries ofmedical
articles. Presentation at the NAACL 200 I \Vorkshop on Automatic Summarization.
Ellis, D. et ai. In search o f lhe unknown user: indexing, hypertext and the World \Vide
\Veb. Journa! of Documentation, 54, 1998, 28-47.
Ellis, D. et ai. On the creation ofhypertext links in full-text documents: measurement o f
inter-linker consistency. Journal ofDocumentation, 50, 1994,67-98.
Ellis, D. et ai. On the creation ofhypertext links in full-text documents: measurement o f
retrieval etlectiveness. Jouma/ ofthe American Society for biformation Science, 47,
1996, 287-300.
Elrod, J.M. Classification o f Internet resomces: an AUTOCAT discussion. Cata!oging &
C!assification Quarter/y, 29(4), 2000, 19-38.
Endres-Niggemeyer, B. A naturalistic model ofabstracting. In: Advances in Know/edge
Organization, 4, 1994, 181-187.
Endres~Niggemeyer, B. Summarizing information. Berlin, Springer- Verlag, 1998.
Enser, P.GB. Pictorial infmmation retrieval. Journa! of Documentation, 51, 1995, 126-170.
Enser, P.GB. Visual infornmtion retrieval: seeking the alliance of concept-based and
content-based pnradigms. Jouma! of/Jiformation Science, 26,2000, 199-210.
/:'JUC processing manual. Section 7: indexing. Washington, oc, u.s. Department of
Education, Educational Resources lnfonnation Center, 1980.
Etzioni, O. Thc World-Wide Web: quagmire or gold mine? Communications ofthe AO!,
39( li), 1996, 65-68.
Fairthorne, R.A. Automatic retrieval o f recorded information. Computer Journal, I( I),
1958, 36-41.
Falk, J.D.; Baser, K.H. ABC-Spindex: a subject pro file, rotated string indexing system.
Proceedings ofthe American Society for lnfomwtion Science, 17, 1980, 152-154.
Farradane, J. A comparison o f some computer-produced permuted alphabetical subject
indexes.lnternationa/ Classification, 4, 1977,94-101.
Farradane, J. Concept organization for information retrieval. lnformation StOJage and
Retrieva/, 3, 1967,297-314.
Farradane, J. Rdational indexing. Jouma! of/nformation Science, I, 1979, 267-276; 1, 1980,
313-324.
Farradane, J.; Yates~i\.terce,r, P.A. Retrieval characteristics ofthe index to Metais Abstracrs.
Journa/ ofDocumentation, 29, 1973, 295~314.
Fayyad, U.; Uthurusamy, R. Evo!ving data mining into solutions for insights.
Communications ofthe .-H .11, 45(8), 2002, 28-31.
Feder, .I.D.; Hobbs, E.T. Speech recognition and full-text retrieval: interface anel inte-
gration. Proceedings ofthe Sixteenth National On/ine Meeting, p. 97-104. Medford,
NJ, Leamed lnformation, 1995.
408 INDEXAO E RESUMOS: TEORIA E PRTICA
1 REFERENCIAS
I
Fedosyuk, M. Yu. Linguistic criteria fordifferentiating infommtive and indicative abstracts.
Automatic Documentation and Mathematical Linguistics, 12(3), 1978, 98110. [Tradu-
o em ingls de Nauc/mo--Teklmicheskaia lnformatsiia, Seriia 2, 12 (9), 1978, p. 11-17.]
Feinberg, H., ed. lndexing specialized formais and subjects. Metuchen, NJ, Scarecrow
Press, 1983.
Feiten, B.; Giinzel, S. Automatic indexing o f a sound database using self-organizing
neural nets. Compu ter Music Joumal, 18(3), 1994, 53-65.
F ide!, R. Individual variability in online search behavior. Proceedings ofthe American
Society for hiformation Science, 22. 1985, 69-72.
F ide!, R. User-centered indexing. Journal of the American Society for Information
Science, 45, 1994, 572-576.
Fide!, R. Who needs controlled vocabulary? Special Libraries, 83, 1992, 1-9.
F ide!, R. Writing abstracts for free-text searching. Journa! of Documentation, 42, 1986,
11-21.
Fleuret, F.; Geman, D. Coarse-to-fine tce detection. fnternational Journal ofComputer
Vision, 41,2001,85-107.
Flickner, M. et a!. Query by image and video content: the QBIC system. Compu ter, 28(9),
1995, 23-32.
Flordi, L. Brave.Net. \Vorld: the Internet as a disinformation superhighway? Efectronic
Librmy, 14, 1996,509-514.
Flynn, M.K. Take a letter, computer: speech recognition is coming o f age. PC Magazine,
12(13), 1993,29.
Forrester, M.A Hypermedia and indexing: identil)ing appropriate models fiom user
studies. In: Online lnformation 93, p. 313-324. Medford, NJ, Learned Information,
1993.
Forsyth, D.A et ai. Finding pictures ofobjects in !urge collections ofimages.ln: Digital
image access & retrieval; ed. by P.B. Heidorn and 8. Sandore, p. 118-139. Urbana-
Champaign, University of Illinois, Graduate School of LibrUJ)' and Information
Science, 1997.
Fowler, R.H. et ai. Visualizing and browsing www semantic content. In: Proceedings of
the First Ammal Confence on Emerging Teclmologies and Applications in
Communications, p. li 0-113. LosA!nmitos, CA, IEEE Compu ter Society Press, 1996.
Fox, E.A. et ai. Building a large thesaurus for information retrieval. Proceedings ofthe
Second Conference on Applied Natural Language Processing, p. I O1-108.
Morristown, NJ, Association for Computational Linguistics, 1988.
Freitas,A.A Data mining and lalolvledge discove1y1vith evolutionmya/gorithms. Berlin,
Springer, 2002.
Fridman, E.P.; Popova, V.N. Otrajenie mirovoi literaturi po eksperimental'noi primatologii
v Referativnikh Jumalakh SSSR. Nauclmo- Teklmicheskaia lnformatsiia, Seriia I, No.
2, 1972, 34-36.
Fried, C.; Prevel, J.J. Ejfects of indexing aids on indexing pe1jormance. Bethesda, 1'-.lD,
General Electric Co., 1966. RADC-TR-66-525.
Friis, T. Assisted !Ndexing (CAIN). IAAI.O Quarterly Bul/etin, 37, 1992, 35-37.
Froom, P.; Froom, J. Deficiencies in structured medicai abstracts. Journal ofC/inical
Epidemiology, 46, I 993a, 591-594.
Froom, P.; Froom, J. Response to commentary by R.B. Haynes on 'Deficiencies in
structured medicai abstracts'.Journal o[ Clinicai Epidemiology, 46, I993b, 599.
409
Frost, C. The role o f mental mo deis in a multimodal image search. Proceedings of the
American Society for lnformation Science and Technology, 38, 200 I, 52-57.
Fugmann, R. The five-axiom thcory o f indexing and information supply. Journa/ ofthe
American Society for Jnformation Science, 36, 1985, 116-129.
Fugmann, R. Review o f second edition o f Vocabula1y contrai for information retrieval
by F. \V. Lancaster.lnternationaf C/assification, 14, 1987, 164-166.
Fugmann, R. Toward a theory of information supply and indexing. Internationa!
Classiftcation, 6, 1979,3-15.
Fuhr, N. Models fOr retrieval with probabilistic indexing. lnformation Processing &
Management, 25, 1989, 55-72.
Fum, D. et ai. Forward and backward reasoning in automatic abstracting. In: COUNG 82,
Proceedings of the Ninth Intemational Conference on Computational Linguistics;
ed. by J. Horecky, p. 83-88. Amsterdam, Nortb Holland Publishing, 1982.
Funk, M.E. et ai. Indexing consistency in MEDLINE. Bul!etin of the Medica/ Librmy
Association, 71, 1983, 176-183.
Gaizauskas, R.; Wilks, Y. Information extraction: beyond document retrieval. Journal of
Documentation, 54, 1998, 70-105.
Gao, Y.J. et ai. Fuzzy multilinkage thesaurus builder in multi media information systems.
In: Proceedings ofThird lnternalional Conference on Document Anafysis mui Recog-
nition. Volume 1, p. 142-145. Los Alamitos, CA, IEEE Compute r Society Prcss, 1995.
Gardiner, D. et ai. TREC-3: experience with conceptual relations in information retrieval.
In: Overview ofthe Third Text Retrieval Conference (TREC-3); ed. by D.K. Harman,
p. 333-352. Gaithersburg, MD, Nationallnstitute ofStandards and Technology, 1995.
N!ST Special Publication 500-225.
Gauch, J.M. et ai. Real time video scene detection and classification. Informarion
Processing & Management, 35, 1999,381-400.
Gauvain, J.-L. et ai. Audio partitioning and transcription for broadcast data indexation.
Multi media Tools and Applications, 14, 200 I, 187-200.
Gee, F. R. TIPSTER Phase 111 accomplishments. In: Proceedings ofthe 71PSJEU Text Program,
Phase 11/, p. 7-13. San Francisco, Morgan Kaufmann, 1999.
Geisler, G Interface concepts for the Open Video Project. Proceedings ofthe American
Society for Information Science and Teclmology, 38, 2001, 58-75.
Gilchrist, A. Documentation o f documentation: a survey ofleading abstracts services in
documentation and an identification ofkey joumals. Aslib Proceedings, 18, 1966, 62-80.
Girgensohn, A. et ai. Keyframe-based use r interfaces for digital video. Computer, 34(9),
2001,61-67.
Godby, C.J. Two techniques tbr the identification of phrases in full text. Journa/ of
Librmy Administration, 34, 200 I, 57-65.
Godby, C.J.; Reighart, R. Terminology identitication in a collection of\Veb resources.
In: ('0/(('; new too/s and possibilitiesfor cooperative e/ectronic resource description;
ed. by K. Calhoun and J.J. Riemer, p. 49-65. Binghampton, NY, Haworth Press,
2001a.
Godby, C.J.; Reighart, R. The WordSmith indexing system. Joumaf of Librmy
Administration, 34, 2001b, 375-384.
Goldstein, J. et ai. Multi-document summarization by sentence extraction. Proceedings
ofthe ANI.I' 2000 Workshop on Automatic Summarization, p. '-10-48. New Brunswick,
NJ, Association for Computationa! Linguistics, 2000.
 l
410 INDEXAO E RESUMOS: TEORIA E PRTICA
Gong, Y.; Liu, X. Generic text summarization using relevance measure ond latcnt semantic
I REFERNCIAS
analysis. Proceedings of the 24th Amwal lnternational AC.'v! SIGIR Conference on
Research and Development in Informal on Retrieval, p. 19-25. New York, Associaton
for Computing Machinery, 200 I.
Goode, D.J. et ai. Comparative analysis of Epilepsy Abstracts and a MEDLARS
bibliography. Bul!etin ofthe Medica/ Librmy Association, 58, 1970, 44-50.
Goodrum, AA. iviultidimensional scaling ofvideo surrogates. Journal ofthe American
Society for Information Science and Tec!mology, 52, 200 I, 174-182.
Goodrum, A. A.; Spink, A. Visual information seeking: a study o f image queries on the
\Vorld \Vide \Veb. Proceeedi11gs ofthe American Society for lnformation Science,
36, 1999,665-674.
Goodrum, A.A. et ai. An open source agenda for research linking tcxt and image content
tl!atures. Joumal of the American Society for Jnformation Science and Tec!mology,
52, 200 I, 948-953.
Gordon, M.D.; Ou mais, S. Using !atent scmantic indcxing for literature based discovery.
Jmmwl ofthe American Society for lnformation Science, 49, 1998, 674-685.
Gowtham, M.S.; Kamat, S.K. An expert system as a tool to classitlcation. LibraiJ'Science
wilh a Slant to Documentation and lnformation Studies, 32(2), 1995, 57-63.
Green,A Keeping up with the times: evaluating currency ofindexing, Janguage coverage
and subject area coverage in three music periodical index databases. Music Reference
Services Quarterly, 8( I), 200 I, 53-68.
Green, B.F. et ai. BASEBALL: an automatic question-answerer. In: Computers and thought;
ed. by E. Feigenbaum and J. Feldman, p. 207-216. New York, tvlcGraw Hill, 1963.
Green, E.-L.; Klasn, L. Indexing and information rctrieval ofmoving images- cxpe-
riences from a large te!evision lnformation database. In: Online ln}Ormation 93, p.
129-136. Medford, NJ, Learned Information, 1993.
Green, R. The role o f relational structures in indexing for the humanities. Knowledge
Organization, 24, 1997, 72-83.
Greenberg, J. lvfetadata generation. Bulletin of the American Society .fOr lnformation
Science and Teclmology, 29(2), 2003, 16-19.
Grl!enberg, J. Aquantitative categorical analysis ofmetadata elemcnts in image-applicab!e
metadata schemas. Jouma! of the tl.metican Society jr lnformation Science and
Tecllllology. 52, 200 I, 917-924.
Greisdort: 1-1.; O'Connor, B.C. Modelling what users see when they !ook at images: a
cognitive viewpoint. Journal ofDocwnentation, 58, 2002, 6-29.
Grimson, W.E.L.: 1VIllndy, J.L. Compu ter vision applications. Communicat;ons of tlw
ACAI, 37(3), 1994.45-51.
Grishman, R. \Vhither written !anguage evaluation? In: Proceedings of the Hwnan
Language Teclmology Workslwp, Uarch S-11, /99./, p. 120-125. San Francisco,
/Vlorgan Kaut!nann, 1994.
Guard, A. An antidote for browsing: subject headings for tlction. Teclmica/ities, li( 12),
1991, 10-14.
Gudivada. V.N.; Raghavan, V. V. Content-based image retrieval systems. Compute r, 28(9),
1995, I H-22.
Gudivada, V.N.; Raghavan, V. V. lvlodeling and retrieving images by content. lnformation
Processing & ,\/anugement, 33, 1997, 427-452.
Gudivada, V.N. et o.!. A unitied approach to data modeling and retrieval tr a class o f
image database applications. In: Multimedia database systems; ed. by V.S.
411
Subrahmanian and S. Jajodia, p. 37-78. Berlin, Springer-Verlag, 1996.
Guenther, R.; McCallum, S. New mctadata standards for digital resources: 1-.mos and
METS. Bulletin of the American Society for lnformation Science and Teclmology,
29(2), 2003, 16-19.
Guglielmo, E.J.; Rowe, N.C. Natura!Mlanguage retrieval ofimages based on descriptive
captions. ACM Transactions on Information Systems, 14, 1996, 237M267.
Guidelines for abstracts. Bethesda, MD, National Information Standards Organization,
, 1997. ANS!/NJSO z39.14-1997. Reeditada em 2002.
Guidelinesfor indexes and related information retrieval devices (by James D. Anderson).
Bethesda, MD, National Information Standards Organization, 1997. NISO TR02-l997.
Guidelines on subject access to individualworks offiction, drama, etc. 2nd ed. Chica-
go, American Library Association, 2000.
Gupta, A.; Jain, R. Visual information retrieval. Communications of lhe AC'M, 40(5),
1997, 71-79.
Guthrie, L. et ai. Docmnent c!assitication and routing: a probabilistic approach. In: Na-
turallanguage information retrieval; ed. by T. Strzalkowski, p. 289-310. Boston,
Kluwer, 1999.
Haas, S. \V. Natural language processing: toward largeMscale, robust systems. Ammal
Review oflnformation Science and Teclmology, 31, 1996, 83-119.
Hafed, Z.M.; Levine, M.D. Face recognition using the discrete cosine transform.
lnternational Joumal o/Computer ,Vision, 43, 200 l, 167M 188.
Hagerty, K. Abstracts as a basisfor relevance judgement. Chicago, University ofChicaM
go, Graduate Library School, 1967. Working paper no. 380-5.
Hahn, U.; Mani, L The challenges ofautomatic summarization. Computer, 33( 11 ), 2000,
29-36.
Halm, U.; Reimer, U. Heuristic text parsing in 'TOPIC': methodological issues in a
knowledge-based text condensation system. In: Representation and exchange of
/mow!edge as a basis ofinformation processes; ed. by H.J. Dietschmann, p. 143-
163. Amsterdam, Nortb-Holland, 1984.
Hall, AM. Case studies of the use ofsubject indexes. London, lnstitution of Electrical
Engineers, 1972a.
Hall, A.M. User preferences in printed indexes. London, Institution of Elctrical
Engineers, 1972b.
Han, J.; Chang, K.C.-C. Data mining for\Veb inte!ligence. Computer, 35(11), 2002,64-70.
Hanson, C. \V.; Janes, tvL Coverage by abstractingjournals ofconference papers. Jounwl
ofDocumentation, 11, 1961, 143-149.
Harman, D. The TREC conferences. In: Readings in information retrieval; ed. by K.
Sparck Jones and P. Willett, p. 247-256. San Francisco, Morgan Kaufmann, 1997.
Harpring, P. The language ofimages: enhancing access to images by applying metadata
schemas and structured vocabularies. In: fntroduction to art image access; ed. by M.
Baca, p. 20-39. Los Angeles, Getty Research lnstitute, 2002.
Harris, D. et ai. The testing ofinter-indexer consistencyat various indexing deptl1s. Chi-
cago, University ofChicago, Graduate Library School, 1966. Working paper no. 380-2.
Hart, P.E.; Graham, J. Query-fh~e information retrieval./1:'1:'1:' &,per!, 12(5), 1997,32-37.
Harter, S.P. Psychological relevance and information science. Journa/ o[tl1e American
Society for hiformation Science, 43, 1992, 602-615.
 412 INDEXAAO E RESUMOS: TEORIA E PRTICA
Hartley, J. Are structured abstracts more ar Jess accurate than traditional ones? Journal
of!nformation Science, 26, 2000a, 273-277.
Hartley, J. Clarifying the abstracts ofsystematic literature reviews. Butletin ofthe J\4edica{
LibrQ/y Association, 88, 2000b, 332-337.
Hart!ey, J. Do structured abstracts takc more space? And does it matter? Journal of
lnformation Science, 28, 2002, 417-422.
Hm11ey, ]. Is it appropriate to use structured abstracts in non-medical science journals?
Journal of lnformation Science, 24, 1998, 359-364.
Hartley, J. Three ways to improve the clarity ofjournal abstracts. British Journal of
Educational Psychofogy, 64, 1994, 331-343.
Hartley, J. Typographic settings for structured abstracts. Journal ofTeclmical Writing
and Communication, 30, 2000c, 355-365.
Hart!ey, J.; Benjamin, M. An eva!uation ofstructured abstracts injournals published by
the British Psychological Society. British Joumal of Educational Psychology, 68,
1998, 443-456.
Hartley, J.; Sydes, M. \Vhich layout do you prefer? An analysis ofreaders' preferences
for ditlerent typographic layouts of structured abstracts. Journal of Information
Science, 22, 1996,27-37.
Hartley, J. et ai. Obtaining information accurately and quickly: are structured abstracts
more cfficient? Journal of Information Science, 22, 1996, 349-356.
Hastings, S.K. An exploratory study of intellectual access to digitized mt images.
'I~
Proceedings of the Sixteenth National Online Meeting, p. 177-185. Medford, NJ,
Learned Infonnation, 1995a.
Hastings, S.K. lndex access points in a study ofintellectual access to digitized art images.
In: Mu!timedia computing and musewns; ed. by D. Bearman, p. 299-309. Pittsbmgh,
PA, Archives and Museum lnformatics, l995b.
Hastings, S.K. Query categories in a study o f intellectual access to digitized art images.
Proceedings ofthe American Society for Information Science, 32, l995c, 3-8.
Haug, P.; Beesley, D. Automated selection of clinicai data to support radiographic
interpretation. In: Fifteenth Amwal Symposium on Compu ter App/ications in Medicai
Care, p. 593597. New York, t\.kGraw Hill, 1992.
Hayes, P.J. Intelligent high-volume text processing using shallow, domain-specific
techniques. In: Text-based intelligent systems; ed. by P.S. Jacobs, p. 227-241. Hillsdale,
NJ, Lawrence Erlbaum, I 992a.
Hayes, P.J.; \Veinstein, S.P. Construe-TIS: a system for contentbased indexing of a
database o f news stories. In: lnnovatiw: applications o f artificial intelligence 2; ed.
by A. Rappaport and R. Smith, p. 51-64. Cambridge, MA, MIT Press, 1991.
Hayes, S. Enhanced catalog access to fiction: a preliminary study. Librmy Resources &
Technical Services, 36, 1992b, 441-459.
Haynes, R.B. More informative abstracts: current status and evaluation. Journal of
Clinicai Epidemiology, 46, 1993, 595-597.
Haynes, R.B. et ai. More informative abstracts revisited. Annals of Interna! Medicine,
113, 1990,69-76.
Haynes, R.B. et ai. Online access to MEDL!NE in clinicai settings: a study o f use and
usefulness. Annals o[ Internai Medicine, 112, 1990, 7884.
Hearst, M.A. The use o f categories and clusters for organizing retrieval results. In: Na-
llwal language information retrieval; ed. by T. Strzalkowski, p. 333-374. Boston,
MA, Kluwer, 1999.
REFERENCIAS 413
Heidorn, P.B. The identification ofindex terms in naturallanguage object descriptions.
Proceedings ofthe AmeriCafl Society for Information Science, 36, 1999, 472-481.
Heller, J. On logical data organization, card catalogs, and the GIUPHOS management
information system. Rochester, NY, Margaret Woodbury Strong Museum, 1974.
Museum Data Bank Research Repor! Number 3.
Henzler, R.G Free or controlled vocabularies: some statistical user-oriented evaluations
ofbiomedical information systems.lnternational Classification, 5, 1978,21-26.
Herner, S. Subject slanting in scientific abstracting publications. In: Internationa!
conference on scientific information, Washington, JJC, Proceedings. Volume 1, p.
407-427. Washington, DC, National Academy o f Sciences, 1959.
Hersey, D.F. et ai. Free text word retrieval and scientist indexing: performance pro files
and costs. Joumal ofDocumentation, 27, 1971, 167-I83.
Hersh, \V. R.; Hickam, D.H. A comparative analysis ofretrieval effectiveness for three
methods of indexing A!DS-related abstracts. Proceedings ofthe American Society for
lnformation Science, 28, 1991,21 1225.
Hersh, \V. R.; Hickam, D.H. An evaluation o f interactive Boolean and natural language
searching with an online medicai textbook. Journal o f the American Society for
lnformation Science, 46, 1995a, 478-489.
Hersh, W.R.; Hickam, D.H. lnformation retrieval in medicine: the SAPHIRE experience.
Joumal ofthe Amel'ican Sociely for lnformation Science, 46, 1995b, 743w 747.
Hersh, W.R. et ai. Words, concepts, or both? Optimal indexing units for automated
information retrieval. Sixteenth Ammal Symposium on Computer App/ications in
Medica/ Care, p. 644-648. New York, NY, McGraw Hill, 1993.
Hett, C.A. et ai. A usability assessment o f online indexing structures in the networked
environment. Journal of the American Society for lnformation Science, 51, 2000,
971-988.
Hickey, T.B.; Vizine-Goetz, D. The role o f classification in CORC. Joumal of Libr01y
Administration, 34, 200 I, 421-430.
Hidderley, R.; Rafferty, P. Democratic indexing: an approach to the retrieval offiction.
lnformation Services & Use, 17, 1997, 101-109.
Hill, L. L. Collection ofmetadata solutions for digitallibrary applications. Journal ofthe
American Society for lnformation Science, 50, 1999, 1169-1181.
Hinman, H.; Leita, C. Librarians Index to the Internet (LH). In: The amazing Internet
challenge; ed. by A.T. \Vells et ai., p. 144-160. Chicago, !L, American Library
Association, 1999.
Hjorland, B. Relevance research. Joumal ofthe American Society for lnformation Science
and Teclmology, 51, 2000, 209211.
Hjorland, B. Toward a theory of aboutness, subject, topicality, theme, domain, field,
content... and relevance. Journal of the American Society for Information Science
and Teclmology, 52, 200 I, 774-778.
Hjorland, B.; Nielsen, L.K. Subject access points in electronic retrieval. Annual Review
of lnformation Science and.Teclmology, 35, 200 l, 249-298.
H lava, M.M.K. Machine-aided indexing (twAI) in a multilingual environment. In: Online
lnformation 92, p. 297-300. Medford, NJ, Learned Information, 1992.
Hmeidi, I. et ai. Design and implementation ofautomatic indexing for infonnation retrieval
with Arabic documents. Journal of the American Society for lnformation Science,
48, 1997, 867-88!.
 414
INDEXAO E RESUMOS: TEORIA E PRTICA
Hobbs, J.R.; Israel, O. Principies oftcmplate design. In: Proceedings oftlze Hwnan
Language Techno/ogy Workshop, March8-ll, /994, p. 177-181. San Francisco, CA,
Morgan Kaufmann, 1994.
Hobbs, J.R. et ai. Robust processing ofreal-world natural-language texts. In: Text-based
inteftigent systems; ed. by P.S. Jacobs, p. 13-33. Hillsdale, NJ, Lawrence Erlbat1m, 1992.
Hock, R.E. The extreme searcher S guide to web search engines. 2nd ed. Medford, NJ,
Information Today, 2001.
Hock, R. E. Sizing up HotBot: evaluating one Web search engine's capabilities. On!ine,
21(6), 1997,24-33.
Hodges, P.R. Keyword in title indexes: effectiveness ofretrieval in computer searches.
Specia/ Libraries, 14, 1983,56-60.
Hogan, M. et ai. The visual thesaurus in a hypermedia environment. In: Hypermedia &
interactivity in museums; ed. by D. Beannan, p. 202-221. Pittsburgh, PA, Archives
and Museum Informatics, 199L
Holm, B.E.; Rasmussen, L. E. Development o f a technicalthesaurus. American Docum-
entarion, 12, 1961, 184-190.
Holmes, N. The KWIC and the dead: a Jesson in computing history. Computer, 34(1},
2001, 142-144.
Holst, \V. Problemer ved strukturering og bruk a v den polytekniske tesaurus. Tidskl'ift
for Dokumentation, 22, 1966, 69-74.
Holt, B.; Hartwick, L. 'Quick, who painted fish?': searching a picture database with the
! QBIC project at UC Davis.InfOrmation Services & Use, 14, 1994,79-90.
Holt, B. et ai. The QBIC project in the Department o f Art and Art History at UC Da vis.
Proceedings ofthe Amel'ica/1 Society for Information Science, 34, 1997, 189-195.
Ho!t, GE. On becoming essential: an agenda for quality in twenty-first century public
libraries. Librmy Trends, 44, 1995, 545-571.
Hooper, R. S. Evaluation and analysis o f indexing systems. In: The Secomllnstitute on
Teclmical Literature Jndexing, Session I. Washington, DC, American University,
Center for Technology and Administration, 1966.
Hooper, R. S. Indexe r consistency tests- origin, measurements, results and utilization.
Bethesda, MD, IBM, 1965.
Hork), J. Shoda mezi zpracovateli pri vyberu klicovych slov z odbornych textu. [Con-
cordncia na seleo de prtlavrns-chave de textos especializados.] Ceskoslovensk
lnformatika, 25, 1983, 275278.
Horty, J.F. Experience with the application o f electronic data processing systems in ge-
nerallaw. Modem Uses ofLogic in Law, 60D, 1960, 158168.
Horty, J.F. Legal research using electronic techniques. In: Literal!we of the law -
techniques ofaccess, p. 56-68. South Hackensack, NJ, F.B. Rothman & Co., 1962.
Hourihane, C.lt begins with the cataloger: subject access to images and the cataloguer's
perspective. In: Jntroduction to art image access; ed. by M. Baca, p. 40-66. Los
Angeles, Getty Research lnstitute, 2002.
Hovy, E. Using an ontology to simplify data access. Communications ofthe ACM, 46( I),
2003. 47-49.
1-!uang. T. et ai. l'vtu!timedia Analysis and Retrieval System (MARS) projet. In: Digital
image access & retrieval; ed. by P.B. Heidorn and B. Sandore, p. l00-117. Urbana-
Champaign, University of Il!inois, Graduate School of Library and Infonnation
Se iene..:, 1997.
REFERENCIAS
415
Hui, S.C.; Goh, A. 1ncorporating abstract generation into an online retrieval interface
for a library newspaper cutting system. As/ih Proceedings, 48, 1996, 259-265.
Humphrey, S.M. Automated indexing. Bulletin ofthe American Society oflndexers, 8,
2000, 157-159.
Humphrey, S.M. Automatic indexing ofdocuments fromjoumal descriptors: a preliminmy
investigation. Joumal of tl!e American Society forlnformation Science, 50, 1999,
661-674.
Humphrey, SJvL Interactive knowledge-based systems for improved subject analysis
and retrieval. In: Artijicial inte/ligence and expert systems: wi/1 they change the
library?; ed. by F. \V. Lancaster and L. C. Smith, p. 81-117. Urbana-Champaign, Uni-
versity o f Illinois, Graduate School of Library and Information Science, 1992.
Humphrey, S.M. Comunicao pessoal por correio eletrnico, 20 de novembro de 1995.
Humphrey, S.M. et ai. Automatic indexing by discipline and high-level categories. A ser
publicado em Advances in Classification Research, 11, 2003 (no prelo).
Humphreys, K. et ai. Bioinformatics applications ofinformation extraction from scientific
journal articles. Journal oflnfOrmation Science, 26,2000,75-85.
Hmt, C.; Potter, W.G CORe and the future oflibraries. In: CVRC new tools andpossibi/ites
for coopera tive electronic resource description; ed. by K. Calhoun and J.J. Riemer,
p. 17-27. Binghampton, NY, Haworth Press, 2001.
Hutchins, W.J. The concept of'aboutness' in subject indexing. As/ib Proceedings, 30,
1978, 172-181.
Intner, S.S. Censorship in indexing. The lndexer, 14, 1984, 105-108.
lntrona, L.; Nisse11baum, H. Defining the Web: the politics ofsearch engines. Compu ter,
33(1), 2000, 54-62.
lrving, H.B. Computer-assisted indexing training and electronic text conversion at NAL.
Knowledge Qrgani:;ation, 24, 1997,4-7.
lycngar, S.S. Visual based retrieval systems and Web mining. Journal ofthe American
Society for Information Science and Teclmo!ogy, 52, 200 I, 828-875.
lyer, H.; Giguere, rvi. Towards designing an expert system to map mathematics
classit1catory structures. Knowledge Organization, 22, 1995, 141-147.
Jackson, M.E. The advent ofportals. LibraryJoumal, 127(15), 2002,36-39.
Jacobs, P.S. lntroduction: text power and intelligent systems. ln: Text-based intelligent
systems; ed. by P.S. Jacobs, p. 1-3, Hillsdale. NJ, Lawrence Erlbaum, !992a.
Jacobs, P.S. Joining statistics with NLP for text categorization. In: Proceedings of the
Third Conference on Applied Natural Language Processing, p. 173-185. San Fran-
cisco, ~Aorgan Kaufmann, f992b.
Jacobs, P.S., ed. Text-based intelligent :.Jstems: current research and practice in infr-
mation extraction and retrieval. Hillsdale, NJ, Lawrence Erlbaum, 1992c.
Jacobs, P.S.; Rau, L. F. lnnovations in text intcrprctation. In: Natul'a/ language processing;
ed. by. F.C.N. Pereira and B.J. Grosz, p. 143-191. Cambridge, MA, lvi!T Press, 1994.
Jacobs, P.S.; Rau, L. F. SClSOR: extracting intrmation from online news. Conummications
q(the AC.\1, 33( 11 ), 1990. 88-97.
Jacoby, J.; Slamecka, V. l11dexer consistency under minimal contlitions. Bethesda, MO,
Documentation Inc., 1962. RADCTDR-62-426.
Jacs, P. Document-summarization software. /nformation Today, 19(2), 2002,22-23.
Jagadish. H. V. lndexing for retrievai by similarity. In: Multimedia data base systems; ed.
by V.S. Subrahrnanian and S. Jajodia, p. 165-184. Berlin, Springer-Verlag, 1996.
-.;r'
~~,!!!,'I'
d .,
;!li)
I
' 416 INDEXAO E RESUMOS: TEORIA E PRTICA
Jahoda, G; Stursa, M.L. Acomparison ofa kewyord from title index with a single access
point per document a\phabetic subject index. American Documentation, 20, 1969,
377-380.
Jain, R. Visual information retrieval in digital libruries. In: Digital image access &
retrieval; ed. by P.B. Heidorn ald B. Sandore, p. 6885. Urbana-Champaign,
University o f lllinois, Graduate School ofLibrary and Infonnation Science, 1997.
Janes, J.W. Relevance judgments and the incrementai presentation of documeot
representations./nfarmation Processing & Management, 27, 1991, 629-646.
Jansen, B.J.; Pooch, U. A review of\Veb searching studies anda framework for future
research. Journal of the American Society for lnformation Science and Teclmology,
52, 200 I, 235-246.
Johnson, F.C. et ai. The application of linguistic processing to automatic abstract
generation. In: Readings in information retrieval; ed. by K. Sparck Jones and P.
Willett, p. 538-551. San Francisco, CA, Morgan Kaufmann, 1997.
Jonak, Z. Problemy informacni analyzy pri Popisu Beletristckeho Dila. {Problemas de
anlise da informao na descrio de uma obra de fico.] Kniznice a Vedecke
Informacie, 10(1), 1978, 16-21.
Jones, E.K.; Roydhouse, A. lntelligent retrieval o f archived meteoro!ogical data. IEEE
Expert, 10(6), 1995, 50-57.
Jones, K.P. Towards a themy ofindexing. Journal of Documentation, 32, 1976, 118-125.
Jones, K.P.; Bell, C.L.tvl. Artificial intelligence progrum for indexing automatically (AIPIA).
In: Online Information92, p. 187-196. Medford, NJ, Learned lnformaton, 1992.
Jones, S.; Paynter, G \V. Automatic extraction o f document keyphrases for use in digital
libraries. Journal ofthe American Society for lnformation Science and Teclmology,
53, 2002, 653-677.
Jonker, F. Indexing theory, indexing methods and search devices. New York, NY, Scar-
crow Press, 1964.
Jrgensen, C. Indexing images: testing an image description templatc. Proceedings of
the American Society for Information Science, 33, 1996, 209-213.
Jrgensen, C. lntroduction and overview. Joumal oftl!e American Society for lnformation
Science and Teclmology, 52, 2001, 906-91 O.
Kaiser, J.O. Systematic indexing. London, Pitman, 1911.
Karasev, S.A. Abstracting scientific and technical literature: elements of a theory.
Automatic Documental on and Mathematical Linguistics, 12(4), 1978, 1-7. [Traduw
o em ingls de Nauclmo-Teklmicheskaia Informatsiia, Seriia 2, 12(1 0), 1978, p. 1-4.]
Kassirer, J.P. A report card on computer-assisted diagnosis- the grade: C. New England
Journal ofMedicine, 330, 1994, 1824-1825.
Katzer, J. et a\. A study o f the overlap among document representations. lnformation
Technology: Research and Devlopment, I, 1982,261-274.
Keen, E.M. On the generation and searching ofentries in printed subject indexes. Journal
o/ Documentatioll, 33, 1977a, 1545. . Niemeyer Verlag, 1983.
Keen, E.M. On the processing ofprinted subject index entries during searchmg. Journal
of Documentation, 33, 1977b, 266-276. ' the Tentlllnternational Conference on biformation and Knowledge Alanagement, p.
Keen, E.lvl. Query term weighting schemes for efiective ranked output retrieva\. Online
biformation 91, p. 135-142. Medford, NJ, Learned lnformation, 1991.
Keen, E.M. A retrieval comparison o f six published indexes in the t1eld o f library and
information sciehce. Unesco Bulletinfor Libraries, 30, 1976,26-36.
...
REFERENCIAS 417
Keen, E.M.; Digger, J.A. Repor! ofan information science index language test. Aberys-
twyth, College o f Librarianship \Vales, 1972. 2 volumes.
Kehl, W.B. et ai. An information retrievallanguage for legal studies. Communications of
the ACII, 4, 196!, 380-389.
Keister, L.H. Use r types and queries: impact on image access systems. In: Chaltenges in
indexing electronic text and images; ed. by R. Fidel et ai., p. 7-22. Medford, NJ,
Learned Information, 1994.
Kellman, S.G, ed. Maste1plots I/: American fiction series. 6 volumes. Pasadena, CA,
Salem Prcss, 2000.
Kent, A et ai. Relevance predictability in information retrieval systems. Methods of
lnformation in Medicine, 6, 1967, 45-51.
Kerpedjiev, S.M. Automatic generation of multi moda! weather reports from datasets.
ln:Proceedings of the Third C01![erence on Applied Natural Language Processing,
p. 48-55. San Francisco, Morgan Kaufmann, 1992.
Kessler, t\.Uvl. Bibliographic coupling between scientit1c papers. America11 Document
ation, 14, 1963, 10-25.
Kessler, M.M. Bibliogmphic coupling extended in time. Cambridge, 1\.-IA, Massachusetts,
Institute ofTechnology, 1962.
Kessler, M.M. Comparison o f results o f bibliographic coupling and analytic subject
indexing. American Documentation, 16, 1965,223-233.
Kim, \V.; \Vi!bur, W.J. Corpus-based statistical screening for content-bearing terms.
Journal ofthe American Society for Information Science and Teclmology, 52, 200 I,
247-259.
King, R. Acomparison ofthe readability ofabstracts with their sm1rce documents. Jouma!
of the American Society for biformation Science, 27, 1976, 118-121.
Klement, S. Open-system versus closed-system indexing. The Indexer, 23, 2002, 23-31.
Klingbiel, P.H. The future ofindexing and retrievalvocabularies. Alexandria, VA, Defense
Documentation Center, 1970. AD 716 200.
Klingbiel, P.H. Machine-aided indexing. Technical progress report for period July 1969-
June 1970. Alexandria, VA, Defense Documentation Center, 1971. AD 721 875.
Klingbiel, P.H. & Rinker, C.C. Evaluation of machine-aided indexing. Information
Processing and Management, 12, 1976, 35!-366.
Knapp, S.D. BRSffERM: database for searchers. Online '83 Conference Proceedings,
p. 162-166. Weston, CT, Onlinc Inc., 1983.
Knapp, S.D. The contemporary thesaurus ofsocial science terms and synonyms: a guide
(or naturallanguage computer searching. Phoenix, AZ, Oryx Press, 1993.
Knapp, S.D. Free-text searching o f online databases. Reference Librarian, 5/6, 1982,
143-153.
Knight, K. Mining online text. Communications ofthe ACM, 42(11 ), 1999, 58-61.
Knorz, G Automafisches lndexieren ais Erke1men abstrakter Objekte. Ttibingen, Ma-.:
Kolcz, A. Summarization as feature selection for text categorization. In: Proceedings of
365-370. New York, Association tbr Computing Machinery, 200 I.
Korotkin, A. L.; O li ver, L. H. The ej}ct of subject matterfamiliarity and the use of an
indexingaid upon inter-indexer consistency. Bethesda, MD, General Electric Compuny,
lntbrmation Systems Operation, 1964 .
418 INDEXAO E RESUMOS: TEORIA E PRTICA REFERNCIAS 419
Korycinski, C.; Newell, A. F. NaturaHanguage processing and automatic indexing. The Lancastcr, F. W.; Warner, A.J. lntelligent teclmologies in !ibrary and information service
!ndexer, 11, 1990,21-29. applicalions. Medford, NJ, Information Today, 2001.
Krause, M.G Intellectual problems ofndexng picture collections. Audiovisa! Librarian, Lancaster, F. \V. et ai. Evaluating the effectiveness ofan on-line, naturaiianguage retrieval
14, 1988, 73-81. system. lnformation Storage and Retrieval, 8, 1972, 223-245.
Krieger, T. fnstructor influences versus text injluences in !he se{ection of sub!ect Lancaster, F. \V. et ai. Evaluation ofinteractive knowledge-based systems: overview and
descriptors by undergraduate students. Doctoral thes1s. Urbana-Champmgn, design for empirical testing. Joumal ofthe American Society for lnformation Science,
University of Illinois, Graduate School o f Library Science, 1981. . . 47, 1996, 57-69.
Kubala, F. et ai. Integrated technologies for indexing spoken language. Commwucatwns Lancaster, F. \V. et ai. Identifying barriers to effective subject access in library catalogs.
ofthe AC,\1, 43(2), 2000, 48-56. . Library Resources & Teclmical Services, 35, 1991, 377-391.
Kuhlen, R. Some similarities and ditTerences between intellectual and machme text Lancaster, F. \V. et ai. Modular content analyses. Final report to the National Science
understanding for the purpose of abstracting. In: Representation and exchange of Foundation. Washington, DC, Herner and Company, 1965.
knowledge as a basis ofinformation processes; ed. by H.J. Dietschmann, P 87-109. Larson, R. R. Experiments in automatic Library of Congress classification. Jouma! o[
Amsterdam, North-Holland, 1984. the American Society for lnformation Science, 43, 1992, 130-148.
Kupiec, J.M. Murax: finding and organizing answers from tcxt search. In: Natural Lawrence, S.; Giles, C.L. Accessibility o f information on the Web. Nature, 400, 1999,
fanguage fn[ormation retrieval; ed. by T.S. Strzalkowski, p. 311-332. Boston, Kluwer, 107-109.
1999. Lawrence, S. et ai. Digitallibraries and autonomous citation indexing. Computer, 32(6),
Kudta, T.; Kato, T. Learning ofpersonal visual impression for image database sy~tems. 1999, 67-71.
In: Proceedings ofthe Second !nternational Conference on Doc:onent Ana!ysrs and Lawson, M. et ai. Automatic extracion o f citations from the text of English-language
Recognition, p. 547-552. Los AJamitos, CA, IEEE Computer Soctety Press, !993: patents- an example oftemplate mining. Jouma! o[lnformation Science, 22, 1996,
Kwok, K.L. A probabilistic theory ofindexing and similarily meast~re.based. on ctted 423-436.
and citing documents. Journal ofthe American Society for Informatton Sc/e!lce, 36, Layne, S.S. Some issues in lhe indexing ofimages. Journal ofthe American Society for
1985a, 342-351. . , lnformation Science, 45, 1994, 583-588.
Kwok, K.L. A probabilistic theory o f indexing using author-provided relevm~ce !ntor- Layne, S.S. Subject acccss to art images. In: Introduction to art image access; ed. by M.
mation. Proceedings oftlEe.AmericartSocietyfor bl[ormation Science, 22, 198)b, )9-63 Baca, p. 1-19. Los Angeles, Getty Research fnstitute, 2002.
Kwon, O- \V.; Lee, J.-H. Text categorization based on k-nearest neighbor appro~ch for Leacock, C. et ai. Corpus-based statistical sense resolution. In: Human language
Web si te c!assification. /nformation Processing & Management, 39, 2003, 2)44. teclmology: proceedings o[ a workshop held at Plainsboro, New Jersey, A.farch 21-
LaBorie, T. et ai. Library and infonnation science abstracting and indexing serv!ccs: cov:- 24, 1993, p. 260-263. San Francisco, Morgan Kaufmann, 1993.
?)
rage, overlap, and context. Libra1yand fn[ormati01~ Sc1:ence Rese_arc/J, 7, 198), 183-1 Lehrnam,A Text structuration leading to an automatic summary system: RAFI.Information
Lam-Adesina, A.M.; Jones, GJ.F. Applying summanzaHon techmques for term select10n Processing & Management, 35, 1999, 181-191.
in relevance feedback. Proceedings o[ the 24th Aw111al Internalional ACM SIGJR Leighton, H. V.; Srivastava, J. Fifst 20 precision runong World \Vide Web Search Services
Conference 011 Research and Development in !nformation Retrieva/, p. 19. New (SearchEngines). Journal oftheAmerican Societyfor Jnformation Science, 50, 1999,
York, Association for Computing Machinery, 200 I. . 870-881.
Lancaster, F.W. Evaluation ofthe ,\/UJURS dema11d search ser-vice. Bethesda, MD, National Leininger, K. Interindexer consistency in PS)'CINFO. Journa! of Librarianship and
Library o f ivtedicine, t 968. . biformation Science, 32( I), 2000, 4-8.
Lancaster, F. \V. Jnformation retrieval systems: characterislics, testing and evaluattoll. Leonard, L.E. lnter-indexer consistency mui retrieval ejfectiveness: measurement o[
New York, Wiley, !968b. . . . re/ationships. Doctoral thesis. Urbana-Champaign, University oflllinois, Graduate
Lancaster, F. W. Some observations on thc performance o f EJC role mdtcators 111 a School ofLibrary Science, 1975.
mechanized retrieval system. Special Libraries, 55, 1964,696-701. . Levinson, S.E. Speech recognition technology: a critique. Proceedings ofthe National
Lancaster, F. \V. Vocabulmy contra! for information retrieva!. 2nd ed. Ar!mgton, VA, Academy ofSciences, 92, 1995, 9953-9955.
lnformation Resomces Press, 1986. , . Li, Y. et ai. Semantic image retrieval through human subject segmentation and charac-
Lancaster, F. \V. Vocabu!mycontro/for information retrieval. Washington, DC, Intom1at1on terization. In: Storage and retrieval for image and video databases V; ed. by I.K.
Resources Press, 1972. Sethi and R.C. Jain, p. 340-351. Bellingham, WA, International Society for Optical
Lancaster, F. \V.; Sandore, B. Techno!ogy mui mmwgement i11 !ibrory and _in.(ormation Engineering, 1997.
services. Urbana-Champaign, University ofHiinois, Graduate School ot Ltbrary and Liddy, E.D. How a search engine works. In: Web ofdeception: misiliformotion onthe
lnformation Science, 199.7. lntemet; ed. by AP. Mintz, p. 197-208. Medford, NJ, Information Today, 2002.
Lancaster, F. \V.; Warner, A.J. /n[ormatio11 retrieva! today. Arlington, VA, lnfbrmation Liddy, E.D.; Jrgensen, C. Modeling information seeking behaviors in index use.
Resources Press, 1983. Proceedings ofthe American Society for lnformation Science, 30, 1993a, 185-190.
 l
!
420 INDEXAO E RESUMOS: TEORIA E PRTICA
Liddy, E.D.; Jrgensen, C. Realily check! Book index charactcristics that facilitate
information access. In: /ndexing, providing access to informalion; ed. by N.C. Mul-
vany, p. 125-138. Port Aransas, TX, American Society o f Indexers, l993b.
Liddy, E.D. et ai. Index qualitystudy, part li: publishers' survey and qualitative assessment.
In: Indexing tradition and i11novation, p. 53-79. American Society oflndexers, 1990.
Lieberman, H. et ai. Aria: an agent for annotating and retrieving images. Computer,
34(7), 2001, 57-62.
Lienhart, R. et ai. Video abstracting. Communications ofthe ACM, 40( 12), 1997, 55-62.
Lippincott, A. Issues in content-based music infommtion retrieval. Journaf oflnformation
Science, 28,2002, 137142.
Liu, C.-C.; Tsai, P.-J. Content-based retrieval off\tP3 music objects. In: Proceedings of
the Tenth lnternational Conference onlnformation and Knowledge Management, p.
506-511. New York, Association for Computing rvtachinery, 2001.
Liu, \V. et ai. A media agent for automatically building a personalized semantic index of
\Veb media objects. Journal of the American Society for lnformation Science and
Teclmology, 52, 2001, 853-855.
Liu, Y.; Li, F. Semantic extraction and semantics-based annotation and retrieval for
video databases. Multimedia Tools and Applications, 17, 2002, 5-20.
Loukopoulos, L. Indexing problems and some oftheir solutions. American Document-
ation, 17, 1966, 1725.
Lu, C. et a\. TheSys - a comprehensive thesaurus system for intelligent document
;i
analysis and text retrieval. In: Proceedings of Third International Conference on
Document Analysis and Recognition. Volume 2, p. 11691173. Los Alamitos, CA,
IEEE Compu ter Societ)' Press, 1995.
Lu, G. rndexing and retrieval o f audio: a survey. Multimedia tools and applications, 15,
2001,269-290.
Luhn, H.P. The automatic creation of literature abstracts. IBM Joumal of Research mui
Development, 2, 1958, 159165.
Luhn, H.P. Keyword-in-context index for teclmica! literature (KIV!C inde.\). Yorktown
Heights,NY, IBM Advanced Systems Development Division, 1959.
Luhn, H.P. A stntistical npproach to mechanized encoding and searching of literary
information. !HM Journal of Research and Development, I, 1957, 309-317.
Lunin, L. The development of a machinesearchable index-abstract and its application
to biomedica1 literature. In: Three Drexel information science research studies; ed.
by B. Flood, p. 47134. Philadelphia, Drexet Press, 1967.
Lynch, C.A. When documents deceive: trust and provenance as new factors for
information retrieval in a tangled web. Journal ofthe American Society for lnformation
Science and Teclmology, 52, 200 I, 1217.
Lynch, M.F.; Petrie, J.H. Aprogram suite for the production ofarticulated subject indexes.
ComputerJoumal, 16, 1973,46-51.
Ma, \V. Y.; Manjunath, B.S. A texture thesaurus for browsing large aerial photographs.
Joumal ofthe American Society for lnformation Science, 49, 1998, 633-648.
Maarek, Y.S. Automatically constructing simple help systems from natural language
documentation. In: Text-based intelligent systems; ed. by P.S. Jacobs, p. 243-256.
Hillsdale, NJ, Lawrence Erlbaum, 1992.
MacDougall, S. Signposts on the information superhighway: indexes and access. Journal
oflnternet Catafoging, 2(3/4), 2000, 6179.
REFERNCIAS 421
MacEwan, A. \Vhere do you keep the dystopias? Library Associalion Record, 99, 1997,
40-41.
Magi\1, F.N., ed. Masterplots: 2,01 Oplot stories & essay reviews fi"om the world's j/ne
literature. Revised edition. Englewood ClitTs, NJ, Salem Press, 1976.
Magill, F.N., ed. Masterplots /1: Americanfiction series. Volume L Englewood CliftS,
NJ, Salem Press, 1986.
Mai, J.E. Deconstructing the indexing process. Advances in Librarianship, 23, 2000,
269-298.
Ma i, J.-E. Senliotics and indexing: an analysis ofthe subject indexing process. Joumal
of Documentation, 57, 200 I, 591-622.
Malone, L. C. et ai. Modeling the performance of an automated keywording system.
lnformation Processing & Management, 27, 1991, 145-151.
tvfani, L Automatic summarization. Philadelphia, John Benjamins Publishing, 200 I a.
Mnni, L Recent deve1opments in text summarization. In: Proceedings of the Tenth
lnternational Conference onlnformation and Know!edge Management, p. 529531.
New York, Association for Computing Macbinery, 200 I b.
Mani, L et ai. TIPSTER SUMA!AC text summarization evaluation. Final repor/. MTR
98\VOOOO 138. McLean, VA, MlTRE Corporation, 1998.
Mani, L et ai. Towards content-based browsing ofbroadcast news video. In: lntelligent
1mtltimedia information retrieval; ed. by M.T. tvlaybury, p. 241-258. Menlo Park,
CA, AAAI Press, 1997.
Marchionini, G et ai. Extending retrieval strategies to networked environments: old
ways, new ways, and a criticai look at \VAIS. Joumal of the American Society for
lnformation Science, 45, 1994, 561-564.
Marcus, R. S. et ai. The user interface for the Intrex retrieval system. In: lnteractive
bibliographic searcfl. the userlcomputer inteJface; ed. by D.E. Walker, p. 159-20 I.
Montva1e, NJ, AFIPS Press, I971.
Markey, K. et ai. An analysis o f controlled vocabulary and free-text search statements in
online searches. On/ine Review, 4, 1980,225-236.
Markey, K. lnterindexer consistency tests: a literature review and repot1 of a test of
consistency in indexing visual materiais. Librmy and lnformation Science Research,
6, 1984, 155-177.
Ivlarkkula, tvi.; Sonnunen, E. End-user searching challenges indexing practices in the
digitalnewspaper photo arc.hive. lnfonnation Retrievaf, 1, 2000, 259285.
Maron, M.E. Depth ofindexing. Journal ofthe American Society for lnformation Science,
30, 1979, 224-228.
lvlaron, M.E. On indexing, retrieval and the meaning ofabout. Journaf ofthe Americm1
Society for Jnformation Science, 28, 1977, 38-43.
Maron, t\f.E. Probabilistic design principies for conventional and full-text retrieval
systems. lnformation Processing and Management, 24, 1988, 249-250.
Maron, !VI.E.; Kuhns, J.C. On rdevance, probabilistic indexing and information retrieval.
Journal of the Associationfor Complt/ing Macliinely, 7, 1960, 216-244.
Maron, M.E. et ai. Probabilistic inde.xing- a statistical techniquefor document identifi-
calion and retrieval. Los Angeles, Thompson Ramo Wooldridge, 1959.
Marques, 0.; Furht, B. MUSE: a content-based image search and retrieval system using
relevance feedback. Multimedia Tools and Applications, I?, 2002,21-50.
422 INDEXAO E RESUMOS: TEORIA E PRTICA
Marshall, C. C. The future of annotation in a digital (paper) world. In: Successf1S &
(ailures of digital libraries; ed. by S. Harum and M. Twidale, p. 97-117. Urbana-
Champaign, University of lllinois, Graduate School of Library and lnformation
Science, 2000.
Martin, W.A. Toward an integral multi-file on-line bibliographic database. Journal of
lnformation Science, 2, I 980, 2.41-253. . /nformation Processing & Management, 33, 1997, 319-337.
Martinez, C. et ai. An expert system for machine-aided indexing. Joumal ofChenucal
Information and Computer Science, 27, 1987, 158-162.
Martyn, J. Tests on abstractsjournals: coverage, overlap, and indexing. Journaf ofDocu-
mentation, 23, 1967,45-70.
Martyn, J.; Slater, M. Tests on abstractsjournals. Journal ofDocwnentation, 20, 1964,
212-235.
Massey-Burzio, V. The MultiPiatter experience at Brandeis University. CD-ROM
Professiona/, 3(3), 1990, 22-26.
Mathis, B.A. Teclmiques for the eva{uation and improvement of computer-produced
abstracts. Columbus, Ohio State University, Computer and Information Science
Research Center, 1972. OSU-CISRCTR-72-15. PB 214 675.
Mathis, B.A. et ai. lmprovement ofautomatic abstracts by the use ofstructural analysis.
Journal o/lhe American Society for Information Science, 24, 1973, lO 1-109.
1\'faybury, tvLT. Generating summaries from event data. Information Processing &
Management, 31, 1995, 735-75l.
McCain, K. \V. et ai. Comparing retrieval performance in on!ine data bases. Information
Processing& Management, 23, 1987,539-553.
McCray, AT. et ai. Evaluating UMLS strings for naturallaoguage processing. Proceedings
ofthe 2001 Ammal Symposium ofthe American Medicallnformatics Association, p.
448-452. Philadelphia, Hanley {X Be!fus, 200 I.
McDermott, J. Another analysis offull-text legal document retrieval. Law Librmylournal,
78, 1986, 339-343.
McDonald, D.D. Robust partial-parsing through incrementai, multi-algorithm processing.
In: Text-based intelligent systems; ed. by P.S. Jacobs, p. 83-99. Hillsdale, NJ, Lawrence
Erlbaum, 1992.
McDonald, S. et a\. Evaluatng a content based image retrieval system. Proceedings of
the 24th Ammal lnternationa!.-ICM SIGIR Conference on Research and Development
in lnformation Retrieval, p. 232-240. New York, Association for Computing
tviachinery, 2001.
McKeown, K. et ai. Generating concise natural language summaries. Information
Processing & Management, 31, 1995,703-733.
McNab, R.J. et ai. Tune retrieval in the multimedia library. Aiultimedia Tools and
Applications, 10,2000, ll3-132.
Medeiros, N. et ai. Utilizing CORC to develop and maintain access to biomedical Web
' sites. In: couc: new too!s and possibilities for cooperative electronic resource
description; ed. by K. Calhoun and J.J. Riemer, p. 111-121. Binghampton, NY, Haworth
Press, 2001.
Mehrotra, R. Contentbased image modeling and retrieval. In: Digital image access &
retrieval; ed. by P.B. Heidorn and B. Sandore, p. 57-67. Urbana-Champaign,
University oflllinois, Graduate.School ofLibrary and Information Science, 1997.
REFERNCIAS 423
Mehrotra, R.; Gary, J.E. Similar~shape retrieval in shape data management. Computer,
28(9), 1995, 57-62.
Mehtre, B.M. et ai. Content-based image retrievalusingacomposite color-shape approach.
/nformation Processing & Management, 34, 1998, 109-120.
Mehtre, B.M. et ai. Shape measures fOr content based image retrieval: a comparison.
tvtelucci, M. An evaluation of automatically constructed hypet1exts for information
retrieval. !nformation Retrieva/, 1, 1999,91-114.
Meng, \V. et ai. Concept hierarchy-based text database categorization. Knowfedge and
lnformation Systems, 4, 2002, 132-150.
Methods for examining documents, determining their subjects, and selecting indexing
terms. Geneva_. Intemational Organization tr Standardization, 1985. ISO 59631985 (E).
Milstead, J.L. Subject access systems: altenwtives in design. Orlando, Academic Press,
1984.
Milstead, J.L.; Feldman, S. i\,fetadata: cataloging by any other name ... Online, 26(1),
1999, 66-74.
~vlintz, A.P., ed. Web of deception: misinformation on the Internet. Medford, NJ,
lnformation Today, 2002.
Missingham, R. Indexing the fnternet: pinningjelly to the wall? LASIE, 27(3), 1996,
32-42.
Mitchell, S.; Mooney, M. INFOMINE. In: The amazing Internet chailenge; ed. by A.T.
\Vells et ai., p. 97-120. Chicago, American Library Association, 1999.
l\Iizzaro, S. Relevance: the whole history. In: Historical studies in information science;
ed. by T.B. Hahn and M. Buckland, p. 221-244. Medford, NJ, Information Today, 1998.
Moens, M.~F. Automatic indexing and abstracting of document texts. Boston, Kluwer,
2000.
Moens, M.-F.; Dumortier, 1. Text categorization: the assignment ofsubject descriptors
to magazine articles. /nformation Processing & Management, 36, 2000a, 841-861.
Moens, M.-F.; Dumortier, J. Use o f a text grammar for generating highlight abstracts o f
magazine articles. Journal o/ Documentation, 56, 2000b, 520-539.
Moens, M.~F. et ai. Infonnation extraction from legal texts: the potential o f discourse
ana!ysis. lnternalional Journa/ of Human-Computer Studies, 51, 1999, 1155-1171.
Moghaddam, B. et ai. Regions-of.. interest and spatial !ayout for content-based image
retrieval. Mttltimedia Tools and App/ications, 14, 2001, 201-21 O.
Montague, B.A. Testing, comparison and evaluation o f recai!, relevance and cost o f
coordinate indexing with links and roles. American Documentation 16, 1965, 201-208.
Montgomery, R. R. An indexing coverage study of toxicologicalliterature. Journal of
Chemical Documentation, 13, 1973, 4 t-44.
Moreno, P.J. et ai. From muimedia retrieval to knowledge management. Compll!er,
35(4), 2002, 58-59, 62-66.
Mostafa, 1. Digital image representation and access. Amwal Review of Jnformation Science
and Teclmology, 29, 1994, 91~135.
Mostafa, J.; Dillon, A. Design and evaluation of a user interface supporting multiple
image query models. Proceedings ofthe American Society for lnformation Science,
33, 1996, 52-57.
Mowshowitz, A.; Kawaguchi, A. Bias on the \Veb. Communications ofthe ACM, 45(9),
2002, 56-60.
424 . INDEXAO E RESUMOS: TEORIA E PRTICA
Muddamalle, M.R. Natural language versus controlled vocabulary in information
retrieva!: a case study in soil mechanics. Journa! ofthe American Society for lnfor-
mation Science, 49, 1998,881-887.
Mullison, \V. R. et ai. Comparing indexing ef1ciency, effectiveness, and consistency with
or without the use o f roles. Proceedings of the American Society fOr lnformation
Science, 6, 1969,301-311.
Mulvany, N.C. lndexlng books. Chicago, University ofChicago Press, 1994.
Munakata, T., ed. Knowledge discove1y. Communications oft/Je ACAI, 42{11), 1999,26-67.
Myers, J.iv1. Computers and the searching oflaw texts in England and North America: a
review ofthe state ofthe art. Jou/'1/a/ ofDocumentalion, 29, 1973, 212~228.
Nakamura, Y. et ai. Diagram understanding utilizing naturallanguage text. In: Proceedings
ofthe Second lnternationa{ Conference on Document Analysis and Recognition, p.
614-618. Los Alamitos, CA, IEEE Computer Society Press, 1993.
Nam, J.; Tewfik, A. H. Event-driven video extraction and visualizaton. Multimedia Tools
and Applications, 16, 2002, 55-77.
Nasukawa, T.; Nagano, T. Text analysis and knowledge mining system. IBM Systems
Journal, 40,2001, 967-984.
Nielsen, H.J. The nature o f tiction -and its signiticance for clq.ssification and indexing.
lnformationServices& Use, 17,1997,171-181.
Nomoto, T.; Matsumoto, Y. A new approach to unsupervised text summarization. In:
Proceedings of lhe 24th Ammallnternational ACM S/Ci!R Conftrence on Research
and Development in Jnformation Retrieva/, p. 26-34. New York, Association for
Computing Machinery, 200 I.
Oakman, R. L. The evolution ofintelligent writing assistants: trends and future prospects.
In: Proceedings (of the) Sixth lntemationaf Conference on Tools with Artificial
lnte/ligence, p. 233-234. Los A!amitos, CA, IEEE Compu ter Society Press, 1994.
O'Connor, B.C. Explorations in indexing and abstracting: pointing, virtue, and polVer.
Englewood, co, Libraries Unlimited, 1996.
O'Connor, B.C. et ai. User reactions as access mechanism: an exploration based on
captions for imuges. Joumaf of the American Society for lnformation Science, 50,
1999, 681-697.
O'Connor, J. Automatic subject recognition in scientific papers: an emprica! study.
Journaf ofthe Associationfor Computiug Machine1y, 12, 1965, 490-515.
O'Connor, J.G; Meadows, A.J. Physics Abstracts as a source ofabstracts in astronomy.
Joumal o[Documentation, 2, 1968, 107-112.
Odlyzko, A.M. Abstracting and reviewing in the digital era. NFA!S Newsletter, 41 (6),
1999, 85, 90-92.
Odlyzko, AM. Tragic loss or good riddance? The impending demise oftraditional scho-
larly journals. lnternaliona! Joumal ofHuman-ComputerStudies, 42, 1995, 71-122.
Ogle, V. E.; Stonebraker, M. Chabot: retrieval from a relational database of images.
Computer, 28(9), 1995,40-48.
Oh, S.Q Document representation and retrieval using emprica! tcts. Journaf of the
American Society for lnformation Science, 49, 1998, 920-931.
Ojala, M. Web content extraction. I:'Content, 25(4), 2002, 39-41.
0\afsen, T.; Vokac, L. Authors' reply to R. Moss. Joumal ofthe American Society for
lnformation Science, 34, 1983,294.
Olason, S. C. Let's get usable: usability studies for indexes. The lndexer, 22, 2000, 91-95.
REFERNCIAS 425
0\derr, S. 0/derr Sfiction subject headings: a supp!emenl andguide to the LC Thesaurus.
Chicago, American Library Association, 1991.
Oi iver, D.E.; Altman, R.B. Extraction of SNOMED concepts from medicai record texts.
In: Efghteenth Ammal Symposium on Compu ter Applications in J\Iedical Care, p.
179-183. Philadelphia, Hanley & Belfus, 1994.
O li ver, L. H. et ai. An invesligalion ofthe basic processes involved in the manual indexing
ofscientific documents. Bethesda, MD, General Electric Co., Informaton Systems
Operaton, 1966. PB 169 415.
0\son, H.A.; Boll, J.J. Subject analysis in onfine catafogs. 2nd ed. Eng\ewood, co,
Libraries Unlimited, 200 I.
O'Neil\, E.T.;Aiuri, R. Library ofCongress subject heading patterns in OCLC monographic
records. Librmy Resowces & Technical Services, 25, 1981,63-80.
O'Neill, E.T. et ai. Web characterization project: an analysis ofmetadata usage on thc
Web. Joumaf ofLibrmy Adninistration, 34, 2001, 359~374. Este artigo foi original-
mente publicado na Awmal Review ofOCLC Research 1998, e o texto integral encon-
tra-se disponlve\ em linha em <http://www.oclc.org/research/publications/arr/>
Onyshkevych, B. Jssues and methodology for template design for information extraction.
In: Proceedings ofthe Human Language Teclmology ll'orkshop, March 8-11, /994,
p. 171-176. San Francisco, Morgan Kaufmann, 1994.
Oppenheim, C. The patents coverage o f Chemicaf Abstracts. lnformation Scientist, 8,
1974, 133-138.
Oppenheim, C. et al. The evaluation ofwww senrch engines. Journaf ofDocumentation,
56, 2000, 190-211.
Orbach, B. So that others may see: tools for cataloging stil! images. Cataloging &
C/assification Quarter/y, 11(3/4), 1990, 163-191.
Ornager, S. The image database: a need for innovative indexing and retrieval. Advances
in Knowledge Organization, 4, 1994, 208-216.
Ornager, S.lmage retrieval: theoretical analysis and emprica\ user studies on accessing
information in images. Proceedings ofthe American Societyfor lnformation Science,
34, 1997, 202-211.
Oswald, V.A., Jr. et ai. Automatic indexing and abstracting ofthe contents ofdocuments.
Los Angeles, Planning Research Corporation, I 959. RADCTR-59-208.
Over, P. TheTREC interactive track: an annotated bibliography. lnfonnation Processing
& Management, 37,2001, :369-381.
Owen, P. Structured for success: the continuing role of qua\ity indexing in intelligent
information retrieval systems. In: Online lnformation 94, p. 227-23 I. Medford, NJ,
Learned lnformation, 1994.
Ozaki, K. et ai. Semantic retrieval on art museum databnse system. In: (Proceedings o f
the) 1996/h'l:'t;' Jntemational Conference on Systems, Man and c_.,bemetics, p. 2108-
2112. Piscataway, NJ, lnstitute o f Electrical and Electronics Engineers, 1996.
Paice, C.D. The automatic generation of literature abstracts: an approach based on the
identification o f self-indicating phrases. In: lnformation retrieval research; ed. by
R.N. Oddy et ai., p. 172~ 191. London, Butterworths, 1981.
Paice, C.D.; Jones, P.A. The identification o f important concepts in highly structured
technica\ papers. In: S!G\R-93: Proceedings of the Sixteenth Annua/ lntemational
A( 'M SIGIR Conference on Research and Devefopment in lnformation Retrieva/, p.
69-78. New York, Association for Computing Machinery, 1993.
426 INDEXAAO E RESUMOS: TEORIA E PRTICA
Pao, !Vl.L. Term and citaton searching: a preliminmy report. Proceedings ofthe American
Society for lnformation Science, 25, 1988, 177-180.
Pao, M.L.; Worthen, D.B. Retrieval eftctiveness by semantic and citation searching.
Journal of the American Society for biformation Science, 40, 1989, 226-235.
Patel, N.V.; Sethi, I.K. Audio characterization for vdeo indexing. In: Storage and retrieval
for still image andvideo databases IV; ed. by I.K. Sethi and R. C. Jain, p. 373-384.
Bellingham, WA, International ~ociety for Optical Engineering, 1996.
Patel, N. V.; Sethi, I.K. Video classification using speaker dentification. In: Storage and
retrieval for image and video data bases v; ed. by I.K. Sethi and R. C. Jain, p. 218-
225. Bellingham, WA, International Society for Optical Engineering, 1997.
Patrick, T.B. et ai. Text indexingofimages based on graphical image content. Proceedings
ofthe American Society forlnformation Science, 36, 1999, 675-680.
Payne, D. et ai. A textual abstracting teclmique: apreliminmydevelopment and evaluation
support. Pittsburgh, PA, American Institutes for Research, 1962. 2 volumes. AD
285081-285082.
Pazienza, M.T., ed. lnformation extraction. New York, Springer-Verlag, 1999.
Pejtersen, A.M. Design of a computer-aided user-system dialogue based on an analysis
ofusers' search behaviour. Social Science biformalion Studies, 4, 1984, 167-183.
Pejtersen, A.M. A framework for indexing and representation o f information based on
work domain analysis: a fiction c!assification example. Advances in Knowledge
Organization, 4, 1994, 251-263.
Pejtersen, AM. The meaning of'about' in tiction indexing and retrieval. Aslib Proceed-
ings, 31, 1979, 251-257.
Pejtersen, AM. New model for multimedia interfaces to online public access catalo-
gues. Electronic Library, 1O, 1992, 359-366.
Pejtersen, A.M.; Austin, J. Fiction retrieval: experimental design and evaluation of a
search system based on users' value criteria. Journaf of Documentation, 39, 1983,
230-246; 40, 1984, 25-35.
Pentland, A Machine understanding of human behavior in video. In: Intelligent
multimeda nformation retrieval; ed. by M.T. Maybury, p. 175-188. Menlo Park, CA,
AAAI Press, 1997.
Pereira, F.C.N.; Grosz, B.J. Natural !anguage processing. Carnbridge, h1A, M!T Press, 1994.
Perez, E. Text enhancement: controlled vocabulaJ)' vs. free text. Special Libraries, 73,
1982, 183-192.
Perrone, M.P. Machine learning in a multimedia document retrieval framework. IBM
Systems Joumal, 41, 2002, 494-503.
Perry, J.\V.; Kent, A Tools for machine literature searching. New York, Interscience
Publishers Inc., 1958.
Petrarca, A.E.; Lay, W.M. The double-KWfC coordinate index: a new approach for
preparation ofhigh-quality printed indexes by automatic indexing techniques. Journal
o[Chemica! Documentation, 9, 1969,256-261.
Picard, R. \V. Asociety ofmodels for vdeo and image libraries./HA/ Systems Journa!, 35,
1996,296-312.
Picard, R \V.; Minka, T.P. Vision texture for annotation. Multimedia Systems, 3, 1995, 3-14.
Pickens, J. Featme selection for polyphonic music retrieval. Proceedings of the 24th
Annuallnternationaf ACM swm Conference on Research and Development in iliform-
ation Retreval, p. 428-429. New York, Association for Computing Machinery, 200 I.
REFERENC!AS 427
Pinto, M. Documentary abstracting: toward a methodological model. Journal of the
American Society for lnformation Science, 46, 1995, 225-234.
Pinto, M. lnterdisciplinary approaches to the concept and practice of written text
documentruy content analysis (\VfDCA). Joumal ofDocumentation, 50, 1994, 111-133.
Pinto, M. Elresumen documental. 2.ed. Madrid, Fundacin Germn Snchez Ruiprez,
2001.
Pinto, M.; Glvez, C. Paradigms for abstracting systcms. Journal oflnformation Science,
25, 1999,365-380.
Pinto, M.; Lancaster, F. \V. Abstracts and abstructing in knowledge discovcry. Library
Trends, 48, 1999,234-248.
Piternick,A. Searching vocabularies: adeve!oping category ofonline search tools. Online
Review, 8, l 984, 441-449.
Pitkin, R.M.; Branagan, M.A Can thc accuracy ofabstracts be improved by providing
specific instructions? Journal ofthe American Medica{ Association (!AMA), 280, 1998,
267-269.
Pitkin, R.M. et ai. Accuracy o f data in abstracts ofpublished research articles. Journal of
the American Medica/ Association (lAMA), 281, 1999, 1110-1111.
Pitkin, R.M. et ai. Effectiveness ofjoumal intervention to improve abstract quality. Journal
ofthe American Medica/ Association (JAMA), 283,2000,481.
Place, E. Social Science Information Gateway (SOS!G). In: The amazing Internet challenge;
ed. by A.T. \Vells et ai., p. 223-244. Chicago, American Library Association, 1999.
Plaunt, C.; Norgard, B.A. An association-based method for automatic indexing with a
controlled vocabulal)' Joumal ofthe American Society for iliformation Science, 49,
1998, 888-902.
Pozzi, C.; Celentano, A Knowledge-based document filing. tEI!E Expert, 8(5), 1993,
34-45.
Prabha, C. The large retrieval phenomenon. Advances in Library Automation and
Networking, 4, 1991,55-92.
Preschel, B.M. Funk & IVagna!ls new encyclopedia indexing manual. New York, Funk
& Wagnall, 1981. (Indito.)
Preschel, B.M.Indexerconsistency inperception ofconcepts and in choice oftermino/ogy.
New York, Columbia University, School of Library Service, 1972.
Price, D.S. Possible impact ofelectronic publishing on abstracting and indexing. Journal
ofthe American Society for biformation Science, 34, 1983, 288.
Price, R. et ai. Applying relevance feedback to a photo archival system. Joumal of
lnformation Science, 18, 1992,203-215.
Proceedings of the Third lnternationaf Conference on Document Analysis and
Recognition. LosAiamitos, CA, IEEE Computer Socicty Press, 1995.2 v.
Qin, J. Semantic similarities between a keyword database anda controlled vocabulary
database. Joumal ofthe American Society for InformationScience, 51,2000, 166-180.
Qin, J.; No110n, M., ed. Knowledge discovery in bibliographic databases. Librmy Trends,
48(1), 1999 (todo o fascculo).
Ragusa, Uvt.; Turban, E. Integrating expert systems and multimedia: a review o f the
liternture. lnternational Joumal of Applied Expert Systems, 2( I), 1994, 54-71.
Raitt, D. Recall and precision devices in interactive bibliographic search and retrieval
systems. Aslib Proceedings, 32, 1980, 281-30 I.

428 INDEXAO E RESUMOS: TEORIA E PIV!CA
Rajagopalan, R. The Figure Understander: a toa! for the integration oftext aod graphical
input to a knowledge base. In: Proceedings (ofthe) Sixth lnternational Conference
011 Toofs with Artificial Intelligence, p. 8087. Los Alamitos, CA, IEEE Computer
Society Press, 1994.
Ramsey, M.C. et ai. A collection o f visual thesauri tr browsing large collections of
geographic images. Journal of the American Society for Information Science, 50,
1999, 826-834.
Ranta, J.A. The new Jiterary scholarship anda basis for increased subject catalog access
to imaginative literature. Cataloging & Classification Quarterly, 14( I), 1991, 326.
Rapoza, J. A smat1 way to put help on the \Veb. PC 1Veek, 13(39), 1996, 93.
Rasheed, M.A. Comparative index tenns.lntemalional Libra1-y Review, 21, 1989, 289~300.
Rasmussen, E.tvf. Indexing images. Awwal Review of lnformation Science and
Teclmofogy,32, 1997, 169~196.
Rath, QJ. et a!. Comparison of four types of lexical indicators of content. American
Docwnentation, 12, 1961 a, 126-130.
Rath, GJ. et ai. The formation of abstracts by the selection of sentences. American
Documentation, 12, 1961 b, 139-143.
Ravela, S.; Luo, C. Appearance-based global similarity retrieval ofimages. In: Advances
in information retrieval; ed. by \V.B. Croft, p. 267~303. Boston, Kluwer, 2000.
Reamy, T. Auto-categorization - coming to a library or intranet near you! EContent,
25(11), 2002, 16-22.
Reich, P.; Biever, E.J. Indexing consistency: the input/output function ofthesauri. College
& Research Libraries, 52, 1991,336-342.
Reisner, P. Evafuation of a 'growiilg' thesaurus. Yorktown Heights, NY, IBM, Thomas
Watson Research Center, 1966. Research paper RD~ 1662.
Resnick, A. Relative dTectiveness of document titles and abstracts for determining
relevance of documents. Science, 134, 1961, I 004~ 1006.
Resnikoft: H.L.; Dolby, J.L. Access: a study of information storage and retrievalwith
emphasis on /irmy information systems. 1972. ERJC Document ED 060 921.
Ribeiro-Neto, B. et ai. An experimental study in automatically categorizing medicai
documents. Joumal ofthe American Society for lnformation Science andTeclmology,
52, 200 I, 391-40 I.
Rickman, R.M.; Stonham, T.J. Image retrieval from large databases using a neural network
coding scheme. In: The structuring ofinformation: informa fies 11; ed. by K.P. Jones,
p. 147~159. London, Aslib, 1991.
Rilon: E.; Lehnert, \V. Automated dictionary construction for infOrmation extraction
from text. In: Proceedings (of tlze) Ninth Conforence on Artificial Intelligence for
Applications, p. 93-99. Los Alam itos, CA, IEEE Compu ter Society Press, 1993.
Rindflesch, T.C.; Aronson, A.R. Ambiguity resolution while mapping free text to the
Ulvl.LS metathesaurus. In: Eighteenth Annual Symposium on Compute r App/ications
in Medica! C are, p. 240~244. Philadelphia, PA, Hanley & Belfus, 1994.
Rindflesch, T.C. et ai. EDGAR: extraction ofdrugs, genes and relations from the biomedical
literature. Pacifrc Symposium on Biocomputing, 5, 2000a, 514-525.
Rindflesch, T.C. et ai. Extracting nlolecular binding relationships from biomedical text.
Proceedings of the Sixth Conference on App/ied Natural Language Processing, p.
188~ 195. San Francisco, CA, 'vlorgan Kaufmann, 2000b.
l
II REFERENCIAS
Rindtlesch, T.C. et ai. Mining molecular binding terminology fi-om biomedical text.
429
Proceedings ofthe /999 Awwal Symposium ofthe American Medicallnformatics
I' Association, p. 127-131. Philade1phia, Hanley & Belfus, 1999.
Ro, J.S. An evaluation of the applicability of ranking algorithms to improve the
effectiveness offull~text retrieval. I. On the effectiveness offull-text retrieval. Journaf
ofthe American SocietyjOr lnformation Science, 39, 1988, 73~78.
I Roberts, D.; Sou ter, C. The automation of controlled vocabulary subject indexing o f
medicai journal articles. Aslib Proceedings, 52, 2000, 384~400.
Robertson, S. E. lntroduction to the special issue: overview of the TREC routing and
I fltering tasks./nformation Retrieval, 5, 2002, 127~137.
Robet1son, S.E. The parametric description ofretrieval tests. Journal ofDocumentation,
I 25, 1969, 1-27,93-107.
Robinson, J.; Hu, M. DOE's Energy Database {EDB) versus other energy related databases:
a comparative analysis. Database, 4(4), 1981, 10-27.
I Rodgers, D.J. A study ofinler-indexer consistency. Washington, oc, General Electric
Co., 1961.
Rolling, L. lndexing consistellCy, quality and efficiency. lnformation Processing &
Management, 17, 1981,69-76.
I Rowe, N.C. Inferring depictions in natural~language captions for efticient access to picture
data.lnformation Processing & Management, 30, 1994, 379~388.
Rowe, N.C. Precise and ejjlcient access to captioned picture libraries: the MAR!Eproject.
lvlonterrey, CA, Naval Postgraduate School, Compute r Science Departtnent, 1996.
I Rowe, N.C.; Frew, B. Automatic caption Jocalization for photogrriphs on Wor!d \Vide
\Veb pages. Information Processing & Management, 34, 1998, 95~107.
Rowe, N.C.; Frew, B. Automatic classification of objects in captioned depictive
photographs for retrieval. In: Intelligent mullimedia informationretrievaf; ed. by M.
~Iaybury, p. 65~ 79. Paio Alto, CA, AAAI Press, 1997.
Rowe, N.C.; Guglielmo, E.J. Exploiting captions in retrieval of multimedia data.
/nformation Processing & Management, 29, 1993, 453-461.
Runde, C. E.; Lindberg, \V. H. The curse ofThamus: a response. Law Librwy Jotwna/,
78, 1986,345-347.
Rush, J.E. et ai. Automatic abstracting and indexing. II. Production ofindicative abstracts
by application o f contextual inference and syntactic coherence cri teria. Journal of
the American Society for lnformation Science, 22, 1971, 260-274.
Saarti, J. Consistency o f ~ubject indexing of noveis by public library professionals and
patrons. Journal of Documentation, 58, 2002, 49-65.
Saarti, J. Fiction indexing a;1d the development of fiction thesauri. Joumaf of
Librarianship and lnformation Science, 31, 1999, 85~92.
Saarti, J. Fictior1 indexing by library professionals and users. Scandinaviml Public Librmy
Quarterly, 33(4), 2000a, 6-9.
Saarti, J. Ta'\onomy o f novel abstracts based on empirical tindings. Know!edge Organi-
mtion, 27, 2000b, 213-220.
Saggion, H.; Lapalme, G Selective analysis for the automatic generation o f smnmaries.
In: Dynamism and stabi/ity in knowledge organi=atio11; ed. by C. Beghtol ct ai., p.
176~ I 8 I. \VUrzburg, ERGON Verlag, 2000.
Salager-Meyer, F. Medicai English abstracts: how wel! are they structured? Joumal of
t!te American Society for lnformation Science, 42, 1991. 528~531.
 INDEXAO E RESUMOS: TEORIA E PRTICA
TI
430 REFERENC!AS 431
Salisbury, B.A., Jr.; Stiles, H.E. The use o f the s-coefficient in information retrieval. Selye, H. Symbolic shorthand system. New Bnmswick, NJ, Rutgers State University,
Proceedings ofthe American Society for lnformation Science, 6. 19~9, 265-268., Graduate School ofLibrary Service, 1966.
Salton, G. Another look at automatic text-retrieval systems. Commumcattons ofthe A(}.1, Se!ye, H.; Ember, G Symbolic shorthand systemfor physiology and medicine. 4th ed.
29, 1986, 648-656. . . Montreal, Universit de Montreal, 1964.
Salton, Q Dynamic information and /ibrwy processing. Englewood Cilffs, NJ, Prentlce- Semeraro, G eta!. Leaming contextua\ mies fOr document understanding. In: Proceedings
Hall, 1975. . (ofthe) Tenth Confrence on Artificial lntelligence for Applications, p. I 08-115. Los
Salton, G. A new comparison between conventional indexing (MEDLARS) an~ auto~at1c Alam i tos, CA, !EEE Compu ter Society Press, 1994.
text processing (SMART). Journal ofthe American Society for lnformatwn Sctence, Shafer, K.E. Evaluating Scorpion results. Journal ofLibrmyAdministration, 34,2001,
23, 1972, 75-84. u. . 237-244.
Salton, G A syntactic approach to automatic book indexing. Ithaca, NY, Comell mvers1ty, Shafh, K.E. Scorpion helps catalog the \Veb. Bulletin of the American Society for
Department ofComputer Science, 1989. Technical ~eport TR 89-979. . . lnformation Science, 24( I); 1997, 28-29.
Salton, G; Buckley, C. Automatic t~xt structuring expenments. In: Text-based mtelhgent Sha.rp, J.R. The sue index. American Documentation, 17, 1966, 41-44.
systems; ed. by P.S. Jacobs, p. 199-21 O. Hillsdale, ~J, Law~ence Erlbam~1, 1992. Shatford, S. Analyzing the subject of a picture: a theoretical approach. Catafoging &
Satton, G; McGi\1, M.J.Introduction to modem informal/O!/ retneval. New Ym k, McGraw C/assification Quarterly, 6(3), 1986,39-62.
~~tm Shaw, \V.M., Jr. An investigation o f document partitions. biformation Processing &
Salton, G.; Zhang, Y. Enhancement oftext representations using related document ttt 1es. Management, 22, 1986, 19~28.
!riformation Processing & Management, 22, 1986, ~85:394. . . . Shaw, \V.M., Jr. An investigation o f document structures. lnformation Processing &
Salton, G et ai. Autonmtic text structuring and summanzatlon. lnformatwn P1 ocesswg Management, 26, 1990a, 339-348.
& Mmzagement, 33, 1997, 193-207. _ Shaw, \V.M., Jr. Subject indexing and citation indexing. /nformation Processing &
Santini, S. Using language more responsibly. Computer, 3)(12), 2002, 126-128. Management, 26, 1990b, 693-718.
Sapp, G. The leveis ofaccess: subject approaches to n:tion./1{}, 25, 1986. ~88-497. Shirey, D.L.; Kurfeerst, M. Relevance predictability: 11. Data reduction. In: Electronic
Saracevic, T. Comparative effects oftitles, abstracts and fu!l texts on rdevancejudgements. handling of information: tesling and evaluation; ed. by A. Kent et ai., p. 187-198.
Proceedings ofthe American Society for lliformation Scie1:ce, 6, 1969, 293-299. - Washington, DC, Thompson Book Co., 1967.
Saracevic, T. et ai. Letter to the editor. Information Processmg & Management, 39, Sbneiderman, B. The limits o f speech recognition. Communications of the ACM, 43(9),
2003, 153-156. A 2000, 63-65.
Saracevic, T. et ai. Astudy ofinformation sceking and retrieving. Journa/ ofthe mencan Shuldberg, H.K. et ai. Distilling information from text: the EDS TemplateFiller system.
Society for ltiformation Science, 39, 1988, 161216. Journal ofthe American Society for lnformation Science, 44, 1993, 493507.
Sauperl, A. Subject determination during the cata/oging process. Lanham, MD, Scarecrow Sievert, tvf.; McKinin, E.J. \Vhy full-text misses some relevant documents: an analysis
Press, 2002. . . ofdocuments not retrieved by CCML or MEDI S. Proceedings ofthe American Society
Savi, o. Automatic classification of office documents: revu!~V ofavmlab1e methods and for /Jiformation Science, 26, 1989,34-39.
techniques. Records Management Quarter/y, 29(4), 199), ~6, 8-18. . Sievert, M. et ai. Retrieval from full-text medica11iterature: the dream & the reality. In:
Savoy, J. A new probabilistic scheme for information retrieval m hypertext. New Revtew Fifteenth Annual Symposium on Computer Applications in Medica! Care, p. 348-
ofHypermedia and Mu/timedia, I, 1995, 107~ 1~4. . 352. New York, McGraw H i!I, 1992.
Schiftlnan B. et ai. Producing biographical summanes. Proceedmgs ofthe 391~ Amwa/ Silvester. J.P. Compu ter supported indexing. In: Encyc/opedia of/ibrmy and information
Meeting ' of the Association for Computatwn~ 1 1 P 450-4)7 New
.t~zg.wsttcs, science. Volume 61, Supplement 24, p. 76-90. New York, Mareei Dekker, 1998.
Brunswick NJ Association for Computational Lmgmst1cs, 2001. Silvester, J.P. ct ai. Machine~aided indexing at NASA. lnformation Processing &
Schreiber, A.T'h. e; ai. Onto\ogy-based photo annotation. IF:I:E fnte!!igent Systems, 16(3), Management, 30, 1994, 631-645.
2001,66-74. Silvester, J.P. et ai. Machine aided indexing from natural1anguage text. Status repor!.
Schroeder, K.A. Layered indexing o f images. The !ndexer, ~I, 1998, ll-\4._ . Linthicum Hcights, MD, RMS Associates, 1993. NASA-CR-4512.
c.
Schwarz, \Veb search engines. Jouma/ oftheAmerican Soctety for Informa/lon Sc1ence, Singhal, A.; Pereira, F. Document expansion for speech retrieval. Proceedings ofthe
49, 1998, 973-982. . - 41 22nd lntemationa/ Conference on Research and Deve/opment in lnformation
Scott O. \V. Museum Data Bank research report. L1br(lly Trends, 37, 1988, 130 I Retrieva/, p. 34-41. New York, Association fOr Computing Machinery, 1999.
Seke;ak, R.J. A comparison o f journal coverage in Psychol.ogical. Abstrac!s. ~nd the Sinnett, J.D. An evaluation of/inks and roles used in information retrieva/. Dayton, Ai r
primm)' hea!th sciences indexes: implications for cooperatlve senals acqmsltlon and Force Materiais Laboratory, Wright Patterson Air Force Base, 1964. AD 432 198.
retention. Bulletin oftlze Medica! Librmy Association, 74, 1986, 231 ~233. S1amecka, V.; Jacoby, J. Effect of indexing aids on the re/iabi/ity of indexers. Final
Selo fi~ GA. Automated access to the NASA-JSC image archives. Librmy Trends, 38, 1990, technical note. Bethesda, MD, Documentation Inc., 1963. RADC-TDR-63-116.
682-696.

432 INDEXAO E RESUMOS: TEORIA E PRTICA
Small, H. Co-citation in the scientit1c literature: anew measure ofthe relationship between
two documents. Journal oft!Je American Society for Information Science, 24, 1973,
265-269.
Smalley, T.N. Comparing Psychological Abstracts and Index Medicus for coverage of
thejournalliterature in a subject area in psychology. Journal ofthe American Society
for lnformation Science, 31, 1980, 143-146.
Smeaton, A. F. Using NLP or NLP resources for information retrieval tasks. In: Natural
language informalion retrieval; ed. byT. Strzalkowski, p. 99-111. Bastao, Kluwer, 1999.
Smith, F.J. et ai. Voice access to BLAISE. In: Online lnformalion89, p. 1-12. Medford,
NJ, Learned Information, 1989.
Smith, GL. Generation o f eletronic product documentation. In: Innovative applications
ofartificial intelligence 2; ed. by A. Rappaport and R. Smith, p. 189-200. Cambridge,
MA, MIT Press, 1991.
Smith, J.R.; Chang, S.-F. An image and video search engine for the World-\Vide Web.
In: St01age and retrievalfor image andvideo databases V; ed. by I.K. Sethi and R. C.
Jain, p. 84-95. Bellingham, \VA, lnternational Society for Optical Engineering, 1997a.
Smith, J.R.; Chang, S.-F. Querying by calor regions using the Visua[SEEK content-based
visual query system. In: lntelligent multimedia infomwtion retrieval; ed. by M.T.
tvfaybury, p. 23-41. Menlo Park, CA, At\AI Press 1997b.
Sneiderman, C.A. et ai. ldentification of anatomical terminology in medicai text.
:( l
Proceedings oftlte 1998 Annual Symposium oft!te American Medicallnformatics
< I Association, p. 428-432. Philadelphia, Hanley & Belfus, 1998.
Snow, B. et ai. Grateful MED: NLM's front end software. Database, 9(6), 1986, 94-99.
Soergel, O. lndexing languages and thesauri: construction and maintenance. LosAnge-
les, CA, Melville, 1974.
Soergel, D. Organizing information: principies ofdata base and retrieval systems. Orlan-
do, Academic Press, !985.
Soergel, O. The ri se o f ontologies or the reinveotion o f classification. Journal of the
American Society fOr ln/ormation Science, 50, 1999, 1119-1120.
Solov'ev, V. I. The aspective method of abstracting. Automatic Documentation and
Matltematical Linguislics, 5(1 ), 1971, 30-35. (Traduo em ingls de Nattclmo-Teklt-
niclzeskaia lnformatsiia, Seriia 2, nmero 2, 1971, p. 1417.)
Solov'ev, V. L Functional chnracteristics ofthe author's nbstract ofa dissertation and the
specifics ofwriting it. Scientiftc and Teclmical Information Processing, 3, 1981, 80-
88. (Traduo em ingls de Nauclmo-Teklmicheskaia lnformatsiia, Seriia 1, n mero
6, 1981, p. 20-24.)
Sparck Jones, K. Does indexing eXImustivity matter? Journal of the American Society
for Information Science, 24, 1973, 313316.
Sparck Jones, K. Letter to the editor. lnformation Processing & Management, 39, 2003,
156-159.
Sparck Jones, K. Retlections on TREC.Information Processing & Management, 31(3),
1995,291-314.
Sparck Jones, K. \Vhat is the role ofNLP in text retrieval? In: Natural language information
retrieval; ed. by T. Strzalkowski, p. 1-24. Boston, Kluwer, 1999.
Spinellis, O. The decay and failun:s o f \Veb references. Compu ter, 46( I), 2003, 71-77.
Srihari, R.K. Automatic indexing and contentbased retrieval of captioned images.
Computer, 28(9), 1995a, 49-56.
tr
.,
1
REFERNCIAS 433
Srihari, R.K. Automntic indexing and content-bnsed retrieval o f captioned photogmphs.
In: Proceedings ofThird International Conference on Document Analysis and Recog-
nition. Volume 2, p. 1165-1167. LosAlamitos, CA, IEEE Compu ter Society Press, 1995b.
Srihari, R.K. Intelligent document understanding: understanding photographs with cap-
tions. In: Proceedings oftlte Second lntemational Conference on Document Analysis
and Recognition, p. 664~667. Los Alamitos, CA, IEEE Compute r Society Press, 1993.
Srihari, R.K. Using speech input for image interpretntion, nnnotation, and retrieval. In:
Digital image access & retrie~al; ed. by P.B. Heidorn and B. Sandore, p. 140-156.
Urbana-Champaign, Univcrsity o f Illinois, Graduate Sebo oi o f Library and lnfor-
mation Science, !997.
Srinavnsan, P. et ai. An investigation o f indexing on the www. Proceedings of tfte
American Society for lnformation Science, 33, 1996, 79-83.
Srinavasan, S.; Brown, E. \V. ls speech recognition becoming mainstream? Computer,
35(4), 2002, 38-41.
Srinavnsan, S.; Petkovic, D. Phonetic confusion mntrix-based spoken document retrievnl.
Proceedings of the 23rd Amwallnternationa/ A( 'AI SIG!Il Conference on Researc!t
and Development in lnfomration Retrieva/, p. 8187. New York, Association for
Computing Machinery, 200 I.
Stnntill, C.; Waltz, D.L. Statistical methods, artificial intelligence, and information
retrievnl. In: Text-based intelligent systems; ed. P.S. Jacobs, p. 215-225. Hillsdnle,
NJ, Lawrence Erlbaum, 1992.
Stiles, H.E. Machinc retrieval using the association f..1ctor. In: Machine indexing: progress
and problems, p. 192-206. Washington, qc, American University, 1961.
Stock, O. ALFRESCO: enjoying the combination o f nntural Janguage processing and
hypermedia for information exploration. In: lntelligent multimedia inte!faces; ed. by
M.T. Maybury, p. 197-224. Cambridge, MA, MtT Press, 1993.
Stock, O. et ai. Explorntions. in an environment for natural-language multimodal
information access. In: lntelligent Multimedia lnformation Retrieval; ed. by M.T.
Maybury, p. 38!-398. Menlo Park, CA, AAAI Press, 1997.
Strzalkowski, T. et ai. Evaluating natural language processing techoiques in information
retrieval. In: Natural language information retrieval; ed. byT. Strzalkowski, p. 113-
145. Boston, Kluwer, 1999.
Stubbs, E.A. et ai. Internai quality audit ofindexing: a new application ofinterindexer
consistency. Cataloging and Classification Quarterly, 28(4), 1999, 5369.
Studwell, \V. E. USE, the Universal Subject Environment: a new subject access approach
in the time ofthe Internet. Journal of lntemet Cataloging, 2(3/4), 1998, 197-209.
Su, L.T.; Chen, H.-I. Evahmtion of\Veb semch engines by undergraduate students. Pro-
ceedings ofthe American Society for lnformation Science, 36, 1999, 98114.
Sundheim, B.i'vt. Ovcrview o f resnlts o f the 1\.!UC-6 evaluation. In: Proceedings of the
Sixth Message Understmtding Conference (All>'('6), p. 13-31. San Francisco, Morgan
Knufmann, 1995.
Sutcliffe, A. et ai. Empirical studies in multimedia information retrieval. In: lntelligent
multimedia information retrieval; ed. by M.T. Maybury, p. 449-471. Menlo Park,
CA. At\AI Press, 1997. -
Sutton, S.A. Conceptual de sigo and deployment ofa metadata framework for educational
resources on the Internet. Journa{ oftlte American Society for Information Science,
50,1999,1182-1192.
 I '. li , '
l,l!'!fl'il,
I I
' 'I
434 INDEXAO E RESUMOS: TEORIA E PRTICA
Svenonius, E. Access to nonbook materiais: the limits ofsubject indexing for visual and
aurallanguages. Jouma! o/lhe American Societyfor lnformation Science, 45, 1994,
600-606.
Swanson, D.R. tvfedical literature as a potential source o f new knowledge. Bulletin of
the }vfedical Librmy Association, 78, 1990, 29-37.
Swanson, D.R. Searching naturallanguage text by computer. Science, 132, 3434, 1960,
1099-1104.
Swanson, D.R. Subjectve versus objective relevance in bibliographic retrieval systems.
Librmy Quarterly, 56, 1986, 389-398.
Switl, D.F. et ai. 'Aboutoess' as a strategy for retrieval in the social sciences. Aslib
Proceedings, 30, 1978, 182-187.
Taddio, A. et a!. Quality ofnonstructured and structured abstracts oforiginal research
articles in the British Medica! Journa/, the Canadian Medicai Association Joumal
and the Joumal ofthe American Medica! Association. Canadian 1Vfedical Association
Journal, 150, 1994, 1611-1615.
Takeshita, A. et ai. Topic-based multimedia structuring. In: lnte/ligent nmltimedia infor-
mation retrieval; ed. by M.T. Maybul)'; p. 259-277. Menlo Park, CA, AMI Press, 1997.
Tancredi, S.A.; Nichols, 0.0. Air po!lution technical information processing - the
microthesaurus approach. American Documentation, 19, 1968,66-70.
Te!!, B. V. Document representation and indexer consistency. Proceedings oftheAmerican
Society for lnformation Science, 6, 1969, 285-292.
'I Tenopir, C. Retrieval performance in afulltextjournal article data base. Doctoral thesis.
Urbana-Champaign, University oflllinois, Graduate School ofLibrary and lnforma-
tion Science, 1984. (Verses condensadas apareceram como: Tenopir, C. Full text
database retrieval performance. Online Review, 9, 1985, 149-164 e Tenopir, C.
Searching Harvard Business Review. Online, 9(2), 1985, 1-8.)
Tessier, J.A. Hypertext linking as a mo dei ofexpert indexing. Advances in Classification
Research, 2, 1992, 171-178.
Th, L. Morph your help desk in to customer support. Datamation, 42, January 15, 1996,
52-54.
Thelwall, M. A survey o f search engine capabilities use fui in data mining. Proceedings
ofthe American Society for Jnformation Science and Teclmo/ogy, 38, 200 I, 24-29.
Thompson, C. W.N. The functions o f abstracts in the initial screening o f technical
documents by the user. Jouma! ofthe American Society for Jnformation Science, 24,
1973,270-276.
Thompson, R. et ai. Evaluating Dewey concepts as a knowledge base for automatic
subject assignment. http://orc.rsch.oclc.org:6l 09/eval_c.html February 12, 1997.
Thorpe, P. An evaluation o f fndex Medicus in rheumatology: coverage, currency, and
eftlciency. A.fetlwds of lnformation in Medicine, 13, 1974, 44-47.
Tibbo, H. R. Abstracting across the disciplines: a content analysis o f abstracts from the
natural sciences, the social sciences, and the humanities with implications for
abstracting standards and online information retrieval. Library and lnformation
Science Research, 14, 1992, 31-56.
Tibbo, H.R. lndexing for the humanities. Journa! ofthe American Society for lnformation
Science, 45, 1994, 607-619.
Tinker, J.F. Imprecision in indexing. American Documentation, 17, 1966, 93-102; 19,
1968, 322-330.
REFERi':NCIAS 435
Todeschini, C. Comunicao pessoal, li de novembro de 1997.
Todeschini, C.; Farrel, M.P. An expert system for quality control in bibliographic
databases. Journal ofthe American Society for Jnfonnation Science, 40, 1989, 1-11.
Todeschini, C.; To!stenkov, A. Expert system for quality contrai in the INIS database.
Paper presented at the International Symposium on the Future ofScientific, Techno-
logical and Industriallntbrmation Services, Leningrad, May 1990. JAEASM-317/58.
Tong, R.lvL et ai.IWBIUC: an environmentfOrfull text information retrieval. Mountain
View, CA, Advanced Information and Decision Systems, 1985.
Torr, D. V. et aL Program of studies on tlte use of published indexes. Bethesda, r..-ID,
General Electric Co., lnformation Systems Operation, 1966.
Trant, J. Framing the picture: standards for imaging systems. In: Multimedia compuling
and museums; ed. by D. Bearman, p. 347-367. Pittsburgh, Archives & Museum
Informatics, 1995.
Trawinski, B. A methodology for writing problem structured abstracts. lnformation
Processing & Management, 25, 1989, 693-702.
Trippe, B. Ta"onomies and topic maps: categorization steps forward. EContent, 24(6),
200 I, 44-49.
Troitskii, V.P. An extrapolation approach to the concept of information. Automatic
Documentation and Mathematical Linguistics, 13(6), 1979, 49-60. (Traduo em
ingls de Nauclmo-Tekhnicheskaia lnformatsiia, Seriia 2, 13(12), 1979, 1-7.)
Troitskii, V.P. Text, intbrmation and epistemology. Automatic Documentation and
Mathematical Linguistics, 15( I), 1981, 20-27. (Traduo em ingls de Nauc/mo-
Teklmicheskaia !nformatsiia, Se ri ia 2, 15(2), 1981, 1-5.)
Trubkin. L. Auto-indexing ofthe 1971-77 AB!I!NFORM database. Database, 2(2), 1979,
56-61.
Trybula, \V.J. Text mining. Ammal Review oflnformation Science and Tec/mo!ogy, 34,
1999, 385-419.
Tse, T. et a!. An exploratory study ofvideo browsing user interface designs and research
methodologies. Proceedings of the American Society for lnformation Science, 36,
1999, 681-692.
Turner, J.M. Comparing user-assigned terms with indexer-assigned terms for storage
and retrieval ofmoving images: research results. Proceedings ofthe American Society
for lnformation Science, 32; 1995, 912.
Turner, J.ivl. Representing and assessing information in the stockshot database at the
National Film Board o f Canada. Canadian Journal o f lnformation Scknce, 15(4),
1990, 1-19.
Uhlmann, \V. A thesaurus Nuclear Science and Teclmo/ogy: principies o f design. Teknisk-
Vetenskaplig Forskning (TVF), 38, 1967,46-52.
Uthurusamy, R. et ai. Extracting knowledge from diagnostic databases. IEEE bpert,
8(6), 1993,27-38.
Vailaya, A. et a!. Image classification for content-based indexing. lt:l:.'E Transactions on
lmage Processing, 10,2001, 117-130.
van der Meij, H. Styling the index: is it time tbr a change? Joumal of Jnformation
Science, 28, 2002, 243-251.
Van der Meulen, \V. A.; Janssen, P.J.F.C. Automatic versus manual indexing. Information
Processing & Management, 13, 1977, 13-21.
 436 INDEXAO E RESUMOS: TEORIA E PRTICA
vem der Starre, J.H.E. Ceci n'est pas une pipe: indexing of images. In: Multimedia
computing mui museums; ed. by D. Bearman, p. 267 277. Pittsburgh, Archives &
4
Museum IntOrmatics, 1995.
Van Oot, J.G et ai. Links and roles in coordinate indexing and searching: an economic
study oftheir use, and an evaluation oftheir etfect on relevance and recall. Journal
ofChemical Docwnentation, 6,.1966, 95-IO I.
Varney, S. Link your help desk to the \Veb. Datamation, 42( I O), 1996, 64-67.
Vickery, B.C. The structure ofsemantic coding: a review. American Documentation, 1O,
1959, 234-241.
Villarroel, M. et ai. Obtaining feedback for indexing from highlighted text. The Electronic
Libra1y, 20,2002,306-313.
Vinsonhaler, J.F. Some behavioral indices of the validity of document abstracts.
lnformation Storage and Retrieval, 3, 1966, 1-11.
Yirgo, J.A. An evaluation oflndex Medicus and MEDLARS in the tield ofophthalmology.
Journal ofthe American Society for /nformation Science, 21, 1970, 254-263.
'.'i Vizine Goetz, D. Dewey in CORe: classitication in metadata and pathfinders. In: CORC:
4
ne1v too/s and possibilitiesfor cooperative electronicTesource descripfion; ed. by K.
Calhoun and J.J. Riemer, p. 67-80. Binghampton, NY, Haworth Press, 2001.
Vizine-Goetz, D. OCLC investigates using classitication tools to organize Internet data.
In: Visualiing subject access for 21st centwy information resources; ed. by P.A.
Cochrane and E. H. Johnson, p. 93-105. Urbana-Champaign, University o f Illinois,
Graduate School ofLibrary and Information Science, 1998.
Vleduts-Stokolov, N. Concept recognition in an automatic text-processing system for the
life sciences. Jownaf ofthe American Society for Jnformation Science, 38, 1987,
269-287.
Voorbij, H.J. Title keywords and subject descriptors: a comparison of subject search
entries o f books in the humanities and social sciences. Journal of Documentation,
54, 1998,466-476.
Voorhees, E.M. Naturallanguage proeessing and intrmation retrieval. In: lnformation
extraction; ed. by M.T. Pazienza, p. 32-48. New York, Springer-Verlag, 1999.
Voorhces, E.M. Question answering in TREC. In: Proceedings ofthe Tenth Imemationa't
Conference on lnformation and Knowledge Management, p. 535-537. New York,
Association for Computing Machinery, 200 I.
Voorhees, E.M.; Harman, D. The Text Retrieval Conferences (TRECs). In: Proceedings of
the 71/Wll:'U Te.tt Program, Phase /li, p. 241-267. San Fmncisco, Morgan Kmrfinann, 1999.
Wactlar, H.D.; Christel, M.G Digital video nrchivcs: managing through metadata. In:
Building a national strategyfor digital preservation: issues in digital media archiving,
p. 80-95. Washington, DC, Council on Library and lnformation Resources, 2002.
\Vactlar, H.D. et ai. Complementar)' video and audio analysis tr broadcast news archives.
Commzmications ofthe AO!, 43(2), 2000,42-47.
Wactlar, H.D. et ai. Lessons learned from building a terabyte digital video library.
Compu ter, 32(2), 1999, 66 73.
4
Walker, R. S. Problem child: some observations on fiction, with a sketch ofa new system
ofclassitication. Librarian and Book World, 47(2), 1958,21-28.
Walsh, J. Intel LANDesk lets users cry for help from \Veb browsers. JnfoWor/d, 18(39),
1996, 12.
\Vang, J.Z. /ntegrated region-based image retrieva!. Boston, MA, Kluwer, 200 L
REFERENCIAS 437
Wanger, J. et ai. Evaluation ofthe on-line process. Santa Monica, CA, CuadraAssociates,
1980. PB81-132565.
Watters, C. 1nformation retrieval and lhe virtual document. Journal of the American
Society for Jnformation Science, 50, 1999, 1028-1029.
Watters, C.; Wang, H. Rating news documents for similarity. Journa! ofthe American
Society for Jnformation Science, 51, 2000, 793-804.
\Veehsler, M. et ai. New approaches to spoken document retrieval. lnformation Retrieval,
3, 2000, 173-188.
Weeber, M. et ai. Developing a test collection for biomedica( word sense disambiguation.
Proceedings ofthe 2001 Annual Symposium ofthe Americanlvledical Jnformatics
Association, p. 746-750. Philadelphia, Hanley & Belfus, 2001.
Weil, B.H. et ai. Tedmical-abstracting fundamentais. Jouma{ ofChemical Documentation,
3, 1963, 86-89, 125-136.
Weinberg, B.H. Complexity in indexing systems -abandonment and failure: implications
for organizing the Internet. Proceedings of the American Society for !nformation
Science, 33, 1996,84-90.
\Veinberg, B.H. A theory ofrelativity for catalogers. In: Cataloging heresy: challenging
the standwd bibliographic product; ed. by B.H. \Veinberg, p. 7-11. Medford, NJ,
Learned Information, 1992.
Weinberg, B.H. Why indexing fails the researcher. The lndexer, 16, 1988, 3-6.
Wdnberg, B.H. \Vhy postcoordination fails the searcher. The !ndexer, 19, 1995, 155-159.
Weld, D.S. et ai., ed. The role of intelligent systems in the National Information
Infrastructure. AI Magazine, 16(3), 1995,45-64.
\Ve!lisch, H. H. Book nnd periodicnl indexing. Journal of the Ame1ican Society for
Jnformation Science, 45, 1994,620-627.
\Vells, AT. et ai. The amazing Internet chal!enge. Chicago, American Library Association,
1999.
Westberg, S. Comunicao transmitida por fa."X, em 9 de outubro de 1997.
Wheatley,A.; Am1strong, C.J. 1\letadata, recai!, and abstracts: can abstracts ever be reliable
indicators ofdocmnent value? Aslib Proceedings, 49(8), 1997,206-213.
\Vhite, H.D.; Griffith, B.C. Quality of indexing in online data bases. Information
Processing & Management, 23, 1987,211-224.
Wi!bur, \V.J. et ai. Analysis ofbiomedical text tr chemical names.Proceedings ofthe
/999 Anmwl Symposium ofthe American Medicai Informa fies Association, p. 176-
180. Philadelphia, Hnnle)' & Beltus, 1999.
Wilkinson, D.; Hollander, S. A comparison o f drug literature coverage by /ndex ivlediws
and Drug Literature lndex. sul/etin of the -Medica/ Librwy Association, 61, 1973,
431-432.
Wilks, Y. ct ai. Combining weak methods in large-scale text processing. In: Text-based
intel/igent jystems; ed. by P.S. Jacobs, p. 35-58. Hillsda!c, NJ, Lawrence Erlbaum, 1992.
Willams, M. An evaluation o f passage-level indexing strategies for a technical repor!
archive. I.IHRI:'S: Library and 1nformation Science Electronic Journal, v. 8, issue 1,
lvtareh 31, 1998 (www.infomotions.com/serials/libres/libres-v8no 1-williams-
evaluation.txt)
Williams, M.E. Experiences of!IT Research Institute in operating acomputerized retrieval
system fOr searching a variety o f data bases. lnformation Storage and Retrieva/, 8,
1972. 57-75.
 li
l
m:rl''!
nr.'.l
i .i
439
':! 438 INDEXAO E RESUMOS: TEORIA E PRTICA REFERENCIAS

Wilson, P. Situational relevance. lnformation Storage and Retrieva/, 9, 1973, 457-471. Zechner, K. Automatic generation of concise summaries of spoken dialogues in
Wilson, P. Two kinds ofpower: an essay on bibliographical contra/. Berkeley, University unrestrictcd domains. Proceedings of tf1e 24th Annual lnternational ACM SIGIR
o f Ca!ifornia Press, 1968. Conference on Research and Development in Information Retrieval, p. 199-207.
Winkler, M.A. The need for concrete improvement in abstract quality. Journal of the New York, Association for Computing Machinery, 200 I.
American Medica/ Association (M.U-4), 281, \999, 1129-1130. Zeng, M.L. Metadata elements for object description and representation: a case report
\Vitbrock, M.J.; Hauptnmnn, A.G Speech recognition for a digital video library. Journal from a digitized historical fashion collection project. Joumal ofthe American Society
ofthe American Society for lnformation Science, 49, 1998, 619-632. for biformation Science, 50, 1999, 1193-1208.
\Volfram, O. Inter-record linkage structure in a hypertext bibliographic retrieval system. Zholkova, A. L Applying face! analysis methods in abstracting. Scientific and Teclmical
Journal ofthe Americcm Society for !nformation Science, 47, 1996, 765-774. lnformation Processing, 2, 1975, 70-74. (Traduo em ingls de Nauclwo
\Volfram, D.; Zhang, J. An investigation ofthe influence ofindexing exhaustivity and Teklmicheskaia biformatsiia, Seriia 1, nmero 6, p. 26-28.)
term distributions on a document space. Journal of the American Society for Zhu, B.; Chen, H. Validating a geographical image retrieval system. Journal of the
lnformation Science mui Teclmology, 53, 2002, 943-952. American Society for lnformation Science, 51, 2000, 625-634.
Wong, K.-F. et ai. Application ofaboutness to functional benchmarking in information Zich, B. Yisua1izing digital libraries. In: Visualizing subject access for 21st centmy
retrieva!. ACM Transactions onlnformation Systems, 19,2001,337-370. iliformation resources; ed. by P.A. Cochrane andE. H. Johnson, p. 106-109. Urbana-
Wood, J.L. et a!. Overlap among the journal articles selected for coverage by BIOS!S, CAS, Champaign, University of Illinois, Graduate School of Library nnd Information
and Ei. Jouma/ of the American Society for lnformation Science, 24, 1973, 25-28. Science, 1998.
Wood, J.L. et ai. Overlap in lhe lists ofjournals monitored by BIOSIS, CAS, andE i. Journal Zins, C. Models for classit)'ing Intemet resources. Knowfedge Organization, 29,2002,20-28.
ofthe American Society for lnformation Science, 23, 1972, 36-38. Zizi, M. Interactive dynamic maps for visualisation and retrieval from hypertext systems.
Woodland, P.C. et ai. Effects ofout ofvocabulary words in spoken document retrieval. In: biformation retrieval and hypertext; ed. by M. Agosti andA. F. Smeaton, p. 203-
Proceedings of the 23rd Annua/ lnternationa/ ACM S!GIR Conference on Research 224. Boston, Kluwer, 1996:
and Development in Information Retrieva!, p. 372-374. New York, Association for Zunde, P.; Dexter, M.E. Pactors affecting indexing performance. Proceedings of the
Computing 1\lachinery, 2000 American Societyfor biformation Science, 6, 1969a, 313-322.
Woodruft: A.G; Plaunt, C. GIPSY: automated geographic indexing o f text documents. Zunde, P.; Dexter, M.E. Indexing consistency and quality. American Documentation,
Jounwl ofthe American Societyfor lnformation Science, 45, 1994,645-655. 20, 1969b, 259-267.
Wooster, H. Optimalutilization ofindexing personnel. Research Review (u.s. A ir Force,
Olllce of Aerospace Research), 3(4), 1964,22-23.
Wright, L. \V. et ai. Hierarchical concept indexing of full-text documents in the Unified
Medicai Language System Information Sources Map.Journal oftheAmericanSociety
for Information Science, 50, 1999, 514~523.
\Vu, J.K. et ai. CORE: a content-based retrieval engine formultimedia information systems.
i\fuftimedio Systems, 3, 1995, 25-41.
\Vu, J.K. et ai. Perspectives on content~basedmultimedia systems. Boston, Kluwer, 2000.
Wu, Q. Web imagc rctrieval using se!f-organizing feature map. Journal ofthe American
' Society for In}Ormatiou Science and Teclmology, 52, 200 I, 868-875.
Xu, H.; Lancaster, F. \V. Redundancy and uniqueness o f subject access points in online
catalogs. Librmy Resources & Teclmical Services, 42, 1998, 61-66.
Yang, Y. An evaluation of statistical approaches to text categorization. lnformation
Retrieva/, I, 1999,69-90.
Yang, Y. lmproving text categorization methods for event tracking. Proceedings ofthe
23rd Ammaf Internationaf AC\1 su;m Conference on Research and Development in
lnformation Retrieval, p. 65 72. New York, A~sociation for Computing Machinery,
2000.
Yerkey,A.N. Models ofindex searching and retrieval effectiveness ofkeyword-incontext
indexes. Joumal ofthe American Society for Information Science, 24, 1973, 282-
286.
Yu, K.L et ai. Pipelined for speed: the Fast Data Finder system. Quest, Winter 1986-
1987,5-19.
I'
ABCSPlNDE.'X 59
AB!IIKFORM 291
aboutness ver atinncia
abreviaturas e siglas 113-114
acessibilidade dos documen-
tos 100
acoplamento bibliogrt1co
297-298
Acom, T.L. 329-333, 397
acrscimo dos ttulos 55
Acton, P. 21,397
ADAM sistema de resumos
automticos 303-304
Adami, N. 246, 397
Addison, E.R. 277,397
Agncia Internacional de
Energia Atmica 23, 88
Agnew, B. 228, 397
Agosti, l'vl. x, 300, 397
AGREP)IJ
Agriculture Network lnforma-
tion Center 355
AGRO\'OC 311
A11lswede, T. 276, 397
Air Poltution Technical lntbr-
mation Center 43-45
Aitchison, J. 193-194,397
Aitchison, T.M. 261-262,397
Ajiferuke, L 94,397,403
A!bright, J.B. 146-148,397
A LFRESCO 282, 328
Al-Kofahi, K. 317,397
Alhm, J. 240, 322-323, 397
Altman, RB. 312, 425
Aluri, R. 31, 425
ambigidade dos tem10s 90-91
mbito de abrangncia na in
dexao 29
Americnn Bibliographical
Center 59
American Film Jnsfifute
C(lfa/og 203, 229
American Library Association
204,207
American Mathcmnticnl
Society 318
American Nationnl Standards
lnstitute 155
NDICE
American Petroleum lnStitute
291
Americnn Society for Metais
192-195
mnostragem: na avalino de
cobertura de bnses de dados
136~ 139; no controle da
qualidade da indexno 88
ampliao do texto 278, 327
analetos 64
anlise conceitua19-18; coe-
r~ncia 77-82; t1has 85: em
resumos 123
anlise de facetas xi, 106
anlise sinttica 198,277,
281,333-334
Anderson, J.D. 6, 276, 315
316,363,397-398
Anderson, lvi.D. 24,398
Anick, P.G 330, 398
anotao IOI
ANSI 154
upontnmento como tlnalidade
da indexno 6
Applied Mechanics RevieH's
103, 104
Applied Science and Teclmo-
logy lndex 159, 164
Arasu, A. 339, 398
ArentS, H.C. 352, 398
Armitage, J.E. 57,398
Armstrong, C.J. 56-59, 343,
349,398,437
Aronson, A.R. 312,313-314,
398,428
arquivo: de lanamentos J9;
invertido 39; mdico ver
pronturio mdico
Artandi, S. 292-293, 398
artigos de revistas de interesse
gernl 322
rlrls t.111d Humanities Citalion
lndex 179
Aslnndogan. Y.A. 228, 398
assocines falsas 28, 189,255
Association ofResearch
Libmries 357
atinncia 13-18; em hipertexto
iND!CE
Bennett, J.L. 311, 399
Benois-Pineau, J. 221, 399
Benoit, G. 282, 399
Berger, A. L. 326, 399
Berner, E.S. 335, 399
18; em imagens 13-14; em Bemick, M. 290, 400
obrns de fico 199-202 Bemier, c.L. 105, 106-107,
atributos da imagem 230-233 113-114,116-117,119,122,
atuulidade da informao 126-127,399,400
152-154 Bemstein, L.M. 269, 399
Austin, D. 62-63, 398 Bertrand, A. 77, 399
Austin, J. 204, 206, 426 Bertrand-Gastaldy, S. 82, 399
autores corno indexadores 89- Besser, H. 215,364,399
90 Bhattacharyya, G. 261, 400
nutorresumos 300302 Bibliographic Retrieval Servi
avaliao: dn indexno 87-88; ces 274
de bases de dados 135-157; Bibliography of Agricu/ture
de mecanismos de busca 144, 148-149
343-344; de resumos 123- bibliotecas pblicas, portais
129, 324-325 de 356, 362
Awrc, C. 357,398 bibliotecns virtuais 355-357,
axiomas da indexao 36 362
Azgaldov, E.G 157,398 Biebricher, P. 292, 400
Biever, E.J. 72, 75, 428
Boca, M. 237, 398 Biological Abstracts li!; wr
Bnilin, S. 319,398 tambm BIOS!S
Baker, S. L. 204, 398 Biological Sciences Commu-
Bakewell, K.G.B. 49, 398 nicntion Project 266
bancada do editor 327 B!OS!S 187-188, 291; vertam-
Bannnn, K.J. 357, 398 bm Biological Abslrac/s
Bast: de Conhecimentos sobre Bishop, A.P. 67,361,400
Hepatite 269 Blair, D.C. 268, 280, 353, 400
Baser, K.H. 59, 407 Blum, T. 241,400
bases de dados: cobertura Btustein, J. 353, 400
135-145; crescimento31, boa indexao, identificao
270; de imagens 214-237; da 83-84, 86-88
de sons 237-248; orienta Bodenreider, O. 326, 400
para disciplina 103; orien Bogaerts, W.F.L. 352, 398
tadas para misso 103 Boguraev, B. 324, 400
Bateman, J. 327,398 boletim de resumos 131-134
Bates, M.J. 1011, 81-82,285, Boll, J.J. 255, 425
398-399 Sonham, M.D. 309,400
Baxendale, P.B. 24,286, 287, Book House, base de dados
305, 332, 399 205
Beamwn, T.C. 144, 399 Booth, A. \30,400
Beesley, D. 325,412 Borko, H. 36, 105, 113-114,
Beghtol, C. 13, 199,206-207, 116-117,119,122,126-127,
208, 399 290,332,400
Belkin, N.J. 17,399 Borkowski, C. 304, 400
Bel!, C.L.M. 313,399,416 Borst, F. 311-312,400-401
Bel!, H.K. 33, 88,210, 399 Boume, C.P. 144, 148-149,401
Benjamin, M. 105, 127-128, Boyce, B.R. 28,401
412 Bradley, P. 21 0, 40 I
441
Bradshaw, S. 315,401 tennos 30-3 I
Branagnn, M.A. 128, 427 caracterlsticas: de nvel alto
Brundow, R. 335, 401 214; de nvel baixo214, 223
Breaks, M. 355,401 Carnegie Mellon University
Brenner, C. \V. 42,401 245
Brcnner, E.H. 291,401 Carrick, C. 225, 402
Breton, E.J. 16-17,401 Carro\!, K.H. 148,402
Brettle, A.J. 157,401 Casey, C. 354,361,402
brevidade dos resumos 113-115 cntalogao: analtica 20; de
Brcw, C. 152,401 ussuntos 20-22
Brilisfl Educalionlndex 171, catlogo: alfabtico de assun
178 tos 20; dicionrio 20; em
British Nalional Bibliograplty fichas 50-51
208 cutegorias fUndamentais 61
British Standards lnstitution categorizat'l.o de textos 317-
155 318
Brilish Teclmology lndex 61, CATLINE 308-309
64, 175-178 Cawkell, A. E. 234, 235-236,
Brittain, J.M. 139, 144,401 402
Broer, J.W. 106-107,401 Celentano,A. 327,427
Brown, E. \V. 239,240-241, Cellier, J.M. 77, 399
245-246,248,401,433 censura e vis na indexao
Brown, M.S. 144, 157,401 32-33
Brown, P. 11, 81,217,401 Center for AeroSpace lntOr-
Browne, GM. 25,361,401 mntion 289,292,311
Bruza, P.D. 14-15,402 Clmkrabarti, S. 283, 402
Buckley, C. 327,352,430 Chang, O. 228, 283, 402
Burgin, R. 33, 402 Chang, K.C.C. 345, 411
Bork, K. 23, 402 Chang, S.F. 220, 228, 432
Burke, F.G 59, 402 Charniak, E. 277, 402
busca 328-333; em bnses de Chatman, S. 114, 400
dados de imagens 225-227; Chemical Abstracts 56, 110
em bnses de dados de sons 111,169,172-174
241; em fragmentos de pala- Chcn, H. 223, 313,317-, 319,
vens 253, 274; em texto 402
completo ver texto; iterativa Chcn, H.-1. 232-233, 343, 403,
226; seqoencial em texto 433
252 Chen, Z. 228,327,403
Busch, J.A. 356, 402 Chiarametla, Y. 352, 403
Bush, V. xi Choi, Y. 232, 403
Buyukkokten, O. 324, 402 Cluistel, M.G. 347,436
Byrd, O. 244, 402 Chu, C.M. 25, 91, 94,397,403
Byrne, J.R. 266-267,402 Chu, H. 352-353, 403
Chute, C.G 312,335,403
CAB Thesaurus 311 Ciocca, G 226, 403
Cabelhos Conceituais 187- Clmke, C.L.A. 282, 403
188,291 clnssitlcao: analtico-sint
cabealhos: de assuntos 19 tica60, 163-164, 167-170;
23; nos resumos 116 automtica 294-298, 317
CAIN 311 319; bibliogrfltka 19-22; de
CAIT 312 obras de tico 204; de ima-
Cnmpbell, J.D. 357, 402 gens 22 7, 23 I; de recursos
cnpacidnde discriminativa dos da Rede 318; de segmentos
 ....,

442 INDEXAO E RESUMOS: TEORIA E PRTICA iNDICE 443

de tifmes 246; de textos 317;
Dedmal de Dewey 20-23,
318-319, 348, 353; Decimal
Universal20, J67,319;.de
tinio 20-22; dos Dois Pon-
tos 60;em lndices impressos
59-66; facetada ver classiti-
cao analtico-sinttica;
indexao como 20-22; In-
ternacional de Doenas
(CID) 315; nas estantes 204
Clemencin, G. 310,403
Cleveland, A. O. 345, 403
Cleveland, 0.8. 345, 403
Cleverdon, C. \V. 193-194,
260,264-265,397,403
c\oze, critrio 126
,~;:
Clu1ey, H.J. 156, 403
Contes, E.J. 61, 403
co-citao 297-298
Coco, A. 268, 403
;: cdigo semntico 192-195
coet1ciente: de dados 125; de
preciso e revocao 4, 28,
ti,, I 145-150, 156157, 254-259;
I~ de Usabilidade do ndice
!~ ; 149- [50
coerncia: intergmpos 68-69;
na indexao 68-82; na
indexao de obras de nc-
o 208; na redao de resu-
mos 123-129; relacionada
qualidade 91-93
coincidncia de padres: em
recuperao de informao
305-306; em recupera;:to
de msica 242-244
Collison, R. L. 114,403
combinaes de temlOS 23,
34-35, 5 I
compactao de texto 324
Compaq Compu ter Corpora-
tion 329-333
compatibilidade de propsitos
dos resumos 129-131
COMPENDEX 266-267; ver
tambm Engineering Inde.-.:
complementaridade de
indexao e resumo 7
Computer-Assisted lndexing
Tutor 312
Computerized lnfonnation
Transth in English 308-309
Conaway, C.W. 149-150,404
concatenao de frases 302-305
conceito, detinio 15
conciso dos resumos 1!3-114
concorddncias 252
conglomerado 296
conhecimento do assunto: na
indexao 76-77,89-90, 202; Cromp, R.F. 227,405
na redao de resumos 122
Connolly, O. 31, 404
onsenso na indexao 94, 96
const~uo de nmeros 22-23,
60
CONSTRUE 317,334,336-337
consulta: incrementai ver bus-
a iterativo; na recuperao
baseada em contedo 236;
na recuperao de fko
206; na recuperao de ima-
gem 219220, 223, 228; na
recuperao de som 241;
por exemplo em buscas na
Rede 342
contedo: dos resumos 115-
122; temtico, efeitos do 76,
100
controle de qunlidade: na in-
dexai'io 88, 93-94; na reda-
o de resumos 119, 127-128
controle de vocabulrio \'e r
vocabulrios controlados Datn Crcation and Mainte-
Cook, M. 59, 404
Cooper, W.S. 9, 69, 83, 92,
156,404
Cooperative Online Resoure OCI\1S 45-46, 311
Catalog (CORe) 348,356-
357,362
cor, indexao de 220, 223
CORC 348,356-357,362
orrespondncia, clnssiticafio
de319
Corridoni, J.M. 223, 404
Corston-Oiiver, S. 324, 404
Cosgrove, S.J. 319, 404
Cowie, J. 325, 404
Crandall, M. 357, 404
Crantield, estudos de 261~262
Crnven, T.C. 51, 53, 58-59, 67,
110, 114, 120,320,347-343,
404
Crawtbrd, T. 244, 402
crawlers 339, 340
Cremmins, E.T. 101-102,
I !3-1 14,404
crescimento da literatura 139-
143
critrios: de frequncia 286-
288, 317; de rejeio 302;
estatsticos 286-288
Crot1, W.B. 331-332, 405
Crowe, J.D. 16,405
Cumulated lndex A!edictts ver
lndex Medicus
Current Contents 182-184
Current Teclmology lndex 61,
172-176, 178
custo-eticcia: em operaes
de recuperao 156-157,
258; na obertura de bases
de dados 139-143; na inde-
xao 32; na redao de
resumos 10 I
Cutter, C.A. 34, 59, 405
Dabney, D.P. 9, 252, 268, 405
dados: de satlite 227; de sen-
soriamento remoto 227; me-
teorolgicos 221-223, 224,
328
Dahlberg, I. 15,405
Danilewitz, D.B. 329, 404
DARPA 249
nance System 45-46, 311
David, C. 82, 405
Davison, P.S. 149,405
decises de diretrizes de inde-
xao 27-33
de-ncia versus atinncia 13-
14,218
Defense Advanced Research
Projects Agency 249
Defcnse Documentrttion Center
114-115,261,289,405
detinibilidade na indexao 36
De masco, P.W. 323,405
Dempsey, L. 347,405
DeRuiter, J. 347,405
desambiguao 277,326
Deschte1ets, G 257,405
descoberta de conhecimento
xiii, 282-283;em texto fala-
do 240-241; na Rede 283
descritores 1; mais importan-
tes e menos importantes Dronberger, GB. 126, 406 218,236-237,407
187-188 Drott, M.C. 347, 351, 363-364, entradas modulares de indice
tlesinfonnao 351 406 109, 394-396
deslocamento de tennos 53 Dublin Core 345-346 EpilepsyAbslracls 177
Dexter, M.E. 68-69, 76, 439 Dubois, C.P. R. 258, 406 Epilepsy Abstracts Retrieval
DeZelar-Tiedman, C. 208,405 ouc310 System 263-264
diagnstico mdico com nju- Dumais, S.T. 297,316,406, Eprise 318
da de computador 335 410 ergonomicidade 157
dicionrio na construo de Dumortier, J. 322, 335, 423 ERIC 37, 187,267, 407; ver
tesauro 276 Dutta, S. 59, 406 tambm Tltesaums of HUJC
Diggcr, J.A. 62-63, 262-263, Dym,E.D.I51,406 descriptors
398,417 erros: na indexao 85-88; na
Dillon, A. 235, 423 Earl, L. L. 293,303,406 redao de resumos 119-120;
Diloreto, F. 221.405 Eastman, C.M. 342, 406 no reconhecimento da fala
dimenses do documento para Ebinumn, Y. 89, 406 239-241
indexao 28-30 Eco, U. 199,406 especialistas: como indexado-
Dimitron: A. 353, 405 editorao de resumos 119 res 89-91, 202; como resu-
Ding, \V. 229, 405 Edmundson, H.P. 124-125, midores 122
Diodato, V.P. 67, 90, 92,405- 301-302,332,407 especificidade do vocabulrio
406 Educationnl Resources lnfor- 22-23, 202-203; efeito na
direito, recuperao da infor- mationCenter37, 187,267, coerncia da indexao 74-
75
mao em 251-252, 267-268 407
diretrizes aplkadas: a obras Edwards, T. 144,407 especiticidade na indexao
de criao 207; indexao EEVL 355-356 29-30, 34-37
27-38; a resumos 113-134, efCito da saturao na indexa- estado nnntalo de conheci-
392-393 o 71-72 menta 17,285
disperso da literatura: em et1ccia da recuperao 1-5, estratgia de busca 33; coe-
publicaes 139-143; em 83-35 rncin na 81-82; em lndices
tennos de indexao 147-149 Elchesen, D.R. 156,407 de citaes 179-182; em
dispositivos dn linguagem de Elhadad, N. 323, 407 lndices pr-coordenados 67;
indexao 197-198 Ellis, O. 352-353,361,407 interao om a exaustividn-
dispositivos portteis de mo elos entre termos 189-190 de da indexao 33; qual i-
324 Elrod, J.M. 354, 362, 407 dade da 84
disseminao: de resumos Ember, G 65-66, 431 estratgias usadas por resumi-
133-134; seletiva de infor- encaminhnmento de mensn- dores 120-122
maes 252, 317, 337 gens ver categorizao de estrela, tbn1mo em 296
distncia entre palnvras 253 textos estmtura hierrquica 162
ditado na indexao 43 enciclopdias, indexao de etapas da indexao 8-13
Oocument Understanding 17-18 etiquetas 26, 40-41, 45-46, 75
Confi!rences 310 Endres-Niggemeyer, B. xiv, Etzioni, O. 283, 407
documentos exemplares 353; 100, 121-122,407 exame do documento 24-26
manuscritos 279; virtuais361 'enfeitar' os resumos 122 exatido: na indexao 27; nos
Oo1by, J.L. 116,428 engenharia, indexao em 16- resumos 127-129
Doraisamy, S. 243, 406 17 exaustividade da indexao 7-
Dorfman, E. 227,405 Engineering fndex 159, 162, 8, 27-34, 202-203; efeito na
Doszkocs, TE. 308-309,406 165-166; ver tambm coerncia 70-73; efeito na
dossis biogrMicos 323 CmlPENOEX qualidnde 91-92; em ndices
Dovey, M.J. 243, 406 Engineers Joint Counci1 190- impressos 170-171; intera-
Down, N. 208,406 191 o com n estrntgia de bus-
Downie, S. 242, 243, 406 Enhanced and Evnluated ca 33; nh'el ideal 31-32
Doy!e, L.B. xi, 336,352,406 Virtual Library 355-356 Excerp/a Medica 53-54, 171-
Drage, J.f. 156,406 enriquecimento de ttulos 55 173, 177,263-264
Drisco\1, J.R. 313,406 Enser, P.G.B. li, 32-33,76, exerdcios: de indexao 369-

,,
:!' 444
382; de redao de resumos
'
lj.
383391
exibies de voc<~bulrios hie-
rrquicos 162
expanso de documentos 240
experincia dos indexadores:
efeito na coerncia da inde-
xao 76-77; efeito 11<1 qua-
!idade da indexao 91-92
extenso: do registro 7-8; do
texto que afeta a coerncia
da indexao 77; dos rcgis-
tros bibliogrticos 7-8, 253-
255; dos resumos 100-101,
116, 125-126: esperada da
busca 156
extrao: de tfases 278, 293,
316-317, 348; de nomes 326;
de pnrgralbs 321; indexa-
o por 18,286-289
extratailo ver resumos auto-
m:iticos
faces 295-296
;~i
facilidade de uso 157, I 84-185
I Fairthome, R.A. 18,358,407
fala: intertces 241; minerao
wr descoberta de conhecimen-
to; reconhecimento 237-241;
sumarizao 244-245
falhas da indexao 16-17,
85-86
Fa!k, J.D. 59, 407
falsas associaes 28, 189,255
Farradane, J. 63-65, 149,407
Farrel, M.P. 88, 435
fast Data finder 252
.!", fator de conservao de dados
125-126
fatores: ambientais 91; da
linguagem que afetam a
qualidade da indexao 90;
de associao 294-297, 312-
313, 316; do documento
que atetam a qualidade da
indexao 90
fayyad, U. 282-283, 407
Feder, J.D. 241, 407
fedosyuk, M.Yu. 102,408
Feinberg, H. 214,408
feiten, B. 241,408
feldmnn, S. xii, 423
fenmeno da recuperao ex-
INDEXAO E RESUI\.JOS: TEORIA E PRTICA
cessiva 31
ferramentas de auxilio inde-
xao 39-47; efeito na coe-
rncia, 77; efeito na quali-
dade 91-92
ficiio:dassilicao 204; in-
dexao 204-210; resumos
210-213
fidel, R. 10, 81, 130, 132,270,
335,408
fidelidade na indexao 36
tilmes: indexao 199-203; re-
sumos 21 0-213; ver tambm
bases de dados de inla gens
filtro: de qualidade 358359;
estatlstico 277
fleuret, F 225, 408
flickner, M. 219, 408
f1oridi, L. 351,408
flynn, M.K. 247,408
tblhear documentos 24-26, 113
tbnemas: reconhecimento
238-239
fnnula: de importncia 61;
de facilidade de leitura 126;
PMEST 61
tbmtulrios impressos para
indexao 39-45
Forrester, M.A. 408
Forsyth, D.A. 220, 408
tbtogmtlas ver imagens
fotografias areas 223
Fowler, R. H. xi, 336, 408
Fox, E.A. 276, 408
freiheit, F. E. 329, 405
Freitas, A.A. 282, 408
tfeqilncia: absoluta 286-288;
relativa 288
Frew, 8. 226-228, 429
fridman, E.P. 144,408
Fried, C. 72, 77,408
Friis, T. 311, 408
froom,J. 117,408
froom, P. 117. 408
frost, C. 224, 231, 409
Fugmann, R. 36-37,74,258,
271,409
Fuhr, N. 292, 409
Fum, D. 303, 409
Funk, M.E. 41, 75,409
Furht, 8. 219, 421
tl1turo da indexao e resu-
mos 358-366
gabaritos 325, 334
Gaizauskas, R. 336, 409
Glvez, C. 122, 427
Gandt, G 90, 406
Gno, Y.J.319,409
Gardiner, D. 65, 409
Gruy, J,E, 219-220,423
gateways 355-357,362
Gauch, J.M. 226-227,409
Gauvain, J.-L. 246, 409
Gee, F. R. 31 O, 409
Geisler, G. 229, 409
Geman, D. 225, 408
General Motors Media Archi-
ves 37,216
George Washington Universi-
ty266
Georgia State University 356
gerao de texto 327
Getty Jnfonnation Jnstitute 356
Giguere, M. 318,415
Gilchrist, A. 144,409
Giles, C.L. 341,363,419
Girgensohn, A. 230, 409
Godby, C.J. 317, 348, 409
Goh, A. 305, 327, 415
Goldstein, J. 323, 409
Gong, Y. 323,410
Goode, D.J. 143,410
Goodmm, A.A. 223, 229-231,
410
Gordon, M.D. 316, 4(0
Gowtham, M.S. 319,410
Graham, J. 329, 411
Grateful Med 309
gravao da indexao 43
Green,A. 157,410
Green, B.F. 282,410
Green, E.-L. 235,410
Green, R. 198,410
Greenberg, J. xii, 237,410
Greisdort: H. 232,410
Griffith, B.C. 94-95, 437
Grishman, R. 325, 410
Grosz, BJ. 276, 426
grupos: de tem1os 295-297;
de ligao nica 295
Guard, A. 204, 410
Gudivada, V.N. 226,227,410-
411
Guenther, R. 349,411
Guglielmo, E.J. 226,411,429
Gunzc!, S. 241,408
'<
i
iNDICE
Gupta, A. 243, 411
Guthrie, L. 317, 411
Guyon,A 355,401
Haas, S.W. 247, 277, 4 I I
Hafed, Z.M. 225, 411
Hagerty, K. 151, 411
Hahn, U. 304,320-321,411
Hall,A.M.I56,411
Hammond, K. 315,401
Han, J. 345,411
Hanson, C. W. 144, 411
Harman, D. 241,310,335,
337,411,436
Harpring, P. 237, 315, 411
Harris, D. 72, 77,411
Hart, P.E. 329, 411
Harter, S.P. 14,411
Hartley,J.I05-106, IIS-119,
126-129,412
Hartwick, L. 219-220,414
Harvard Business Review 269 Hurt,C.356,4!5
Hastings, S.K. 233,412
Haug, P. 325,412
Hauptmaoo, A.G 235
Hayes, P.J. 317,334,336-337, iconogratin 218
412
Hayes, S. 204,412
Hnynes, R.B. 101, 117-119,412
Health Law Center 251
Hearst, M.A. 346,412
Heery, R. 344, 405
Heidorn, P.B. 231, 413
Heller, J. 216-217,413
Henzler, R.G. 272,413
Hepatitis Knowledge Base 269
Hemer and Company 108-109, inclinao para um assunto
120
Hemer, S. 103,413
Hersey, O. f. 265-266,413
Hersh, W.R. 292,335,413
Hert, C.A. 341,413
Hickam, D.H. 335,413
Hickey, T.B. 348, 353, 413
Hidderley, R. 12,413
Hill, L.L. 349,413
Hinman, H. 356,413
historiadores da arte, necessi-
dades 218-220,232-233
Hjorland,B.IO, 15,27,55,413
Hlava, M.l\.l.K. 292,413
Hmeidi, I. 336, 413
Hobbs, E.T. 241, 407
Hobbs, J.R. 325,333,414
Hock, R.E. 340-341,414
Hodges, P.R. 55,414
Hogan,M.237,414
Hollander, S. 143,414
Holm, B.E. 251,414
Holmes, N. xi, 414
Holst, \V. 272,414
Holt. 8. 219-220, 414
Holt. GE. 362,414
~ooper, R.S. 69, 93,414
Hork)', J. 77,414
Horty, J.F. 251,256,414
Hourihane, C. 237,414
Hovy, E. xiii-xiv, 414
Hu, M. 144, 429
Huang, T. 220,414
Hui, S.C. 305,327,415
i-lumphrey, S.M. 99, 312, 314,
415
Humphreys, K. 325, 415
Hutchins, WJ. 13, 199,415
!CONCLASS 237
imagens: atributos 230-233;
clnssitlcao 226-227,230-
232; coerncia na indexao
76, 216-218; indexao 11-
12, 32-33, 214-228;na Rede,
identiticao 227-228; resu-
mos 228-230; tridimensio-
nais 227
implicaes feitas pelo autor
36-37
102-103, 134
indeciso na indexao 88
/ndex Afedicus 158-163, 197
ver tambm Medica! Sub-
ject Hwdings; ~IEOLARS;
MEDLINE; National Library
ofMedicine
indexao: automtica 286-
290; automtica por herana
223-224; baseada em casos
221-223; baseada em ima
gens 214, 216-218; baseadn
em regies 221; como elas-
siticao 20-22; compuls-
ria 36; centrada no usurio
9-13, 90; colaborntiva 11-12,
445
81-82, 183,216, 363-364;
com ajuda de computador
289,292-293, 310-311;
comparada com resumos 6-
7; de formas 219; de ima-
gens 214- 237; de imagens
baseada enl conceitos 214-
218; de imagens baseada
em contedo 233-237; de
imagens baseada em pala-
vms 214, 216-218; de mar-
cas 220; de pinturas 227; de
sistema aberto ou !Cchado
37-38; detlnio 6-7; deri-
vada 18-19, 286-289; dire-
trizes 27-34; em cadeia 60,
164, 167-168; em cama-
das 37, 216; em humnnida-
des 76, 198; em linha 43,
45-47;exerdcios de 369-382;
idiossincrtica 77, 91-92;
modelo 96-99; omisses 85-
86; orientada para consulta
9-13, 90; orientada para o
documento 335; orientada
para problemas 16; padrilo
96-99; pelos usurios 11-12,
SI, 217, 363-364; pondera-
da 34, 186-189, 291; por
atribuio 18-23, 289-290;
prtica da 24-30; princpios
da 6-23; probabilstica 13,
82, 187,281, 285; seletiva
7-9; semntica latente 297,
314; viso pblica na 12
indexadores: atpicos 77;
como resumidores 122-123
indicatividade dos registros
7-8, !51
indicndores de contedo 6
indicadores de fUno 63,
190-195; efeito na coern-
c ia da indexao 75; efeito
na qualidade da indexao
190-192
indicadores re1acionais ver
indicadores de funo
ndice: Pennutenn 56, 179-
182; sue 52
ndices: alfabtico-especficos
158-162; nrticulados de
assuntos 56-59, 169, 172;
classit1cados 163-178; de

''li 446
!I autor 163; de citaes 179-
lt 182, 318; de tinnl de livros
::< 67, 292-293; de fmlUias
qumicas 174; de palavras-
chave 54-57, 173; de tennos
pemltltados 54-57, 179, 181;
impressos gerados por com-
putador 52-59; KWAC 55-56;
KW!C 54-58; KWOC 55-58;
ps-coordenados versus pr-
_i( coordenados 38-39, 67
infixos 192-193
INFQ;\!JNE 355-356
lntbmtedia Digital Video
Library 245-246
INIS 23, 88
lNSPEC 251,261, 290; tesauro
313
lnstitute for Scientilic fntOr-
mation 56, 179-184
instmmentos auxiliares: de
busca 253-254; de indexa-
o 39-49
integrao de texto 327
inteligncia artiticial 312-313
interesses dos usurios 9-13, 36
intemet 339-366; wr tambm
Rede
lntner, S.S. 33, 88, 415
intnmet 134
Introna, L. 351,415
invenes: indexao em Kim, \V. 316,417
apoio a 17
Irving, H.B. 312, 415
', isolados 64
.: Israel, O. 325, 415
lyengar, S.S. 228,415
'i. lyer, H. 318,415
Jackson, M.E. 357,415
Jacobs, P.S. 250,276-277,
326,333,338,415
Jacoby, J. 75, 76, 415, 431
Jacs, P. 322, 360, 365, 415
Jagadish, H. V. 219,415
Jahoda, G. 149,416
Jain, R. 225-226,248,411,416
Janes,J.W.I04,416
Janes, M. 144,411
Jansen, B.J. 341,416
Janssen, P.J.F.C. 290-291,435
jargo nos resumos 114
Johnson, F. C. 305,416
INDEXAO E RESUMOS: TEORIA E PRTICA
Jonak,Z.208,416
Jones, E.K. 221-222,416
Jones, GJ.F. 105,418
Jones, K.P. 24,313,416
Jones, P.A 325, 425
Jones,S. 326,349,416
Jonker, F. 36,416
Jrgensen, C. 67, 185,214,
230:231' 233, 416, 419
Kaiser, J.O. 59-60,416
Kamat, S.K. 319, 410
Karasev, S.A. 121,416
Kassirer, J.P. 335,416
Kat9, T. 220-221,235,418
Katzer, J. 81, 416
Kawaguchi, A. 351, 423
Keen, E.M. 56-59,67, 149,
151, 156, 189, 262-263, 398,
416-417
Kehl, W.B. 251, 417
Keister, LH. 233, 417
Kellman, S.G 211,417
Kent,A.151,192,195,417,
426
Kerpedjiev, S.M. 328, 417
Kessler, M.M. 297,299,417
Keyword and Context 55-56
Keyword in Context 54-58
Keyword out ofContext 55-58
Kheirbek, A. 352, 403
leitura do documento 24-26, 113
Kimbrough, S. O. 353, 400
King, R. 126,417
Klnsn, L. 235,410
Klement, S. 37,417
Klingbiel, P.H. 261,289,292,
417
Knapp, S.D. 258, 274-275, 417
Knight, K. 279,281,283,417
Knorz, G 292, 417
Kolcz, A. 323, 417
Korotkin,A.L. 77,414
Korycinski, C. 293, 418
Kowitz, GT. 126,406
Krause, M.G. 218,418
Krieger, T. 21 O, 418
Kubala, F. 244-245,418
Kuhlen, R. 338, 418
Kuhns, J.C. 187,421
Kunberger, WA. 144,399
Kupiec, J.M. 282,418
Kurfe!!rSt, M.l51, 431
...,
1
Kurita, T. 220-221,235,418
KWIC duplo 56
Kwok, K.L. 299, 418
Kwon, 0-W. 318,418
LaBorie, T. 144,418
Lam-Adesina, A.M. 105,418
Lancaster, F. \V. 3, 20, 31, 41,
46, 67, 75,85-86,91,96, 99,
108-111, 120, 134, 156-157,
192, 195, 197,263-264,266,
272-273, 332, 337, 366,
418-419,427,438
Landeen, C. 31,404
Larson, R.R. 319,419
Lawrence, S. 318, 341. 363, 419
Lawson, M. 325,419
Lay, W.M. 56, 426
Layne, S.S. 13-14,218,233-
234,419
Leacock, C. 277,419
Lee, J.-H. 318,418
legendns: techadns 235; na
indexao de imagens 228
legibilidade dos resumos 126
Lehmam, A. 322, 419
Lehnert, W. 325, 334,404, 428
lei de Bradtbrd 141-143
Leighton, H.V 343,419
Leininger, K. 75*76, 419
Leita, C. 356, 413
Leonard, L.E. 68, 72, 75-77,
92-93,419
Levinc, M.D. 225,411
Levinson, S.E. 247-248,419
LEXIS 252,267-268
Li, F. :di, 217, 419, 420
Li, Y. 225,419
Librarian's lndex to the Inter-
net 356
Library and lnformaliOII Sei-
ence Abstrac/s 163-!64,
167-169, 170, 171
Library ofCongress: Classi-
fication 20, 319; Subject
Headings 23
Liddy, E.D. 67, 185, 339,
419-420
Liebermnn, H. 225, 420
Lienhnrt, R. 230, 420
ligao de citaes 297-298,
315
NDICE
Li!ley, O.L. 8 I
Lindberg, W.H. 268, 429
linguagem natural: buscas em
249-283; efeito na coerncia
da indexao 73-74; versus
vocabulrio controlado 73-
74, 254-259; \"er tambm
texto
linguagens de indexao ver
vocabulrios controlados
lingustica: do texto 13; e re-
dao de resumos 122
Lippincott, A. 242-243, 420
literaturas: concisas 106-107;
desconexas 316; ultraconci-
sas 106-107
Liu, C.-C. 243,420
Liu, W. 228, 420
Liu, X. 323, 410
Liu, Y. xii-xiii, 217,420
Louk;opoulos, L. 88, 420
Lu, C. 319,420
Lu, Q 237-238,243,420
Luhn, H.P. xi, 54, 286, 300-
302,305,332,420
Lunin, L. 110-112, 130,420
Luo, C. 220, 428
Lynch, C.A 339-340,350-351,
420
Lynch, M.F. 57,398,420
Ma, W.-Y. 223,420 McNab, R.J. 243-244, 422
Mnnrek, Y.S. 327,420
MaeDougall, S. 362, 420
MacEwon, A. 208,421
Mngill, F.N. 211,421
~...tai,J.-E.II, 13,89,421
mnlinformail.o 351
!\fnlone, L. C. 313, 421
Mani,J. 235,310,320-321,
323-325, 360, 411, 421
Manjunath, B.S. 223, 420
mapas: de terminologia xi,
336; meteorolgicos 221-
222, 224; semnticos xi,
336; visuais xi
marcao de termos em doeu-
mentos 40
Mnrchionini, G 335, 421
Marcus, R.S. 151,421
Markey, K. 76,217,218,267,
421 /IIEDUNE 5, 269, 308-309, 335,
Markkula, M. 236, 421
Maron, M.E. 13, 32, 187, 199,
268, 283, 332,400,421
Margues, O. 219,421
Marshall, C. C. 353, 422
Martin, J.S. 304, 400
Martin, W.A. 265, 422
Martinez, C. 292, 422
Martyn, J. 136, 143, 148,422
Massey-Burzio, V. 67,422
matria indexvell5, 17-18, Meng, W. xiv, 423
26
Mathis, B.A 125-127,301,
303-304,422
Matsumoto, Y. 130-131,321,
424
Matthews, D.A.R. 149,405
Maybury, M.T. 321,422
McCain, K.W. 95,269,422
McCaHum, S. 349,411
McCoy, K.F. 328, 405
McCray, A.T. 326,422
McDermott, J. 268, 422
McDonald, D.D. 198,333-334,
.422
McDonald, S. 220, 422
McGill, M.J. 288, 295-298,
307,430
McKeown, K. 321,323,407,
422
MeKinin, E.J. 269, 431
McLain, J.P. 28,401
Masterplots 211-213
Marhematical Reviews 103
Meadows,AJ. 144,149,424
mecnnismos: de buscas 339-
345; de metabuscas 344-345
Medeiros, N. 356-357,422
Medica! Subject Headings 46-
49, 159, 161-162, 313; ver
tambm lndex Afedicus;
MEDLARS; MEDUNE; Natio-
na! Librnry of Medicine
medicina clnica, necessida-
desde resumos 119
/.Jed!ndEx 312
~IEDL-\RS 75, 85, 99, 195, 264;
ver tambm lndex Medicus;
Medicai Subject Headings;
MEDUNE; National Library
ofMedicine
Mostafa, J. 214-215,235,423
337; ver tambm lndex Me-
447
dicus; Medica/ Subject Hea-
dings; MEDLARS; National
Libnuy of Medicine
Mehrotra, R. 215-216,220,
422-423
Mehtre, B.M. 219-220,423
melhoramento da indexao
186-199
Melucci, M. 353, 423
mensagens ao indexador 45-46
.\le.w ver Medicai Subjecr
Headings
Message Understanding Con-
ferences 31 O
metabuscas 344-345
metadados xi-xii; para ima-
gens 237; na Rede 345-349
mtodo: Dannstadt 292; de
equipe na indexao 11-12,
81-82, 188,217,364;de
frequncia relativa 288; de
ler e passar os olhos 24-26;
democrtico de indexao
11-12,81-82,217, 364;ge-
danken de indexao 9
~lETS 349
Milstead, J.L. xii, 26, 423
minerao de dados verdes-
coberta de conhecimento
minerao de texto ver desce-
berta de conhecimento
miniaturizao de textos 323-
324
minirresumos I 10-l 12, 130
Minka, T.P. 219,241,247,426
Mintz, AP. 351-352. 423
Missingham, R. 358-359, 423
Mitchell, S. 356, 423
Mittal, V.O. 326, 399
Mizzaro, S. 14, 156,423
modelos de resumos 121
MODS 349
Moens, M.-E. 13,322,331,
335, 338, 423
Moghaddam, V. 221,423
Montngue, B.A. 192, 423
Montgomery, R.R 144,423
Mooers, C.N. 42-43, 40 I
Mooney, M. 356, 423
Moreno, P.J. 239-240, 423
Mowshowitz, A. 351, 423
 448
1-!CC 310
Muddarnalle, M.R. 272, 424
Mullison, W.R. 75, 192,424
multidimensionalidade do
contedo 38
Mulvany, N.C. 67, 89,424
Munakata, T. 282, 424
MUSE 219
MUSEUM (base de dados) 215-
216
msica: polifnica 243-244;
recuperao 241-244
Myers, J.M. 252,424
,,, Nagano, T. 283, 424
'
Nakamma, Y. 225, 424
~i Nam, J. 230, 424
Nasukawo, T. 283, 424
National Aeronautics and
Space Administration 264-
265; ver lambm Center tOr
AeroSpace lntbnnation
Nationallnstitute ofStandards
i fi and Technology 249
National Library of Medicine
26,40-41,45-49, 70,95-99,
'!,
187,312,313, 326; ver
tambm lndex Medicus;
Medica/ Subjecl ffeadings;
MEDLARS; MEDUNE
National Technical lnfom1n
tion Service 187
natureza indetenninada da
indexao 82, 285
Navol Postgraduate Schoo1226
navegadores da Rede xi, 345
necessidades dos jornalistas
233, 236
Nelson, L. L 309, 400
Nelson, M. 242, 243, 406
NEPHIS 58-59, 65
Nested Phrase Jndexing Sys-
tem 58-59, 65
Newell, A.F. 293, 418
NEX!S 337
Nichols, O.D. 43-45, 434
Nielsen, HJ. 208-209,424
Nielsen, L.K. 55,413
Nissembaum, H. 351,415
niveis: de abstrao na inde-
xao de imagens 215-216;
de coordenao 66-67
nvel ideal de exaustividade
INDEXAO E RESUMOS: TEORIA E PRATICA
31-32
Nomoto, T. 130-131, 321, 424
Norgard, B.A. 313,427
nonnas: para indexao 24-25;
pnra resumos I 14; utilidade
na avaliao 154-155
Norton, M. 282, 427
notcias 317
notiticao corrente 184-185
nmero de tennos atribudos
ver exaustividade da inde-
xao
Oaknum, RL 327,424
obras de lico: coerncia na
indxaiio 208; indexaiio
199-213; resumos 210-213
obras de referncia na indexa-
iio49
O'Brien, A. 25, 91,403
observao de usurios de in pargrafos em resumos 117
dices 156
OCLC 207,319,348,353
OCLC/LC Fiction Project 207
O'Connor, B.C. 231,410,424
O'Connor, J. 256-257,290, 424
O'Connor, J.G. 144, 149,424
Odlyzko, A.M. 359, 424
Ogle, VE. 220,235,424
Oh,S.G.17,424
Ojala, M. 327,424
Olafsen, T. 17-18,424
Olason, S.C. 149,424
Olderr, S. 204, 207-208, 425
Oliver, D.E. 312,425
Oliver, LH. 25, 77, 89, 91,
417,425
Olson, H.A. 255, 425
omisses na indexao 85-86
O'Neill, E.T 31, 346, 425
Onyshkevych, B. 325, 425
Opcn Directory Project 348
Opcn Video Project 227
operaes automticas de re-
cuperao 305-310
operadores 63-65; mtricos
253
Oppenheim, C. 144,344,425
Orbach, 8. 218,425
ordem: de citao 60-65; pre- Pitkin, R.!v-1. 127-128,427
thida 60-65
Organizao Internacional de planilhas para resumidores 120
Nommlizai'io 24-26, 155
Ornager, S. 233-234, 425
O'Rourke, A.J. 130,400
Oswald, V.A, Jr. 288, 301, 425
Over, P. 3l0, 425
Owen, P. 360-361,425
Ozaki, K. 227, 425
padro na avaliao da qual i-
dade da indexao 96-99
Paice, C.D. 303, 325, 425
Palavra-Chave e Contexto 55-
56
Palavra-Chave no Contexto
54-57
Palavra-Chave tbra do Con-
texto 54-57
palavras ausentes do vocabu-
lrio 239
Panofsky, E. 218
Pao, M.L. 299, 426
Pragmatic Approach to
pares de coerncia 68
parsing ver :mlise sinttica
PAtel, N. V 246, 426
Patent and Trademark Oftice
43-44
Patrick, T.R 224, 426
Payne, D. 115, 127,392-393,
426
Paynter, G.W. 326,349,416
Pazienza, M.T. 326, 426
Pejtersen, AM. 199,204-206,
211,213,426
Pentland, A. 225, 426
Pereira, E 240, 426
Pereira, F.C.N. 276, 426
Perez, E. 258, 272, 426
Perez-Carballo, J. 315, 363, 397
pennutaiio de tennos 51
Permne, rvt.P. 279, 426
Perry, J.W 192, 195,426
Petkovic, D. 239, 433
Petrarca, A. E. 56, 426
Petrie, J.H. 57,420
Picnrd, R.W 219,241,247,426
Pickens, J. 243,426
Pinto, M. 122,427
pinturas, indexao 227
Piternick, A. 273, 427
Pince, E. 357,427
Plaunt, C. 3 13, 427, 438
iNDICE
PMEST 61
pontos de acesso 6-9, 254-256;
duplicao 31; ver tambm
exaustividade da indexao
pontuao: em estudos de co-
erncia 68-70; em estudos
de quAlidade 96-99; no sis-
tema de cdigo sem<lntico Rajagopalan, R. 225,327,428
193-194
Pooch, U. 343,416
Popova, VN. 144,408
portais 355-357; de bibliote-
cas pUblicas 356, 362
pscombinao wr ndices
ps-coordenados
Postulate-based Permuted
Subject lndexing 63, 65
Potter, W.G 356, 415
Pozzi, C. 327,427
Prabha, C. 31,427
Ravela, S. 220, 428
Subject lndexing 59
prtica da indexao 24-49 recentidade dos termos 257
PRECIS 53, 62-63, 177-178
Preschel, BJvt. 15, 18, 26, 77,
427
Preserved Context lndex Sys-
tem 53,62-63,65, 177-178
Prevel, J.J. 72, 77, 408
previsibilidade: da relevncia
124-125, 151-152; na inde-
xao 36
Price, D.S. 33, 122,427
Price, R. 226, 427
princpios: da indexao 623;
da redao de resumos 113
134,392-393
profundidade da indexao
28-29
programas de conlputador
para classiticao 318-319
projeto Scorpion 319, 348, 353
pronturio mdico 312, 323,
325, 335
Qin, J. 74, 282, 427
qualidade: da indexaiio 83-
99;dos recursos da Rede
356-357; dos resumos I 13-
134; dos t!tulos 54-55; em
relaiio com a coerncia 91-
93; liltro de 356
Query by lmage Content 219
Rafterty, P. 12,413
Raghavan, V. V. 227,410
Ragusa, J.M. 330, 427
Raiu, D. 197,427
razes de pAlAvras ver trunca-
mento
Ramsey, M.C. 223, 428
Ranganathan, S.R. 60-62
RantA, J.A. 204,428
Rapoza, J. 331,428
Rnsheed, MA 89-90, 428
Rasmussen, EJ,I. 214,232,
403,428
Rasmussen, L.E. 251,414
rastreamento de eventos 322-
323
Rath, G.J. 124, 151,428
Rau, L.F. 277,326,334,415
relaes: associativas 19; es-
Reamy, T 318,365-366,428
recuperabilidade: dos regis-
tros 7-9, 145-150; dos resu-
mos 129-131
recuperaiio: de udio 237-
248; de documentos falados
237-241; de msica 241-
244; pela melhor coincidn-
cia 305-310
recuperao da intbnnao: representaes I, 284-286;
eticti.cia 1-5, 83-85; funes
dos resumos 7-8, 129-131;
problemas J-5, 284-285
recursos auxiliares: de busca
253-254; de indexao 39-49
redao de resumos 113-134;
em linha 119120
Rede (\Veb) 221-226,339-
366; bases de dados biblio-
grficos na 344-345; classi-
ticao aplicada 318, 353-
355; crawlers na 340; des-
coberta de conhecimento na
282; extrao na 325-326;
ttores de qualidade 358-
359; imagens na 226,227-
228, 231; indexao da 25
26, 318, 341, 360-361; me-
canismos de busca 339-345;
mecanismos de mctabuscas
344-345; metldados 345-349;
449
navegadores xi, 336;portais
355-357, 362; resumos 324,
326-327,349, 359-360;
spiders 340; transitoriedade
de recursos 359; vis na 351
redescoberta da rodA x-xiv
redundncia: de pontos de
acesso 31; em resumos 129;
em textos 256; na indexao
34
remisso interfrasal 303
referncias negativas em resu-
mos 129
registro dos tem1os de indexa-
o 39-46
Reich, P. 72, 75, 428
Reighart, R. 317,348,409
Reimer, U. 304, 411
Reisner, P. 275-276, 428
reivindicaes do autor 37
prins ver associaes fa!-
sas; relaes incorretas entre
tem1os 190-197,255-256
relevncia 3, 14-15, !56; pre-
visibilidade da 124;
rendimentos decrescentes na
cobertura de bases de dados
140-143; na indexao 32
representao matricial de sis-
tema de recuperao 39-40
textuais de imagens 215,
216-218
Resnick,A 151,428
Resnikon: H.L. 116,428
resultados negativos 37
resumidores 122-123; como
indexadores 123
resumos 100-134; auton}ti-
cos 300-305, 320-328; com
inclinao para um assunto
102-103, 134; como base
para indexao 25; crticos
103; de autor 103; de qua-
dro-chave 229; descritivos
ver resumos indicativos;
diagramticos 106; dinmi-
cos de vdeo 229-230; e in-
dices, comparao 6-7; em
diagrama de bloco 106; em
realce 322; estruturados
10;-107, 117-119, 126, 130;
 Jll i11
f!1 i .. 450
' ,
,:-- exerccios 383-391; fnali-
1' dade 103-104; fonnatoll5-
122; indicativos 101-102;
!": informativos 101-102; !egi-
bilidade 116; 'mais infor-
mativos' 104-107,117-119,
126, 130; modulares lOS-
til, l20, 134, 394-396;
orientados para o leitor 116;
orientados para resultados
116; redao com ajuda de
computador 320; telegrt1-
cos 112, 192-195; utilidade
127; validade de contedo
125
retroalimentao de relevn-
cia 226, 232
]"
reunio de indexao e rcsu
mo 123; finalidade 103-105
reunies eletrnicas 317
Reuters Ltd. 317
revisor na indexao 86-87
RibeiroNeto, 8. 315,428
Rickman, R.M. 225, 428
-.;; Riloft: E. 334, 428
' Rindllesch, T.C. 312, 326,
428-429
Rinker, C. C. 289, 417
Ro, J.S. 269, 429
Roberts, O. 314-315,429
Roberts, S.A. 139, 144,401
Robertson, S. E. 156,429
Robinson, J. 144,429
roda: redescoberta da x-xiv
Rodgers, D.J. 77,429
Ro!ling, L 68-69, 93-95, 96,
INDEXAO E RESUMOS: TEORIA E PRTICA
Sa!ton, G xi, !S, 152,264, Silvcster, J.P. 239,292,3 I 1,
268, 288, 293, 29;-296, 299,
307,321,327,332,335,
352, 430
Sandore, B. 67.418
Santini, S. xiii, 430
Sapp, G 204, 430
Saracevic, T. 81, 151, 280, 430
saturao, efeito de 71-72
Sauperl, A 25, 430
SaviC, D. 319,430
Savoy, J. 18, 352, 430
Schettini, R. 226, 403
Schiftlnan, B. 323, 430
Scholars Portal 357
Schreiber, ATh. xi, 430
Schroeder, K.A. 37,216,430
Schwarz, C. 339,341,430
Scieni:e Cilafion !ndex 119
scoring ver pontuao
Scorpion, projeto 319, 348, 353
Scott, O. \V. 217,430
segmentao 189-190,270
Sekerak, R.J. 145,430
seleo de fi-ases 300-305,
320-328
Selective Listing in Combina
tion 52
Se!ective Pennutation lndex
59
Selon: GA. 237,430
Selye, H. 65-66, 431
Semeraro, G. 278, 332, 431
semiticn I 3
seqenciamento de resumos
116117
43[
similaridade interdocumentos
327
Simmons, R.F. 332
simpliticao dos ndices,
tendncia de 184-185
simulaes de recuperabilida-
de 146-149
Singhal, A. 240, 43 I
Sinha, P.K. 59, 406
Sinnett, J.D. 75, 192,431
sintaxe na indexao 63, 190-
195
slntese na c!assit1cao 22-23,
60
Sistema Internacional de In-
fomtao Nuclear 23, 88
sistema: CITE 308-309; de in-
dexao de frase encai.xada Srinavasan, P. 353, 433
58-59, 65; PASI 59; POPSI
63, 65; QBIC 219; Show &
Tetl225; S!'>"IART 243, 264,
307-308, 3!9; STAIRS 268;
Uniterm 19, 196, 250-251;
VISION 226-227
sistemas: de informao geo-
grt1ca 221-222, 224, 315;
de infOrmao juridica 251-
252, 267-268; de perguntas
e respostas 281-282; de
diagnsticos mdicos 335;
hibridos 272-273; nltlltimi
dias 244-246
sistemas especialistas: na
c!nssit1cao 3 18-319; na
iNDICE
sobrecmga dn salda 31, 270
Social Sciences Citafion /ndex
179-ISI
Sociology of Education Abs-
tracls 170-171, 175-176
Soergel, D. xiv, 46,261,432
Solov'ev, V.!. 120-121,432
Sormunen, E. 236, 421
Souter, C. 314-315,429
spamming 33, 122, 340, 350-
351
Sparck Jones, K. 33,280-281,
3l0, 337,432
SPINDEX 59
Spine!lis, D. 359, 432
Spink,A.231,410
spoofing 33, 122,340, 350-
351 TERM {base de dados) 274-275
Srihnri, R.K. 225, 432-433
Srinavasan, S. 239, 248, 433
Srivastava, J. 343, 419
Stanfi\1, C. 277, 337,433
Stantbrd University 227
Staveley. M.S. 353, 400
Stiles, H.E. 295, 316, 430, 433
Stock, O. 282, 328, 433
Stonebraker, M. 220, 235, 424
Stonham, T.J. 225, 428
s!OI)'boards 229
Strza!kowski, T. 278-280, 433
Stubbs, E.A. 77, 93, 433
Studwell, \V. E. 362, 433
Stursa, M.L. 149,416
Su, L.T. 343, 433
subcabealhos 50-51, 66, 70,
451
65-66 The, L 330, 434
ThelwnH, M. 344, 434
Systematized Nomenclature
ofHumnn and Veterinary Thesaurus of ERIC descrip-
Medicine 312 tors 78-81
Thompson, C.W.N. 152, 434
Taddio,A. 117,434 Thompson, H.S. 152,401
Takeshita, A 235, 434 Thompson, R. 319,434
Tancredi, S.A. 43-45, 434 Thorpe, P. 139, 149,434
Taube, M. 250-251 Tibbo, H. R. 76, 115, 434
Technische Hochschule T!DES 310
Darmstadt292 Tinker, J.F. 15,74-75,434
teclado virtual 328 TIPSTER 127,249, 3[
Teich, E. 327, 398 ttulos no acesso temiltico 54-
Tell, B.V. 77,434 55
tempo verbal nos resumos 114 Todeschini, C. 88, 435
Tenopir, C. 268-269,271,434 Tolstenkov, A. 88, 435
teorias da indexao 35-37 tom na recuperao de msica
242
tenninologia: do autor: 113- Tong, R.M. 269, 435
114; explanao sobre x-xiv; Torr, D.V 156,435
termos: atribudos pelos usu- traduo da an!ise conceitual
rios 11-12,82,217,363-364; 18-23; coerncia na 77-82;
combinao de 23, 34-35, 51; falhas na 85-86
de indexao \'e r descritores; transitoriedade na Rede 359
pr-impressos 40-43; recen- Tnmt, J. 235, 435
tidade 257 Trawinski, B. 118,435
tesauro 19-23: automtico 275, TREC 241,249,278-282,310,
296,298, 319; de busca ver 317,335
vocabulrios ps-controla- triagem da sada 85
dos; desenvolvimento 251; Trippe, B. 316,354-355,362,
do usurio final 276; em 435
crescimento 275-276, 352; Troitskii, V.P. 199,435
para indexao de tico Trubkin, L. 291, 435
209; visual237 truncamento'253-254
teses, resumo de 121 Trybula, W.J. 282,435
Tessier, J.A. 352-353,434 Tsai, P. J. 243,420
4

4l9
romances ver tico
rostos: imagens 225-226, 228
rotao de temws 52-54
rtulos que identificam elas-
seqUestro de pginas 340,
350-351
servios: de atendimento aos
clientes 283, 328-333; im-
pressas de indexao e resu-
indexao 3 12; na redao
de resumos 320; no treina-
mento 312
Slamecka, V. 7576, 415,431
Slnter, M. 136, 143, !43, 422
196-197; efeito na coerncia Tewtlk, A. H. 230-231, 424 Tse, T. 229,435
da indexao 75; efeito na Text Retrievnl Conferences 241, Tumor key 47-49
qualidade da indexao 90 249, 278-282. 310, 317, 335 Turban, E. 330, 427
subatribuio 291 texto: ampliao 327; buscas Turner, J.M. 233, 234, 435
Subject Prot1!e lndex 59 em 249-283; categorizailo Turtle, H.R. 331 332,405
4

ses 21 mos 50-67, 158~185 Small, H. 297,432 sumarizao: da fala 244 245;
4
3 17 3 I 8; condensao 304;
4

Rowe, N.C. 226-229,411,429
Rowley, F. A. 276, 398
Roydhouse, A 221-222, 416
Rger, S.M. 243, 406
i
Runde, C.E. 268, 429
I Rush, J.E. 301,302-303,429
Saarti, J. 209-210,429
Saggion, H. 321, 429
Salager-Meyer, F. 126, 429
Salisbury, B.A., Jr. 295, 430
Sethi, I.K. 246, 426
Shath, K.E. 348, 431
Sharp, J.R. 52, 431
Shatfbrd, S. 11.218,431
Shaw, W.M., Jr. 33, 299, 431
Shepherd, G.W. 204,398
Shirey, D.L. 151. 431
Shneidemwn, B. 241,431
Shuldberg, H.K. 325,431
Sievert, M. 269, 43 I
siglas e abreviaturas 113-114
Smal!ey, T.N. 144,432
Smeaton, A. F. 281, 300, 352,
397,432
Smith, F.J. 241,432
Smith, GL. 327,432
Smith, J.R. 220, 228, 432
Smithsonian Science lntOm\a-
tion Exchange 265266
Sneiderman, C. A. 326, 432
SNOMED 312
Snow, B. 309, 432
de multidocumentos 323;
do texto 320-328
Sundheim, B.M. 334, 433
Sutclitl'e. A. 233, 433
Sutton, S.A. 349, 433
Svcnonius, E. 2 I 8, 434
Swanson, D.R. 156,260,316,
434
Switt, D.F. 13, 16, 199,433
Sydes, M. 126,412
Symbolic Shorthand System
custos de processamento Uhlmann, \V. 272, 435
334, 336-337; extrao 225, UMLS 292,312,314,326
228, 315, 326327; gerao UNHIS tltesaurus 254-256
327; mapas de relaes 307- unitermos 19, 196,250-251
308; miniaturizao 324; Unit1ed Medicai Language
sumarizaii.o 320-327; vin
4
System 292,312,314,326
culailo 327 University ofNorth Carolina
texto livre ver linguagem 227
natuml University o f Pittsburgh 251
textura: de sons 241; em ba- usabilidnde dos ndices 149
ses de dados de imagens 223 usurios: de ndices !56; inte-
 452
'i resses9-13,36
Utltumsamy, R. 282,330,407,
435
Vailaya,A. 227,435
validade: de contedo e
preditiva dos resumos 125;
van der Meij, H. 149,435
Van der Meulen, W.A. 290-
291,435
vp.n der Starre, J.H.E. 218,436
Van Oot, J.G 192, 436
Varney, S. 331,436
Vickery, B.C. 192,436
:~ vdeos: anotao 225; resu-
mos de 228-230
. :j l;. vis e censura: na indexao
''
' 33; na Rede 351
Villarroel, M. 12, 188,364, 436
vinculao de texto 327
vnculos de hipertexto 18,299,
308,327,352-353
Vinsonhaler, J.F. 125, 436
I i' I Virgo, J.A. 149,436
L Vizine-Goetz, D. 348, 353,
413,436
Vleduts-Stokolov, N. 188,291,
436
vocabulrio: contraindo 1-2,
19-23, 74, 253-259; de en-
trada 46-49; definio
90;efeito na coerncia da
indexao 73-76, 77; efeito
na qualidade da indexao
90; hierrquico, exibio
162; para imagens 237;
ponte 291; ps-controlado
254, 273-276; prescritivo
75; sugestivo 75; ver Iam-
bm tesauro
Vokac, L. 17-18, 424
INDEXAO E RESU!v!OS: TEORIA E PRTICA
Voorbij, H.J. 31,436
Voorhees. E.M. 241,279, 282,
310,335,436
voz ativa ou passiva em resu-
mos 114
Wactlnr, H.D. 245-246,347,
436
Walden, S.H. 329-333,397
Walker, R.S. 207,436
Walsh,J. 331,436
Waltz, D.L. 277,337,433
Wang, H. 326, 437
Wang, J.Z. 221,227,236,436
Wanger, J. 268,271,437
\Vamer, A.J. 3, 156-157,366,
418'419
Watters, C. 225,326, 361-
362,402,437
Web ver Rede
Wechsler, M. 238-239, 437
Weeber, M. 326, 437
Weil, B.H. 116,437
\Veimonn, J.M. 319,404
Weinberg, B.H. 12-13, 16,
360-361,437
Weinstein, S.P. 317, 337, 412
Weld, D.S. 359, 437
Wellisch, H.H. 360, 437
Wells, A.T. 355, 437
Westberg, S. 208, 437
Western Reserve University
112, 192-195
WESTLAW 251-252,267
Wheat!ey, A. 343, 349, 437
White, H.D. 94-95, 437
Wilbur, \V.J. 316, 326, 417, 437
Wi!kinson, D. 143,437
\Vilks, Y. 277,336,409, 437
Williams. M. 190,270,437
Williams, r..!. E. 253, 437
Williamson, R.E. 269, 399
Wilson, H. \V., Co. 159, 164
Wilson, P. l3, 156,438
Winkler, M.A. 128, 438
\Vise, A 357,398
Witbrock, M.J. 235, 438
Wolfram, D. 30, 353, 405, 438
Wong, K.-F. 15,438
Wood, J.L 144,438
\Voodland, P.C. 239, 438
Woodrun: A.G 315, 438
Wooster, H. 15.438
wordsmith 348
World \Vide Web ver Rede
Worthen, D.B. 299, 426
\Vright, L. \V. 314,438
Wu, J.K. 220,225,227,438
Wu, Q. 228, 438
Xu, H. 31,438
Yang, Y. 312,317,322,334-
335, 403, 438
Yates-Mercer, P.A 149, 407
Yerkey,A.N. 106, 149,399,
438
Yu, C.T. 228, 398
Yu, K.-1. 252, 438
Zechner, K. 244, 439
Zeng, M.L. 349, 439
Zhang, J. 30, 438
Zhnng, Y. 299, 430
Zholkova, A. I. 105, 439
Zltu, 8. 223, 439
Zich, B. 345, 439
Zins, C. 353-354,439
Zizi, M. xi, 336, 352, 439
Zunde, P. 68-69, 76, 439
Zweigenbaum, P. 326, 400