Resumo:
Este trabalho apresenta estudos, com realização de experimentos e análise de
resultados, da aplicação de informações lingüísticas na etapa de pré-processamento no
processo de Mineração de Textos para as tarefas de Categorização e Agrupamento de
Documentos.
Usualmente, o pré-processamento utilizado no processo de Mineração de Textos
para estas tarefas consiste na remoção de termos irrelevantes (tais como, preposição,
artigos, pronomes, entre outros), normalização morfológica e seleção dos termos (ao
que denominamos baseado em métodos usuais). Propõe-se, ao longo deste trabalho, um
pré-processamento que faz o uso de informações lingüísticas, ou seja, um préprocessamento
baseado em combinações gramaticais, visando avaliar a repercussão do
uso dessas informações nos resultados de tarefas de Mineração de Textos.
Foram realizados diversos experimentos para a validação da abordagem
proposta junto à língua portuguesa. O corpus utilizado nos experimentos consiste de um
extrato do corpus NILC (Núcleo Inter