Sites de Busca

1
Sites de Busca
2
Surgimento dos primeiros sistemas de busca

• AltaVista, foi desenvolvido durante a primavera
  de 1995 por cientistas no Laboratório de
  Pesquisas da Digital Equipment Corporation em
  Palo Alto, Califórnia (EUA) primeiro banco de
  dados textual pesquisável da Web.
• Google, foi fundado por Larry Page e Sergey Brin,
  dois estudantes do curso de Doutorado de Stanford
  em 1998.

3
Não recomendado para

• ... Fazer compras em XXX é o mesmo que comprar
  em qualquer cidade grande com uma excessão
  língua. (Guia de compras).
• Era do Estado de Direito ou Era da excessão? ...
  (autor- Produtor Cultural - SIC)

• Ortografia
• inguinorante 12.900 ocorrências
• poblema 172.000 ocorrências, mas em português
  foram 78.300
• excessão 11700 ocorrências

4
Invisible Web

• Objetivo dos sites de busca
• Quem patrocina?
• Páginas com inclusão prioritária
• Páginas com exclusão automática (Power points,
  .doc, entre outros)
• CONCLUSÃO

5
Remédios

• Tomar ciência de sua existência
• Contornar os limites da web
• Acesso aos bancos de dados (database) e
  bibliotecas (library)
• Criar seus próprios bancos de dados (Corpora)

6
Ferramentas de Auxílio à Tradução (CAT tools)

• Machine Translation

• CAT (Computer-Assisted Translation)
• Segmentation and Translation Memory
• Translation Unit
• Glossaries

7
CAT tools

                                                                                                     

                                                                                                     

                                                                                                     
8
(No Transcript)
9
Dilemas das CAT tools

• Cobrança por palavras
• Cobrança por palavras novas
• Memórias compartilhadas, memórias enviadas
• Texto sujo
• Estigma da TM

10

• Listas de Discussão e Grupos de Ajuda Mútua
  (Profissão Tradutor yahoogroups)

11
(No Transcript)
12
Pesquisa de corpus

• Definição
• What is a Corpus?
• A collection of linguistic data, either written
  texts or a transcription of recorded speech,
  which can be used as a starting-point of
  linguistic description or as a means of verifying
  hypotheses about a language
• David Crystal, A Dictionary of Linguistics and
  Phonetics, Blackwell, 3rd Edition, 1991.
• The plural is corpora.

13
(No Transcript)
14
(No Transcript)
15
Corpora Prontos

• BNC monolingual, synchronic, general, written
  texts, British English
• Cobuild (Collins Birmingham University
  International Language Database )
• CORIS/CODIS Corpus of Written Italian
• FLLOC French Learner Language Oral Corpora

16
http//www.natcorp.ox.ac.uk/