Mining scientific texts: analysis of articles from Brazilian Scientific Journals in the Information Science area
DOI:
https://doi.org/10.19132/1808-5245271.237-262Keywords:
Metric Studies of Information. Knowledge Discovery in Databases. Text mining. Scientific Text Mining. Information Science.Abstract
This work analyzes articles from Brazilian Scientific Journals of the Information Science area about text mining and knowledge discovery in texts. It analyses articles indexed by Brapci or Scielo that contain the compound terms text mining or knowledge discovery in the metadata, and specifically address the application of text mining techniques. The research methodology is exploratory, bibliographic, and qualitative and quantitative, based on the procedures of metric study and content analysis. As results, we discuss the temporal distribution of the works, the authors' affiliation entities, and characterize the methodological procedures and results of the works related to the mining of scientific texts. It concludes that over 18 years, 28 publications discusses about forms of knowledge discovery through text mining. Among these, 13 deal with the mining of scientific texts, of which nine have an applied nature, and these are analyzed more deeply.Downloads
References
AGRAWAL, R.; SRIKANT, R. Fast Algorithms for Mining Association Rules in Large Databases. In: INTERNATIONAL CONFERENCE ON VERY LARGE DATA BASES, 20., 1994, Santiago de Chile. Proceedings... Santiago de Chile: Morgan Kaufmann, 1994. p. 487-499.
ARAÚJO, D. A. O.; DAVID, L. R. S.; RIOS, R. S. H.; VELOSO, R. R. Descoberta de Conhecimentos sobre a esquistossomose a partir de Documentos Científicos Utilizando Técnicas de Mineração de Textos. Pesq. Bras. em Ci. da Inf. e Bi., João Pessoa, v.11, n.2, p. 173-186. 2016. Disponível em: www.periodicos.ufpb.br/ojs2/index.php/pbcib/article/view/31846. Acesso em: 10 abr. 2019.
BEZERRA, C. A.; GUIMARÃES, A. J. R. Mineração de texto aplicada às publicações científicas sobre gestão do conhecimento no período de 2003 a 2012. Perspectivas em Ciência da Informação, Belo Horizonte, v.19, n.2, p.131-146, abr./jun. 2014. Disponível em: http://www.scielo.br/pdf/pci/v19n2/10.pdf . Acesso em: 16 out. 2018.
BRAGA, F. R. Extração semiautomática de taxonomia para domínios especializados usando técnicas de mineração de textos. Ciência da Informação, Brasília, v.45, n.3, p.175-186, set./dez. 2016. Disponível em: http://revista.ibict.br/ciinf/article/view/4056. Acesso em: 16 out. 2018.
CAPUANO, E. A. O poder cognitivo das redes neurais artificiais modelo ART1 na recuperação da informação. Ciência da Informação, Brasília, v.38, n.1, p.9-30, jan./abr. 2009. Disponível em: http://www.scielo.br/pdf/ci/v38n1/01.pdf. Acesso em: 05 mar. 2019.
CARVALHO, D. R.; ESCOBAR, L. F. A.; TSUNODA, D. Pontos de Atenção para o Uso da Mineração de Dados na Saúde. Informação e Informação, Londrina, v.19, n.1, p.249-273, jan./abr. 2014. Disponível em: http://www.uel.br/revistas/uel/index.php/informacao/article/view/16532. Acesso em: 15 jul. 2019.
CARVALHO, M. B. de; TSUNODA, D. F. Análise de dados em artigos recuperados da Web of Science (WoS). Encontros Bibli: revista eletrônica de biblioteconomia e ciência da informação, Florianópolis, v.23, n. esp., p. 112-125, 2018. Disponível em: https://periodicos.ufsc.br/index.php/eb/article/view/1518-2924.2018v23nespp112. Acesso em: 07 jun. 2019.
CROSS, D.; THOMSOM, S.; SINCLAIR, A. Research in Brazil: A report for Capes by Clarivate Analytics. Brasília: Clarivate Analytics, 2016. 73 p.
FARO, A.; GIORDANO, D.; SPAMPINATO, C. Combining literature text mining with microarray data: advances for system biology modeling. Briefings in Bioinformatics, Oxford, v.13, n.1, p. 61-82, 2011. Disponível em: https://academic.oup.com/bib/article/13/1/61/219461. Acesso em: 16 out. 2018.
FERREIRA, M. H. W.; CORRÊA, R. F. Estudo Métrico Sobre Biblioteca Digital: uso do software Iramuteq. In: XIX ENCONTRO NACIONAL DE PESQUISA EM CIÊNCIA DA INFORMAÇÃO – ENANCIB 2018, 19., 2018, Londrina. Anais... Londrina: Ancib. 2018. 4436-4454. Disponível em: http://enancib.marilia.unesp.br/index.php/XIXENANCIB/xixenancib/paper/view/1238. Acesso em: 04 jun. 2019.
FRAWLEY, W. J., PIATETSKY-SHAPIRO, G., MATHEUS, C. J. Knowledge Discovery in Databases: An Overview. AI Magazine, S. L., v.13, n.3, p.57-70, 1992. Disponível em: https://pdfs.semanticscholar.org/7a7b/51b86e22d0077215287980c7ba793b09e4cd.pdf. Acesso em: 19 jun. 2019.
MAIA, L. C.; SOUZA, R. R. Uso de sintagmas nominais na classificação automática de documentos eletrônicos. Perspectivas em Ciência da Informação, Belo Horizonte, v.15, n.1, p.154-172, abr., 2010. Disponível em: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1413-99362010000100009&lng=en&nrm=iso. Acesso em: 14 maio 2020.
MARCONDES, C. A.; COSTA, L. C. da; MARTINS, S. de C.; Descoberta de Conhecimento em Artigos Digitais em Ciências Biomédicas. Informação e Informação, Londrina, v.21, n.2, p.170-216, maio/ago., 2016. Disponível em: http://www.uel.br/revistas/uel/index.php/informacao/article/view/27941. Acesso em: 12 jun. 2019.
NAGARKAR, S. P.; KUMBHAR, R.; Text mining: An analysis of research published under the subject category ‘Information Science Library Science’ in Web of Science Database during 1999-2013. Library Review, v.64, n.3, 2015. Disponível em: https://doi.org/10.1108/LR-08-2014-0091 . Acesso em: 25 maio 2020.
O’MARA-EVES, A. et al. Using text mining for study identification in systematic reviews: a systematic review of current approaches. Systematic reviews, v. 4, n. 1, p. 1-22, 2015. Disponível em: https://doi.org/10.1186/2046-4053-4-5 . Acesso em: 25 maio 2020.
PINHEIRO, C. M. P.; BARTH, M. Produção Científica na Base de Dados SCOPUS: uma análise sobre a indústria criativa. Pesq. Bras. em CI. Da Inf. e Bib., João Pessoa, v. 9, n. 2, p. 048-061, 2014. Disponível em: http://www.periodicos.ufpb.br/ojs/index.php/pbcib/article/view/19990. Acesso em: 22 jul. 2019.
QUONIAM, L.; TARAPANOFF, K.; ARAÚJO JÚNIOR, R. H.; ALVARES, L. Inteligência obtida pela aplicação de data mining em base de teses francesas sobre o Brasil. Ciência da Informação, Brasília, v. 30, n. 2, p. 20-28, maio/ago. 2001. Disponível em: http://www.scielo.br/pdf/ci/v30n2/6208.pdf. Acesso em: 08 jun. 2019.
REZENDE, S. O. (org.) Sistemas Inteligentes: fundamentos e aplicações. 1. ed. Editora Manole: 2005.
SANTOS, R. N. M. Indicadores estratégicos em ciência e tecnologia: refletindo a sua prática como dispositivo de inclusão/exclusão. Transinformação, v. 15, n. 3 esp., p. 129-140, 2003. Disponível em: http://www.brapci.inf.br/v/a/452. Acesso em: 15 jul. 2018.
SÉRGIO, M. C.; SILVA, T. N. da.; GONÇALVES, A. L. Descoberta de conhecimento a partir de informações não estruturadas por meio de técnicas de correlação e associação. Em questão, Porto Alegre, v. 22, n. 2, p. 87-113, mai/ago. 2016. Disponível em: https://seer.ufrgs.br/EmQuestao/article/view/59514/37953. Acesso em: 01 nov. 2018.
SRINIVASAN, P. Text Mining: Generating Hypotheses From MEDLINE. Journal of The American Society for Information Science and Technology, v. 55, n. 5, p. 396-413, 2004. Disponível em: https://onlinelibrary.wiley.com/doi/abs/10.1002/asi.10389 . Acesso em: 22 maio 2020.
TRUCOLO, C. C.; DIGIAMPIETRI, L. A. Análise de tendências da produção científica nacional na área de ciência da informação: estudo exploratório de mineração de textos. AtoZ: Novas Práticas em Informação e Conhecimento, Curitiba, v. 3, n. 2, p. 87-94, 2014. Disponível em: https://revistas.ufpr.br/atoz/article/view/41341/25335. Acesso em: 01 nov. 2018.
WITTEN, I. H.; FRANK, E.; HALL, M. A. Data Mining: practical machine learning tools and techniques. 3. Ed. Burlington: Elsevier, 2011. 629 p.
WOSZEZENKI, C. R.; GONÇALVES, A. L. Mineração de textos biomédicos: uma revisão bibliométrica. Perspectivas em Ciência da Informação, Belo Horizonte, v. 18, n. 3, p. 24-44, jul./set. 2013. Disponível em: http://portaldeperiodicos.eci.ufmg.br/index.php/pci/article/view/1733/1189. Acesso em: 23. abr. 2019.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2020 Márcio Henrique Wanderley Ferreira, Renato Fernandes Correa
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish with this journal agree to the following terms:
Authors will keep their copyright and grant the journal with the right of first publication, the work licensed under License Creative Commons Attribution (CC BY 4.0), which allows for the sharing of work and the recognition of authorship.
Authors can take on additional contracts separately for non-exclusive distribution of the version of the work published in this journal, such as publishing in an institutional repository, acknowledging its initial publication in this journal.
The articles are open access and free. In accordance with the license, you must give appropriate credit, provide a link to the license, and indicate if changes were made. You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
