Ligação de Dados Espaço Temporais e Textuais de Mídias Sociais com Locais de Interesse Visitados

Abstract

Dados de mídias sociais são gerados constantemente e representam uma relevante fonte de informação atualizada nos dias atuais. Todavia, mí- dias sociais incluem dados semi-estruturados (e.g. coordenadas geográ- ficas opcionais, indicação de local) e não estruturados (e.g. textos de postagens) que precisam ter sua semântica correta explicitada. Uma das formas de fazer isso é através de anotações semânticas que ligam porções relevantes de dados (e.g. um tweet inteiro, menções a entida- des nomeadas) a descrições com semântica bem definida em base de dados (e.g. locais de interesse do OpenStreetMap) ou de conhecimento (e.g. DBpedia, LinkedGeoData). Este trabalho se propõe a estudar, selecionar, desenvolver e testar algoritmos para ligar dados de mídias sociais que possuam coordenadas geográficas e texto (e.g. tweets ge- orreferenciados) a lugares de interesse visitados, descritos em bases de dados ou de conhecimento com semântica bem definida. Esta tarefa pode não ser tão simples em certas situações, porque coordenadas cos- tumam ter precisão limitada e pode haver uma grande quantidade de locais de interesse próximos à coordenada da postagem e até mesmo locais de interesse com coordenadas praticamente sobrepostas (e.g. em um edifício com vários andares). Desta forma, foi implementado um algoritmo para ligação de dados sobre movimento que considera dois raios distintos: um menor em que basta proximidade para ligar com confiança e outro maior em que se requer também menção ao local vi- sitado no texto para aumentar a confiabilidade da ligação. Em ambos os casos, ambiguidades são resolvidas escolhendo o local de interesse com rótulo lexicalmente mais similar ao local mencionado no texto da postagem.