{"id":283,"date":"2011-08-24T23:25:13","date_gmt":"2011-08-25T02:25:13","guid":{"rendered":"http:\/\/oxisdoproblema.com.br\/blog\/?p=283"},"modified":"2011-08-24T23:25:13","modified_gmt":"2011-08-25T02:25:13","slug":"o-%e2%80%9cdna%e2%80%9d-dos-livros-pode-servir-de-base-para-encontra-los","status":"publish","type":"post","link":"http:\/\/oxisdoproblema.com.br\/?p=283","title":{"rendered":"O \u201cDNA\u201d dos livros pode servir de base para encontr\u00e1-los?"},"content":{"rendered":"

Semana passada Claudiney Ferreira, com quem trabalho no projeto Conex\u00f5es Ita\u00fa Cultural<\/strong><\/a> \u2013 Mapeamento Internacional da Literatura Brasileira<\/strong> \u2013 e que vasculha a Internet quase obsessivamente atr\u00e1s de sites sobre literatura, achou uma curiosidade: o BookLamp<\/strong>. Tratava-se de um site que se propunha a levantar o DNA dos livros para servir de motor de buscas para os leitores descobrirem livros \u201csemelhantes\u201d aos que gostaram, e de ferramenta para autores e editores.
\nVisitei o site e achei realmente fascinante. E j\u00e1 tinha planejado escrever um post sobre o assunto.
\nEsse trabalho me foi poupado pelo Ed Nawotka<\/strong>, do Publishing Perspectives<\/strong>, que no dia 24 publicou um artigo sobre o assunto. Ed Nawotka esteve aqui h\u00e1 pouco, no Congresso do Livro Digital, e sua palestra motivou que eu escrevesse um post sobre a quest\u00e3o dos metadados e sua import\u00e2ncia para o mercado editorial.
\nBem, quem quiser ler o original, o link est\u00e1 aqui<\/a>. Com permiss\u00e3o do Ed Nawotka, traduzi o artigo que deixo aqui para voc\u00eas:<\/p>\n

O \u201cProjeto do Genoma do Livro\u201d do BookLamp \u00e9 o futuro da descoberta?<\/p>\n

Por Edward Nawotka<\/p>\n

Se voc\u00ea achava que metadados eram complicados, conhe\u00e7a Booklamp.org., um novo motor de descoberta de livros que pesquisa 32.160 diferentes pontos de dados por livro. \u201cFazemos isso processando o texto completo proporcionado pelo editor em formato digital e passando pelo nosso computador\u201d, explica o CEO Aaron Stanton.<\/em>
\n\"\"<\/a>
\n<\/p>\n

\u201cNosso programa separa o livro em 100 cenas e mede o \u201cDNA\u201d de cada cena, procurando 132 ingredientes tem\u00e1ticos distintos, e mais 2.000 vari\u00e1veis\u201d. Um leitor pode ir ao site da Booklamp.org<\/a>., que foi lan\u00e7ado em formato beta na semana passada, e fazer busca por palavra-chave em t\u00edtulos que correspondam a crit\u00e9rios semelhantes ao t\u00edtulo que informam ao site. Alguns cr\u00edticos o apelidaram de \u201cCaixa de Pandora para livros\u201d, mas Stanton prefere o termo \u201cProjeto do Genoma do Livro\u201d.
\n\u201cDigamos que voc\u00ea esteja procurando um romance como o C\u00f3digo Da Vinci. Descobrimos que o romance cont\u00e9m 18,6% de Religi\u00e3o e Institui\u00e7\u00f5es Religiosas, 9,4% de Assassinato & Investiga\u00e7\u00e3o de Assassinato, 8,2% de Arte e Galerias de Arte, e 6,7% de Sociedades Secretas & Comunidades, e outros elementos \u2013 e pescamos um livro com elementos similares \u2013 desde que esteja em nosso banco de dados\u201d, diz Stanton.
\nStanton come\u00e7ou o projeto do BookLamp em 2003, quando era estudante em Boise, Idaho, quando ele e colegas escanearam um exemplar de Thinner, de Richard Bachman (pseud\u00f4nimo de Stephen King) \u2013 algo que ent\u00e3o lhes tomou seis horas para fazer \u2013 antes de compreender que o que queriam estava provavelmente al\u00e9m do alcance de estudantes universit\u00e1rios. Em 2007, entretanto, ele achou que seria perfeito para o Google, e conseguiu marcar uma entrevista<\/a>, que se tornou um meme viral na \u00e9poca).
\nStanton apresentou ent\u00e3o o projeto ao Dr. Matthew Jockers<\/a>, professor de lingu\u00edstica computacional na Universidade de Stanford, que ajudou a desenvolver os protocolos para a \u201can\u00e1lise estil\u00edstica contextual\u201d para o BookLamp.
\nAtualmente, BookLamp tem aproximadamente 20.000 textos em seu banco de dados \u2013 basicamente das editoras Random House e Kensington \u2013 e j\u00e1 reuniu cerca de 650 milh\u00f5es de \u201cpontos de dados\u201d no total. \u201cEsperamos alcan\u00e7ar a cifra dos bilh\u00f5es nos pr\u00f3ximos meses\u201d, diz Stanton.
\n

\"\"<\/a>
Avalia\u00e7\u00e3o do BookLamp do livro do Stieg Larsson<\/figcaption><\/figure>
\nMas ser\u00e1 que um computador pode realmente avaliar com precis\u00e3o o conte\u00fado de um livro? Stanton acha que sim. \u201cNossos modelos originais foram baseados em grupos de foco\u201d, diz ele. \u201cN\u00f3s d\u00e1vamos a eles uma cena de alta densidade e uma cena de baixa densidade, por exemplo, e ped\u00edamos que as avaliassem, o que nos deu a base para experimentar os modelos. Depois pesquisamos livros que podiam ultrapassar os modelos e ajustamos as f\u00f3rmulas. Dessa maneira, nossos algoritmos s\u00e3o treinados como um ser humano\u201d.
\nO BookLamp qualifica elementos como densidade, ritmo, descri\u00e7\u00e3o, di\u00e1logo e movimento, al\u00e9m de numerosas e nuan\u00e7adas microcategorias, tais como \u201cpistolas\/rifles\/armas\u201d, ou \u201cdescri\u00e7\u00f5es expl\u00edcitas de intimidade\u201d ou \u201cambientes de trabalho\u201d.
\n\u201cDe muitas maneiras, usando e usando \u201cingredientes\u201d tem\u00e1ticos como uma alternativa aos metadados tradicionais\u201d, diz Stanton, que prev\u00ea o projeto servindo a leitores, escritores e editores.
\nA primeira itera\u00e7\u00e3o do BookLamp \u2013 que \u00e9 a que atualmente se pode ver online \u2013 est\u00e1 claramente dedicada aos leitores. Escritores e editores, por outro lado, logo ter\u00e3o a oportunidade de fazer upload dos manuscritos e t\u00ea-los avaliados pelos mesmos crit\u00e9rios. Essas obras ir\u00e3o para um \u201cbanco de dados vivo de manuscritos com certas caracter\u00edsticas”. \u201cPor exemplo \u2013 diz Stanton \u2013 digamos que vampiros s\u00e3o o quente em um ano, ent\u00e3o voc\u00ea rejeita todos os livros sobre extraterrestres, mas depois a tend\u00eancia muda para extraterrestres \u2013 e pode-se pesquisar nosso banco de dados por originais que correspondam a essas tend\u00eancias nascentes e tomar a dianteira na curva. Para os autores, um livro rejeitado nunca \u00e9 simplesmente um livro rejeitado, j\u00e1 que sempre pode ser achado\u201d.
\nAtualmente o maior obst\u00e1culo do BookLamp parece ser exatamente os editores e autores, que podem estar reticentes em ver seus livros convertidos em pontos de dados. O banco de dados limitado em 20.000 t\u00edtulos \u201c\u00e9 de longe a maior cr\u00edtica ao site\u201d. Seu objetivo \u00e9 alcan\u00e7ar 100.000 t\u00edotulos at\u00e9 o final do ano.
\nOs curiosos podem se registrar e explorar o BookLamp agora no www.booklamp.org<\/a>.<\/em><\/p>\n

——–
\nBem, eu escrevi para o Stanton (que ainda n\u00e3o respondeu), perguntando se ele n\u00e3o estava interessado em traduzir o programa para o portugu\u00eas e come\u00e7ar a catar originais dos nossos livros. Escrevi como goza\u00e7\u00e3o (mas quero acompanhar de perto o projeto), pois sei perfeitamente o quanto o mercado editorial brasileiro est\u00e1 atrasado n\u00e3o apenas na formata\u00e7\u00e3o de vers\u00f5es digitais quanto na compreens\u00e3o (e uso) de metadados.
\nO artigo do Ed Nawotka \u00e9 mais um exemplo das amplas possibilidades que se abrem para que os livros (e n\u00e3o s\u00f3 os digitais) permane\u00e7am no radar dos leitores, e tamb\u00e9m da quantidade de ferramentas de trabalho que se desenvolvem para editores e autores.<\/p>\n","protected":false},"excerpt":{"rendered":"

Semana passada Claudiney Ferreira, com quem trabalho no projeto Conex\u00f5es Ita\u00fa Cultural \u2013 Mapeamento Internacional da Literatura Brasileira \u2013 e que vasculha a Internet quase obsessivamente atr\u00e1s de sites sobre literatura, achou uma curiosidade: o BookLamp. Tratava-se de um site que se propunha a levantar o DNA dos livros para servir de motor de buscas … Continue lendo O \u201cDNA\u201d dos livros pode servir de base para encontr\u00e1-los?<\/span> →<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[1],"tags":[116,37,70,101,71],"_links":{"self":[{"href":"http:\/\/oxisdoproblema.com.br\/index.php?rest_route=\/wp\/v2\/posts\/283"}],"collection":[{"href":"http:\/\/oxisdoproblema.com.br\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"http:\/\/oxisdoproblema.com.br\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"http:\/\/oxisdoproblema.com.br\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"http:\/\/oxisdoproblema.com.br\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=283"}],"version-history":[{"count":9,"href":"http:\/\/oxisdoproblema.com.br\/index.php?rest_route=\/wp\/v2\/posts\/283\/revisions"}],"predecessor-version":[{"id":294,"href":"http:\/\/oxisdoproblema.com.br\/index.php?rest_route=\/wp\/v2\/posts\/283\/revisions\/294"}],"wp:attachment":[{"href":"http:\/\/oxisdoproblema.com.br\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=283"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"http:\/\/oxisdoproblema.com.br\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=283"},{"taxonomy":"post_tag","embeddable":true,"href":"http:\/\/oxisdoproblema.com.br\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=283"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}