a4a:Convenções/GeoTerm: mudanças entre as edições

a4a:Convenções/GeoTerm (ver código-fonte)

Edição das 05h16min de 25 de agosto de 2023

4 617 bytes adicionados , 25 de agosto de 2023

sem sumário de edição

Peter

2 583

edições

@@ Linha 1: / Linha 1: @@
-Termos designadores de objetos geográficos. Registro de nomes e abreviações oficiais de vias, cidades, estados, etc. Ver https://git.AddressForAll.org/geoterm
+O Projeto Geoterm lida com termos, principalmente nomes próprios de entidades geográficas (termos designadores de objetos geográficos). Também efetua o registro de nomes e abreviações oficiais de vias, cidades, estados, etc. Garante que o nome seja associado a um ID e sua expressão canônica.
-Garante que o nome seja associado a um ID e sua expressão canônica. Além dos "nomes por extenso" canônicos são registrados os sinônimos válidos, as abreviações canônicas e abreviações válidas.
+Além dos "nomes por extenso" canônicos são registrados os sinônimos válidos, as abreviações canônicas e abreviações válidas.
+Ver https://git.AddressForAll.org/geoterm
 Os termos dependem apenas da língua, '''o GeoTerm é um dicionário de termos''', o que determina a semântica é o uso do termo no seu contexto geográfico. Quanto a "nomes oficiais", cada jurisdição é soberana sobre as regras de abreviação e escolha dos nomes canônicos. A jurisdição controla a unicidade e as regras de validade dos termos locais.
 == Objetivo ==
-Apresentar estrutura de banco de dados de referência para “terminologia por demanda”, e oferecer requisitos e implementação de framework para gerenciamento, busca e resolução de terminologias controladas. Além disso, como objetivo secundário, ilustrar uma implementação SQL completa.
+Proporcionar registro eficiente e recuperação eficiente de termos canônicos. Termos válidos (alternativos aos canônicos) e seus sinônimos (não-válidos ou com falhas de grafia) também são controlados e recuperados com eficiência.
+Implementa uma “terminologia por demanda”, com busca e resolução de terminologias controladas.
 == Modelo de dados ==
@@ Linha 14: / Linha 18: @@
 A tabela '''Term''' é muito simples: cada termo, canônico ou não, é uma linha da tabela principal. Uma tabela secundária para ''namespaces'', '''ns''', divide os termos em grupos "base" (tema, ''corpus'' ou projeto) e seus grupos "auxiliares", para traduções (um ''namespace'' para cada idioma) e outros ''namespaces'' dependentes.
+== Conceitos básicos ==
+Para detalhes específicos de cada idioma ou jurisdição, ver por exemplo [[a4a:Convenções/GeoTerm/pt-BR]] para a jurisdição Brasil e [[a4a:Convenções/GeoTerm/pt]] para o idioma Português geral.
+=== Termo canônico ===
+Em Linguística ([[wikipedia:Lemma_(morphology)|morfologia canônica]]) e Computação ([[wikipedia:Canonical_form|forma canônica]]) o ''elemento canônico'' de um conjunto de variantes é uma amostra utilizada como representante ou como "forma preferida".
+No Projeto Geoterm, que lida com termos, principalmente nomes próprios de entidades geográficas, o elemento canônico requer a definição prévia ou contextualização de "termos variantes".
+=== Processo de canonização ortográfica ===
+Infelizmente a determinação do termo canônico não é simples e nem sempre estará pronto quando os dados são inseridos na base de dados. É um processo que, em geral, requer confirmação estatística (portanto tempo para a acumulação de dados) ou avaliação humana (tempo na fila de espera para alguém avaliar).
+Alguns processos, como o uso de acento, podem ser automatizados. Por exemplo os nomes de rua oficiais, fornecidos pela prefeitura de Pato Branco, não apresentavam acento, mas puderam ser "corrigidos" pelos dados do OpenStreetMap ([https://docs.google.com/spreadsheets/d/1jxlR0hBPiEwxkGYoULQjTwQasXpOId62Mndo3FhyBTU/ planilha]). Ainda assim algumas falhas da comunidade OSM podem passar desapercebidas, sendo que a revisão humana é que determina a finalização do processo... Até que, por exemplo, a Câmara Municipal de Pato Branco forneça as leis e os nomes oficiais conforme grafados nas leis, e uma correção final possa ser realizada.
+Outros processos, como a revisão de nomes "quase iguais", mesmo podendo ser automatizados, requerem a decisão humano de "tratar como erro ortográfico" ou "tratar como variante local". Ainda tomando Pato Branco como exemplo, as [https://docs.google.com/spreadsheets/d/1hdK_3DH-fuq888iAu2CVtub2IMBZJFBOkB-ob2vCvXU/ variantes por Metaphone-ptBR], é difícil decidir o que seria ou não erro ortográfico. Tupi e Tupy são certamente variantes sonoras, e Tupi o nome oficial, portanto canônico. Já "Pedro Vieira" e "Padre Vieira" poderiam até ser nomes de rua distintos, não podendo constar como variantes ortigráficas do mesmo nome: apenas localmente, no município, pode-se eventualmente considerar variantes.
+Uma vez decidido que um termo tem variante ortográfica, a distinção entre termo canônico e seus variantes (sinônimos) fica registrada na tabela <code>tstore.term</code>  e a eleição do canônico precisa ser "propagada" para a tabela de <code>optim.vianame</code>, o que é um processo crítico, precisa ser sempre monitorado e homologado.
+=== Processo de canonização entre variantes locais ===
+Sempre que um nome de rua for aceitável como entrada, a sua conversão para canônico, caso cabível, precisa ser realizada. Essa regra vale para nomes de rios, de bairros, etc. E se a conversão não for tratada como ortográfica, ela necessaiamente será tratada como variação local.
+Um dos problemas da canonização das variantes locais é o contexto de uso:
+* '''termo praticado'''. Por exemplo para um taxista, um carteiro, e aplicações logísticas em geral, o que tem "valor de oficial" é a placa de rua. Se uma placa é grafada com nome "errado", não importa, é o nome que será adotado por todos. Hoje há ainda o problem do "nome praticado pelo Google", que cria um problema adicional até para as placas.  Na comunidade OpenStreetMap de qualquer forma o que vale é a evidência empírica, que é a placa.
+* '''termo oficial'''. É o nome de rua que consta nos dados fornecidos oficialmente, que podem ser uma simples planilha fornecida pela prefeitura, ou uma compilação de "leis de batismo" fornecida pela Câmara Municipal. Infelizmente a propagação do nome oficial para placas e outros meios, que servirão de evidência empírica para o cidadão, pode demorar bastante.
+Esse tipo de decisão requer '''configuração do muncípio''': por default podemos adotar o nome oficial, que é a longo prazo o mais adequado, mas em municípios problemáticos pode ser mais adequado ficar com  os critérios do OpenStreetMap de opção pelo termo praticado. Em Pato Branco, por exemplo, configuramos o OSM com "acento do oficial", e o restante conforme planilha fornecida pela prefeitura.
 == Referências externas ==