Título:	Tratamento de texto extraído de livros digitais para a indexação em mecanismo de busca.
Autoria:	VAZ, G. J. VEIGA, P. H. R. da C. da CALDAS, R. G. VIDAL, W. C. L. ASSIS, C. P. de CORREA, J. L. MOURA, M. F.
Afiliação:	GLAUBER JOSE VAZ, CNPTIA; PEDRO HENRIQUE RODRIGUES DA CUNHA DA VEIGA, IZAGRO; RAFAEL GOMES CALDAS, IZAGRO; WYVIANE CARLOS LIMA VIDAL, CNPAE; CRISTIANE PEREIRA DE ASSIS, SUCOM; JORGE LUIZ CORREA, CNPTIA; MARIA FERNANDA MOURA, CNPTIA.
Ano de publicação:	2023
Referência:	Revista Ibero-americana de Ciência da Informação, v. 16, n. 2, p. 311-328, maio/ago. 2023.
Conteúdo:	Este trabalho apresenta uma metodologia de tratamento dos textos extraídos dos livros digitais da Coleção 500 Perguntas 500 Respostas da Embrapa a fim de que seu conteúdo possa ser indexado e acessado via um mecanismo de busca específico. A metodologia envolve a extração dos elementos essenciais dos livros, como imagens e arquivos HTML, o pré-processamento desses elementos, sua análise e edição, e a construção de componentes adequados para sua indexação. Além de um intenso trabalho de análise humana, são consideradas tecnologias como o formato Epub para livros digitais, o editor Sigil, scriptspara processamento de texto, padrões web de representação e Elasticsearch. Experimentos mostram que a metodologia viabiliza a disponibilização de textos bem formatados para sua indexação e seu uso em mecanismos de busca, propiciando uma rica experiência ao usuário, além de possibilitar a construção de novas soluções digitais. Nesse contexto, a curadoria digital é fundamental para agregar valor aos recursos digitais e atender às necessidades específicas de seus usuários.
NAL Thesaurus:	Information retrieval Information dissemination
Palavras-chave:	Curadoria digital Recuperação da informação Processamento de texto Disseminação da informação Indexação Livros digitais Digital curation Text processing Indexing Digital books
ISSN:	1983-5213
Digital Object Identifier:	https://doi.org/10.26512/rici.v16.n2.2023.42740
Tipo do material:	Artigo de periódico
Acesso:	openAccess
Aparece nas coleções:	Artigo em periódico indexado (CNPTIA)