Utilização da ferramenta Eurekha no processo de Text Mining aplicado à área farmacêutica

Abstract

No contexto global, onde o volume de informação textual cresce vertiginosamente, percebe-se também uma demanda crescente por conhecimentos contidos em bases de dados textuais, e a partir de processos de Knowledge Discovery in Textual Databases (KDT), são identificados padrões, similaridades, e situações improváveis de serem detectadas sem a aplicação da inteligência computacional. Nesse contexto, o presente trabalho descreve uma pesquisa na área de Text Mining(TM), voltada ao estudo de ferramentas de KDT, com o objetivo de aplicar o processo de Text Mining em uma base textual da área farmacêutica. Foram analisadas as ferramentas, Eurekha, Text Mining Suíte, TextAnalyst, Text Miner for Clementine, NetOwl Textminer, Vantagepoint, Smart Text Miner, Wordstat, Pretext e T-Lab, optando-se pela escolha de ferramenta Eurekha para o desenvolvimento do estudo de caso em uma base textual da área farmacêutica, em virtude da mesma ser de boa usabilidade e freeware. No estudo de caso realizou-se o pré-processamento, aplicando-se os processos de stopword e stemming, seguido pela etapa de TM, onde foram identificados os relacionamentos, por meio da tarefa de clusterização e concluído com o pós-processamento, que permitiu a visualização dos clusters e da matriz de similaridade. Finalizada a pesquisa, conclui-se que o desenvolvimento de pesquisas voltadas ao processo de KDT é de utilidade na descoberta de conhecimento em bases não estruturadas, por permitir tanto análise estatística quanto semântica, consistindo em uma contribuição na área inteligência artificial.