@PHDTHESIS{ 2012:558818663,
 	title = {Aplicação de técnicas de aprendizagem de máquina na geração de índices para sistemas de busca},
 	year = {2012},
 	url = "http://tede.ufam.edu.br/handle/tede/4517",
 	abstract = "Máquinas de busca estão entre as principais formas de se obter informações na internet,recebendo
 milhões de consultas diárias. Este volume avantajado de consultas gera uma considerável carga
 nos processadores de consultas das máquinas de busca, que devem não apenas se preocupar
 com a qualidade da resposta final recebida pelos usuários, mas também com a latência desta
 consulta ,já que uma demora excessiva no tempo de resposta pode prejudicar a experiência de
 seus usuários.
 Nos últimos anos tem havido um considerável esforço de pesquisa na aplicação de técnicas
 de aprendizado de máquina durante o processamento de consultas, objetivando-se principalmente
 um aumento na qualidade final de suas respostas. Nesta tese estudamos a aplicação de técnicas de
 aprendizagem de máquina durante a geração de índices, ao invés de aplicá-las ao processamento
 de consultas, abrindo portanto uma nova frente para a aplicação de técnicas de aprendizagem de
 máquina em sistemas de busca. Dentro do estudo, propomos duas técnicas para a aplicação de
 aprendizado de máquina na indexação de documentos em máquinas de busca, mostrando com
 isso que há espaço para melhorar a indexação com o uso dessas técnicas.
 A vantagem de tal abordagem é que, como esse processamento é feito antes das consultas
 serem feitas à maquina de busca, independente de quão custoso computacionalmente seja este
 processo, isto não refletirá diretamente no tempo de processamento de consultas. Propomos aqui
 duas técnicas: LePrEF, uma técnica de fusão de evidências em tempo de indexação que tem
 como objetivo a melhoria do desempenho de máquinas de busca durante o processamento de
 consultas, por meio da geração de índices que codificam melhor a importância de cada termo em
 cada documento, e uma técnica de detecção de termos frasais (os sintagmas), com o objetivo de
 melhorar a qualidade das respostas obtidas por elas.
 A técnica LePrEF realiza a fusão de fontes de evidência de relevância em tempo de indexação
 utilizando para tanto aprendizagem de máquina. A necessidade da fusão de evidências no
 processamento de consultas deriva do fato de que sistemas de busca em geral utilizam diversas
 fontes de evidência para computar suas respostas, tais como o texto das páginas web, o texto dos
 apontadores recebidos por cada página, métodos de análise de apontadores como o PageRank,
 dentre muitos outros. Porém, o acréscimo de novas fontes de evidência leva também a novos
 custos de processamento. Isto, aliado ao constante crescimento na quantidade de conteúdo",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de Pós-graduação em Informática},
 	note = {Instituto de Computação}
}