Marcelo Tibau

TIBAU, Marcelo; SIQUEIRA, Sean; NUNES, Bernardo Pereira. A comparison between Entity-Centric Knowledge Base and Knowledge Graph to Represent Semantic Relationships for Searching as Learning Situations. Anais dos Workshops do Congresso Brasileiro de Informática na Educação, [S.l.], p. 823, nov. 2019. ISSN 2316-8889. Disponível em: <https://br-ie.org/pub/index.php/wcbie/article/view/9032>.doi: http://dx.doi.org/10.5753/cbie.wcbie.2019.823.

Abstract: Searching the web with learning intent, known as Searching as Learning (SaL), consists on learners to use Web search engines as a technology to drive their learning process. However, it may be difficult to users to find out relevant information online due to an inability to accurately specify their information need, a situation known as Anomalous State of Knowledge (ASK). To minimize the ASK situation, the continuous flow of data gathering and interaction between user and the search results could be used by search engines to tailor learning-intent search experience. It requires Web search engines to identify such intent and they may use linked data, Knowledge Bases and Graph Databases in order to recognize the meaning of query terms and keywords and use them to predict learning intent. In order to explore the possibility of semantic data structures to represent knowledge that could aid a learning-driven Web search engine to recognize learning intention from user’s queries, the present paper compared the performance of two different types of data structures based on entity-centric indexing to identify properties and semantic relationships. One was a knowledge base that used a entity-centric mapping of Wikipedia categories and the other was the KBpedia Knowledge Graph. The entity ranking and linking of both were analyzed and we discovered that the knowledge graph could identify about three times more properties and relationships.

PINELLI, Cleber; TIBAU, Marcelo; SIQUEIRA, Sean. Google, se reordene e me ajude a aprender: Critérios de relevância para reordenar resultados de busca como um processo de aprendizagem. Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação – SBIE), [S.l.], p. 576, nov. 2019. ISSN 2316-6533. Disponível em: <https://br-ie.org/pub/index.php/sbie/article/view/8762>. doi: http://dx.doi.org/10.5753/cbie.sbie.2019.576.

Abstract: As ferramentas de busca podem auxiliar as pessoas na condução de tarefas de aprendizagem informal, contudo os critérios usados para o ranqueamento de seus resultados estão voltados a prover respostas factuais e pouco processuais. Neste contexto, este artigo apresenta critérios de relevância, baseados em teorias de aprendizagem, para apoiar uma reordenação dos resultados da busca quando há intenção de aprendizado. Para avaliar a aplicabilidade da proposta, foi utilizado um questionário contendo um comparativo entre exemplos de páginas de resultado de busca da Google e sua versão modificada. A pesquisa evidenciou que o resultado reordenado foi melhor aceito, sobretudo por aqueles que possuem maior habilidade de busca. Isto pode ser um indicativo de que reorganizar o resultado de buscas com base em teorias de aprendizagem pode apoiar a aprendizagem informal.

A programação do WBPA @ CBIE 2019 foi disponibilizada na página do evento. Juntamente com a programação, foram antecipados os artigos a fim de enriquecer a interação entre os participantes durante as sessões. Os anais oficiais estarão disponíveis em breve.
1º Workshop Brasileiro de Busca como um Processo de Aprendizagem (WBPA 2019)

http://sal.uniriotec.br/wbpa-2019/#programaWBPA2019