Tratando o problema da recuperação por conteúdo de objetos complexos em ambientes com hierarquia de dados e multimodalidade

Resumo

A produção de documentos como artigos, páginas web, teses e relatórios baseados em conjuntos de imagens (exames médicos, laudos técnicos, etc) vem sendo armazenados em meios digitais em quantidade e complexidade crescente. Tais aplicações desafiam tanto a eficiência quanto a eficácia dos SGBDs. Os problemas de se tratar dados em grande quantidade, escopo, complexidade e distribuição vêm sendo tratados sob o tema de big data. Por outro lado, o aumento da complexidade cria a necessidade de novas formas de consulta - números e pequenas cadeias de caracteres já não são mais suficientes para representar os dados complexos. Consultas por Similaridade vêm se mostrando a maneira por excelência de comparar dados complexos. No entanto, o próprio conceito de similaridade se torna vago quando os objetos a serem comparados são compostos por partes que por sua vez devem também ser comparadas por similaridade. Na literatura existem diversos estudos que abordam consultas por similaridade sobre todo o objeto, tal como imagens, áudio ou sequências genéticas. No entanto, não tem sido tratado como avaliar similaridade sobre objetos em que suas partes também são avaliadas por similaridade. Além disso, a "similaridade" é usualmente definida considerando seu significado para tratar poucos dados. Este projeto tem por objetivo desenvolver técnicas para comparar por similaridade objetos compostos cujas partes possam também ser comparadas por similaridade, validando os conceitos definidos em domínios de aplicação como: exames médicos que incluem diversas imagens e laudos para apoio ao diagnóstico e bibliotecas de documentos digitais, em particular, teses e dissertações acadêmicas para apoio a sistemas de recomendação. (AU)