CLEF 2006 - Presença do português
Esta página, mantida e criada pela Linguateca, refere-se à edição de
2006 do CLEF.
Notícias
- 20 a 22 de Setembro: realizou-se em Alicante o encontro do CLEF.
- 27 de Julho: foram divulgados ao participantes os resultados do QA@CLEF.
- 15 de Junho: foram divulgadas as perguntas do QA@CLEF.
- 2 de Maio: foram divulgados os tópicos do GeoCLEF
- 20 de Janeiro: as colecções foram disponibilizadas aos participantes registados (numa área
de acesso restrito)
- 20 de Janeiro: abriram as inscrições para o CLEF'2006.
- 17 de Janeiro: foi anunciado que o encontro do
CLEF'2006 se realizará em Alicante, de 20 a 22 de Setembro de 2006, após a
Conferência Europeia de Bibliotecas Digitais, ECDL 2006.
Perguntas sobre o CLEF'2006
Como posso inscrever o meu sistema no CLEF'2006?
AS INSCRIÇÕES ESTÃO ENCERRADAS.
Pode encontrar informação sobre as condições de participação
na página
http://clef.isti.cnr.it/2006/2006howto.html.
Em que pistas ("tracks") do CLEF'2006 está presente o
português?
Na edição de 2006, o português está
confirmadamente presente em três pistas diferentes.
- O português está presente na pista de
Recolha de Informação,
quer para RI monolingue, quer para RI cruzada (em inglês, "crosslingual IR").
A responsável destas pistas é Carol Peters (mail).
- O português está presente no
QA@CLEF, resposta
automática a perguntas (RAP, em inglês: QA), tanto como
língua fonte como língua alvo (ou seja, perguntas em português e respostas em português).
O responsável por estas pistas é Bernardo
Magnigni (mail).
- O português está ainda presente
no GeoCLEF.
Foi ainda considerada a possibilidade de incluir o português noutras
pistas, conforme existissem ou não possíveis participantes. Como não se
apresentaram interessados, a participação do português
nessas pistas foi adiada para uma próxima oportunidade.
- O WebCLEF, quer em tópicos em português quer fazendo parte da colecção EuroGov, para cuja última, contudo, a Linguateca não contribuiu. A parte portuguesa do WebCLEF continua, no entanto, a ser usada.
- O ImageCLEF, recolha cruzada de
imagens baseada em legendas. Apenas as legendas foram traduzidas para português.
- O WiQA, respostas a
perguntas usando a Wikipedia, pista
presente pela primeira vez no CLEF.
Que colecção de textos será usada para o português?
Para a edição do CLEF de 2006, foram usados os
mesmos textos usados em 2005,
ou seja os textos dos anos de 1994 e 1995 do diário
português PÚBLICO e os
textos dos mesmos anos do diário brasileiro Folha de São Paulo.
Quer para RI, quer para RAP, em 2005 serão usados os textos de ambos os anos (note-se que no CLEF'2004, a pista de RI apenas utilizou textos de 1995).
O Público não é publicado nos dias de Natal e Ano Novo, o que explica
as quatro edições a menos.
Na tabela abaixo, uma
palavra foi definida como uma letra seguida de uma sequência (eventualmente vazia) de letras e hífens.
|
|
| Colecções | Público | Folha de São Paulo |
| Anos | 1994-1995 | 1994-1995 |
| Edições | 726 | 730 |
| Documentos | 106.821 | 103.913 |
| Tamanho | 348.078 kB | 226.690 kB |
| Unidades | Total | 64.573.983 | 42.317.112 |
| Diferentes | 605.092 | 530.382 |
| Palavras | Total | 55.538.483 | 35.907.591 |
| Diferentes | 392.999 | 497.798 |
Divulgamos aqui uma amostra
dos ficheiros dessa colecção, para o Público (SGML 351KB, gzipado 135KB, e a respectiva DTD) e para o Folha de São Paulo (SGML, gzipado e a respectiva DTD).
A colecção não está marcada com identificação dos títulos e autores. Contudo,disponibilizamos aqui uma lista de possíveis autores para os textos do Público, com base na marcação feita anteriormente no CETEMPúblico, e outra de possíveis autores para os textos do Folha, tendo por base o CETENFolha.
Calendário
Para mais informação sobre o calendário de cada pista, consulte a página dessa pista.
Para mais informação sobre todas as pistas e respectivo calendário, veja-se a
Agenda do CLEF'2006.
Recolha de Informação (RI) Ad Hoc Track
- 3 Abril de 2005: divulgação dos tópicos
- ~ 28 de Maio de 2005: encerramento
- ~ 15 de Julho de 2005: divulgação de resultados
Resposta Automática a Perguntas QA@CLEF
- 27 de Julho de 2006: entrega dos resultados aos participantes
- 5 de Junho de 2006: divulgação das perguntas
- 12 de Junho de 2006: prazo final de resposta dos sistemas
- 17 de Julho de 2006: divulgação de resultados
Recolha de Informação Geográfica GeoCLEF
- 15 de Março de 2006: divulgação dos tópicos
- 12 de Junho de 2006: prazo final de resposta dos sistemas
- 17 de Julho de 2006: divulgação de resultados
Última actualização: 1 de Novembro de 2006.
Perguntas,
comentários e sugestões