arademaker
commented
7 years ago - OWN-PT-Named: um KB de lugares/locacoes, instituicoes, pessoas ligadas a DHBB, Wikipedia, nossos aboxes com suas URIs. construido a partir do texto do DHBB, e de outras kbs que nem freebase, yago, geonames, dbpedia, etc.
maneiras de consertar o DHBB-marcado, e.g. http://129.41.145.38/kb-extraction/article?db=dhbb&id=9770cbc0-325c-11e5-877e-038289562b7f o nome do sujeito esta' errado. o nome dele 'e joao henrique pimentel, nao joao Henrique!
-
POS-tagging pra portugues que a gente possa consertar. se possivel modulo independente com interface de jogar uma sentenca receber a marcacao, alem de batch processing, 'e claro.
-
Universal dependencies, consertaveis tb, grafos
-
MWEs e seus tipos (rodar o mwetool no DHBB e ver o que da'?)
-
modulo de mapping words in sentences to OWN-PT, com disambiguacao manual? volume usado dentro do DHBB 'e muito mais "livro" do que volume dimensional?
vcvpaiva
@vcvpaiva:
artigo sobre Niemayer na interface nova do DHBB.
apesar de todo o cuidado com que as entradas do dhbb sao escritas tem muita coisa que fica deixando a desejar em termos de informacao. por exemplo:
nao diz quem fez o documentario, se 'e acessivel no youtube, sobre o livro nao diz onde comprar, se esta' em catalogo, essas coisas seriam muito boas de saber, nao? junto com as descricoes de lugares e de instituicoes, complementariam o dicionario muito bem, trazendo-o de verdade pro seculo 21.
como o marcos sa correia tem sua propria entrada (no DHBB ou) na wikipedia https://pt.wikipedia.org/wiki/Marcos_S%C3%A1_Corr%C3%AAa tb seria bom saber (criar interlinks).
a IBM e a Nuance podem ate fazer dinheiro com uma coisa dessas mostrando pra outras instituicoes de conservacao nacional como informacao historica de qualidade pode produzir lucro, se as lojinhas de museus forem informatizadas adequadamente. (my 2 cents como se diz por ai) digital humanities tb pode dar lucro.