ferramenta de indexação e recuperação de documentos...

Ferramenta de indexação e recuperação de

documentos eletrônicos utilizando Oracle

InterMediaAcadêmico: Emerson ImmianovskyOrientador: Prof. Alexander R. Valdameri

Roteiro

• Introdução• Objetivos• Fundamentação• Trabalhos correlatos• Desenvolvimento• Operacionalidade• Conclusões

Introdução

• Bibliotecas tradicionais• Bibliotecas digitais• Sistemas atuais• Métodos de indexação

Objetivos

• Sistema de busca por conteúdo• Indexação biblioteca FURB e outras

instituições• Refinamento das pesquisas• Interface de administração do sistema• Verificação de problemas no sistema

Bibliotecas digitais

• Conceito• Evolução• Arquitetura• Bibliotecas digitais existentes

Interface biblioteca digital

• Sistema de busca• Opções de busca• Ergonomia• Simplicidade• Eficiência

Oracle InterMedia

• O que é?• Instalação• Tipos de indexação• Documentos suportados• Funcionamento• Oracle Text

Oracle InterMedia

Fonte: (ORACLE, 2005b).

Interface biblioteca UNICAMP

Interface biblioteca FURB

Trabalhos correlatos

• iSmart - ITGis Softwares e Equipamentos (1999)

• Sistema de gerenciamento geográfico -SOUZA, AMARO e CASTRO (2005)

• Viseu Digital – Victor Martins (2005)• Google Acadêmico - Google Inc. (2006)

Requisitos

• Pesquisas por conteúdo• Integração com biblioteca da FURB e

outras instituições através da Internet• Listar resultados por relevância• Pesquisar nos resultados• Visualização e download• Administração• Indexação automática e manual com

otimização

Visão geral

Funcionamento da pesquisa

Especificação

• Diagrama de Caso de Uso• Diagrama de Classes• Diagrama de Atividades• Diagrama de Entidade Relacionamento

Diagrama de Casos de Uso

Diagrama de Classes

Diagrama de atividades

Diagrama de Dados

Implementação

• Ferramentas utilizadas– Web TomCat 5.5

– SGBD Oracle 10G Express Edition– Oracle InterMedia 10G

– IDE NetBeans 5.5

• Linguagem– Java 1.5– JSP

Pesquisa com Oracle InterMedia

Indexação pelo Oracle InterMedia

Exemplos de otimizaçãoRápida

Total

Índice Fragmentado Índice otimizado

palavra1 doc1 doc2 doc3 palavra1 doc1 doc2 doc3

palavra2 doc6 palavra2 doc6

palavra3 doc1 doc6 palavra2 doc4 doc5

palavra2 doc4 doc5 palavra3 doc1 doc6

Palavra3 doc5 palavra3 doc5

Índice Fragmentado Índice otimizado

palavra1 doc1 doc2 doc3 palavra1 doc1 doc2 doc3

palavra2 doc6 palavra2 doc6 doc4 doc5

palavra3 doc1 doc6 palavra3 doc1 doc6 doc5

palavra2 doc4 doc5

palavra3 doc5

Exemplos de otimizaçãoRecriação

Índice Fragmentado Índice otimizado

palavra1 doc1 doc2 doc3 palavra1 doc1 doc2 doc3

palavra2 doc6 palavra2 doc4 doc5 doc6

palavra3 doc1 doc6 palavra3 doc1 doc5 doc6

palavra2 doc4 doc5

palavra3 doc5

Operacionalidade

• Acesso irrestrito– Principal

– Pesquisa básica– Pesquisa avançada

– Lista de resultados– Pesquisa nos

resultados

• Acesso restrito– Parâmetros gerais

– Repositórios– Restrições

– Indexação– LOGs

Acesso principal

Lista de resultados

Parâmetros gerais

Indexação e Otimização

Operadores de pesquisa

Operador Símbolo Descrição Exemplo

e &Usado para localizar documentos que possuem pelo menos uma ocorrência para cada termo informado

Documentos que tenham as palavras 'cão' e 'gato'. Expressão: 'cãe&gato'

ou |Usado para localizar documentos que possuem pelo menos uma ocorrência de qualquer um dos termos informados

Documentos que tenham qualquer das palavras 'cão' ou 'gato'. Expressão: 'cão|gato'

negacao ~Usado para localizar documentos que possuem um termo e que não possua um outro termo

Documentos que tenham a palavra 'animal' e que não tenha a palavra 'cão'. Expressão: 'animal~cão'

lista ,Usado para localizar docuemntos que possuem um lista de termos

Documentos que tenhas as palavras 'cão', 'gato' e 'rato'. Expressão: 'cão,gato,rato'

igual = Usado para localizar documentos com equivalencia de termos

Documentos que tenham a expressão 'cães são animais dóceis' ou 'gatos são animais dóceis'. Expressão: 'cães=gatos são animais dóceis'

Resultados e discussões

• Performance• Relevância• Integração• Indexação documentos remotos

Conclusões

• Excelente ferramenta de pesquisa acadêmica

• Potencial do Oracle InterMedia• Integração• Objetivos alcançados

Extensões

• Construção de agentes de localização e indexação WEB

• Mecanismo de autenticação para sites restritos

• Possibilitar novos tipos de documentos

Relevância Pessoal

• Aprendizado acadêmico• Contribuição profissional• Realização pessoal

Demonstração do Sistema