Relato sobre o Desenvolvimento de Modelos para Obtenção Automática do Conteúdo de Sites sobre Saúde

Este relato tecnico descreve o desenvolvimento de modelos, tecnicas e prototipos para localizacao, padronizacao e extracao automatica do conteudo apresentado em sites/paginas web com assuntos relacionados a area da saude, visando a estimativa da qualidade destes sites/paginas extraidos. As tecnicas e propostas descritas neste documento foram desenvolvidas ao longo do primeiro semestre de 2009 pelos alunos da disciplina CMP112 – Sistemas de Informacao Distribuidos do Programa de Pos-Graduacao do Instituto de Informatica da Universidade Federal do Rio Grande do Sul, ministrada pelo Professor Dr. Jose Palazzo Moreira de Oliveira. Cada uma das tarefas descritas aplicou tecnicas e tecnologias diferentes para o seu desenvolvimento, apresentando resultados de diferentes naturezas, como tabelas, prototipos e modelos. Entretanto, todas foram desenvolvidas em busca do mesmo objetivo: a extracao automatica do conteudo de sites/paginas que tratam sobre o tema “Doenca de Alzheimer”. Ao final do trabalho, obteve-se um conjunto de resultados, os quais serao utilizados para possibilitar a realizacao de estimativas a respeito da qualidade dos sites/paginas extraidos, de acordo com metricas de qualidade definidas.