El rol de los vocabularios para el acceso y la reutilización de los Big Data
DOI:
https://doi.org/10.5433/1981-8920.2021v26n4p146Palabras clave:
Big Data, Vocabularios, Datos estructurados, Datos no estructurados, Datos abiertos enlaçadosResumen
Objetivo: Similar a la “explosión de la información”, el fenómeno de Big Data ha sido cada vez más objeto de CI / OC. ¿Cómo descubrir, acceder, procesar y reutilizar la enorme y creciente cantidad de datos que nuestra sociedad pone continuamente a disposición en la web? En particular, ¿cómo tratar los denominados “datos no estructurados”, documentos textuales, que siempre han sido objeto de CI / OC?
Metodología: Se utilizaron teorías de amplio espectro como la ontología y la semiótica para analizar los datos como elemento esencial del Big Data, especialmente los “datos no estructurados”.
Resultados: A partir del análisis de varias definiciones de datos, se identifica un dato como parte de esquemas lógicos y semióticos ya conocidos, las proposiciones. Un dato se encuentra junto con otros, formando conjuntos de datos. Los conjuntos de datos son en realidad conjuntos de proposiciones. Estos están presentes en lo que se conoce como datos estructurados: tablas en bases de datos relacionales u hojas de cálculo. Los documentos textuales también contienen conjuntos de proposiciones. Los datos estructurados se comparan con los "datos no estructurados".
Conclusiones: Aunque en el límite, ambos contienen proposiciones y pueden ser equivalentes, como conjuntos, los datos estructurados se expresan y perciben como un todo, los conjuntos de "datos no estructurados" son procedimentales, expresados secuencialmente, lo que dificulta la identificación de datos no estructurados en documentos de texto para procesamiento por máquinas.
Citas
ARISTÓTELES. Categorias. Lisboa: Instituto Piaget, 2000.
BERNERS-LEE, T.; HENDLER, J.; LASSILA, O. The semantic web. Scientific American, may, 2001.
BUNGE, M. Treatise on Basic Philosophy. In: BUNGE, M. Ontology I: The furniture of the World. Dordrecht, Holland, Boston, USA: D Reidel Publishing, 2015.v.3
CAPURRO, R. Angeletics -A Message Theory. In: DIEBNER, H. H.; RAMSAY, D. L. (ed.). Hierarchies of Communication. Karlsruhe: ZKM - Center for Art and Media, 2003.
CHAKRABORTY, G.; PAGOLU, M. Analysis of Unstructured Data: Applications of Text Analytics and Sentiment. SAS GLOBAL FORUM, v.8, 2014,
Washington DC. Conference Paper. SAS: Washington DC, Mar. 2014.
CLARKE, S. G. D. The Information Retrieval Thesaurus. KO KNOWLEDGE ORGANIZATION, v. 46, n. 6, p. 439-459, 2019.
COGNIZANT. Making Sense of Big Data in the Petabyte Age. Cognizant, 20- 20 insights, jun. 2011. Disponível em: https://www.cognizant.com/whitepapers/Making-Sense-of-Big-Data-in-thePetabyte-Age.pdf. Acesso em: 02 abr. 2021.
DATA SCIENCE CENTER EINDHOVEN. Responsible Data Science: Ensuring fairness, accuracy, confidentiality & transparency by design. 2020. Disponível em: https://www.tue.nl/en/research/research-areas/datascience/responsible-data-science/. Acesso em: 02 dez. 2020.
EBERENDU, A. C. Unstructured Data: an overview of the data of Big Data. International Journal of Computer Trends and Technology, v. 38, n. 1, p. 46-50, 2016.
FAIR Compliant Biomedical Metadata Templates. CEDAR, Center for Expanded Annotation and Retrieval, University of Stanford, Department of Medicine, 2019. Disponível em: https://medicine.stanford.edu/2019- report/cedar-to-the-rescue.html. Acesso em: 15 ago. 2021.
FISHER, M.; SHETH, A. Semantic Enterprise Content Management. In: SINGH, M. P. The practical handbook of internet computing. Boca Raton, FL: Chapmann & Hall/CRC, 2004. (Computer and Information Science Series.)
FLORIDI, L. Semantic Conceptions of Information. In: ZALTA, E. N. (ed.). The Stanford Encyclopedia of Philosophy. Palo Alto: Metaphysics Research Lab, 2019. Disponível em: https://plato.stanford.edu/archives/win2019/entries/information-semantic/. Acesso em: 21 dez. 2019.
GUARINO, N. Some ontological principles for designing upper level lexical resources. In: INTERNATIONAL CONFERENCE ON LANGUAGE RESOURCES AND EVALUATION, 1., 1998. Granada. Proceedings […]. Granada: ELRA, 1998. Disponível em: https://arxiv.org/pdf/cmp-lg/9809002. Acesso em: 22 maio 2005.
HEY, T.; TREFETHEN, A. The data deluge: An e-science perspective. In: BERMAN, F.; FOX, G. C.; HEY, A. J. G. Grid computing: making the global infrastructure a reality. Wiley: West Sussex, 2003. p. 809-824. Disponível em: https://eprints.soton.ac.uk/257648/1/The_Data_Deluge.pdf. Acesso em: 10 out. 2020.
INMON, W.; LINSTEDT, D. Data Architecture: a primer for the data scientist. Waltham, MA, Elsevier, 2015.
MACIEL, J. Elementos de Teoria Geral dos Sistemas. Petrópolis: Vozes, 1974.
MARCONDES, C. H. Em Busca de uma Semântica do Digital, Ou “As They May Think”. Ponto de Acesso, Salvador, v. 6, n. 2, p. 35-73, 2012.
ORILIA, F.; PAOLETTI, M. P. Properties. In: ZALTA, E. N. The Stanford Encyclopedia of Philosophy. Palo Alto: Metaphysics Research Lab, 2020.Disponível em: https://plato.stanford.edu/archives/win2020/entries/properties/. Acesso em: 9 maio 2020.
PEIRCE, C. S. Collected papers of Charles Sanders Peirce: principles of philosophy. Cambridge: Harvard University Press, 1931. v. 1.
PEIRCE, C. S. On a new list of categories. In: AMERICAN ACADEMY OF ARTS AND SCIENCES, 7., 1868, Cambridge. Proceedings […]. American Academy of Arts and Sciences: Cambridge, 1868. p. 287-298. Disponível em: http://www.bocc.ubi.pt/pag/peirce--charles-list-categories.pdf. Acesso em 28 jul. 2018.
PRASANNA, J. K. L.; SASI KIRAN, K. S. M. Significance of metadata and data modelling of metadata by using mark logic. International Journal of Engineering and Advanced Technology, v. 8, n. 2, p. 76-78, 2018.
RAYWARD, W. B. The Universe of Information: the work of Paul Otlet for Documentation and international organization. Moscou: FID/VINITI, 1975.
RDF Semantics. W3C, 2004. Disponível em: https://www.w3.org/TR/rdf-mt/. Acesso em: 27 ago. 2021
RILEY, J. Understanding metadata: what is metadata and what is it for: a primer. Baltimore: NISO, 2017. Disponível em: https://groups.niso.org/apps/group_public/download.php/17446/Understandin Metadata.pdf. Acesso em: 13 mar. 2021.
ROWLEY, J. The wisdom hierarchy: representations of the DIKW hierarchy. Journal of information science, v. 33, n. 2, p. 163-180, 2007. Disponível em: http://web.dfc.unibo.it/buzzetti/IUcorso2007-08/mdidattici/rowleydikw.pdf. Acesso em: 14 jun. 2013.
SANTAELLA, L. Epistemologia semiótica. Cognitio: Revista de Filosofia, v. 9, n. 1, p. 93-110, 2008. Disponível em: https://revistas.pucsp.br/cognitiofilosofia/article/viewFile/13531/10042. Acesso em: 12 nov. 2020.
SANTAELLA, L. O que é Semiótica. São Paulo: Ed. Brasiliense, 1983. SANTOS, F. E. P.; FARIAS, M. G. G.; FEITOSA, L. T.; CAVATI SOBRINHO, H. Definição de metadados e critérios de indexação para documentário em repositório audiovisual. Revista Brasileira de Biblioteconomia e Documentação, v. 14, n. 3, p. 237-261, 2018. Disponível em: https://rbbd.febab.org.br/rbbd/article/viewFile/1092/1089. Acesso em: 19 nov. 2020.
SANTOS, P. L. V. A. C. SANT’ANA, R. C. G. Dado e granularidade na perspectiva da informação e tecnologia: uma interpretação pela ciência da informação. Ciência da Informação, Brasília, v. 42, n. 2, p. 199-209, maio/ago.2013.
SANT’ANA, R. C. G. Ciclo de vida dos dados: uma perspectiva a partir da Ciência da Informação. Informação & Informação, Londrina, v. 21, n. 2, p. 116-142, maio/ago. 2016.
MACULAN, B. C. M. S. Estudo e aplicação de metodologia para reengenharia de tesauro: remodelagem do THESAGRO. 2015. Tese (Doutorado em Ciência da Informação) – Universidade Federal de Minas gerais, Belo Horizonte, 2015. Disponível em: https://repositorio.ufmg.br/bitstream/1843/BUBD9ZKMUV/1/maculan_tese_arq_final.pdf.pdf. Acesso em: 24 maio 2019.
SOERGEL, D.; LAUSER, B.; LIANG, A.; FISSEHA, F.; KEIZER, J.; KATZ, S. Reengineering thesauri for new applications: the agrovoc example. Journal of digital information, v. 4, p. 1-23, 2004. Disponível em: http://hdl.handle.net/10760/15694. Acesso em: 25 abr. 2016.
ZENG, M. L. Interoperability. In: HJØRLAND, B.; GNOLI, C. (ed.). ISKO Encyclopedia of Knowledge Organization. ISKO, 2019a. Disponível em: http://www.isko.org/cyclo/interoperability. Acesso em: 18 set. 2019.
ZENG, M. L. Semantic enrichment for enhancing LAM data and supporting digital humanities. Review article. El profesional de la información, v. 28, n. 1, 2019b. Disponível em: https://doi.org/10.3145/epi.2019.ene.03. Acesso em: 22 jan. 2019.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua e a credibilidade do veículo. Respeitará, no entanto, o estilo de escrever dos autores. Alterações, correções ou sugestões de ordem conceitual serão encaminhadas aos autores, quando necessário.
O conteúdo dos textos e a citação e uso de imagens submetidas são de inteira responsabilidade dos autores.
Em todas as citações posteriores, deverá ser consignada a fonte original de publicação, no caso a Informação & Informação.