Redes semânticas baseadas em cliques para apoio à análise de conteúdo

Abstract

Este estudo versa sobre Redes Semânticas e Análise de Conteúdo (AC) considerando às suas similaridades e implicações. Pretendemos compreender e demonstrar como as redes semânticas baseadas em cliques podem subsidiar o método da AC que demanda muito tempo e labor, independente da extensão do discurso analisado. O objetivo desta pesquisa é elaborar um modelo computacional que auxilie o processo de identificação dos Núcleos de Sentidos (NS), Categorias e conferências das Unidades de Contexto (UC) na AC. O nosso modelo se baseia no uso de algumas propriedades de redes, especificamente grau médio, densidade, modularidade e, consequentemente, comunidades. Usamos como fontes de dados (1) os discursos e a AC de uma pesquisa sobre Colaboração científica e Difusão do Conhecimento relativas as redes de coparticipação de pesquisadores em um programa de pós-graduação e (2) os relatórios técnicos de educação (Educação para Todos - EPT) da Organização das Nações Unidas para Educação, Ciência e Cultura (UNESCO). Testamos o modelo com a primeira fonte de dados, a fim de verificar a resposta do modelo; em seguida, aplicamos o modelo à segunda fonte de dados e analisamos os resultados considerando as exigências da AC. Os resultados indicam que é possível, com a análise de redes semânticas baseadas em cliques, tornar célere e aumentar a acurácia da criação dos núcleos de sentidos, categorias e análise das unidades de contexto na AC.

ABSTRACT:

This study deals with Semantic Networks and Content Analysis (CA) considering their similarities and implications. We intend to understand and demonstrate how click-based semantic networks can support the CA method that demands a lot of time and labor, regardless of the extent of the analyzed discourse. The objective of this research is to elaborate a computational model that helps the process of identification of Nuclei of Senses (NS), Categories and conferences of Context Units (UC) in CA. Our model is based on the use of some network properties, specifically average degree, density, modularity and, consequently, communities. We used as sources of data (1) the speeches and the CA of a research on Scientific Collaboration and Diffusion of Knowledge related to the networks of co-participation of researchers in a postgraduate program and (2) the technical education reports (Educação para Todos - EPT) of the United Nations Educational, Scientific and Cultural Organization (UNESCO). We test the model with the first data source in order to verify the response of the model; then we apply the model to the second data source and analyze the results considering the CA requirements. The results indicate that it is possible, with the analysis of semantic networks based on cliques, to speed up and increase the accuracy of the creation of meaning cores, categories and analysis of context units in CA.