=Paper=
{{Paper
|id=Vol-1714/paper03
|storemode=property
|title=Enriquecimento semântico de imagens divulgadas em redes sociais on-line
|pdfUrl=https://ceur-ws.org/Vol-1714/paper03.pdf
|volume=Vol-1714
|authors=Marcos Arrais,Jonice Oliveira,Fabrício Firmino
|dblpUrl=https://dblp.org/rec/conf/ihc/ArraisOF16
}}
==Enriquecimento semântico de imagens divulgadas em redes sociais on-line==
https://ceur-ws.org/Vol-1714/paper03.pdf
Anais do 7º Workshop sobre Aspectos da Interação Humano-Computador para a Web Social (WAIHCWS’16)
Enriquecimento Semântico de Imagens Divulgadas em
Redes Sociais On-line
Marcos Arrais Jonice Oliveira Fabrício Firmino
UFRJ UFRJ UFRJ
Av. Athos da Silveira Ramos, Av. Athos da Silveira Ramos, Av. Athos da Silveira Ramos,
274 - Ilha do Fundão - RJ 274 - Ilha do Fundão - RJ 274 - Ilha do Fundão - RJ
marcos.arrais@gmail.com jonice@gmail.com firminodefaria@gmail.com
ABSTRACT comentários que qualquer usuário pode fazer em postagens
The publication of reply in images on digital social públicas.
networks is increasingly commonplace. These images carry No Facebook, é possível que os usuários façam
texts, phrases, thoughts or subjective visual features that publicações nas timelines e comentários utilizando imagens,
may have meaning through context or user interpretation. vídeos ou anexando arquivos, além de publicações textuais.
This research provides a process for the extraction of O suporte a mídias como imagem e vídeo pelas redes
semantic features of images posted as comments and feeds sociais on-line foi o pontapé inicial para a difusão e
in the online social network Facebook, and through the propagação de memes na Web.
integration of Facebook GraphAPI and Google Search,
create a model of recovery and treatment of meanings traits. O conceito de meme deriva das pesquisas de Dawkins R.
The validation of assumptions and inferences of the (1976) em seu livro The Selfish Gene [Dawkins 1976], e
research was conducted through case studies. pode ser entendido como traços culturais passados entre
pessoas, utilizando mecanismos similares aos que genes
Palavras-chaves utilizam no processo evolutivo e com restrições
Facebook; Google Search; análise de redes sociais; semelhantes aos mecanismos de seleção natural. Os memes
recuperação da informação; meme; traços semânticos. aparecem na Web como representações gráficas utilizadas
para descrever um conceito, muitas vezes de forma caricata
INTRODUÇÃO e cômica.
São inúmeros os pressupostos de que uma imagem carrega Devido à adoção de mecanismos de publicação de conteúdo
uma grande riqueza de significados e que expressar essa multimídia nas RSO, as postagens começaram a ganhar um
semântica através de representações textuais pode ser um novo formato e muitos comentários não trazem nenhuma
trabalho complexo [Wang et. al. 2009]. Recentemente, marcação textual, mas somente uma imagem anexa
vimos o volume de dados de redes sociais on-line (RSO), [Inocencio e Lopes 2014]. Recuperar os traços semânticos
como Facebook, crescer consideravelmente [Facebook de uma imagem, saber contextualizá-la em uma conversa e
2015]. Este volume crescente de informação é consequência trocas de mensagens anteriores, torna-se essencial para a
dos diversos incentivos à inclusão digital e da mudança de recuperação da informação e monitoramento das mídias
canais de comunicação em massa, permitindo que as RSO sociais. Sem este tipo de tratamento, um diálogo pode se
se tornassem palco de debates, conversas e grandes praças tornar ilegível.
para modelos de publicidade.
Nas RSO existem muitos modelos de arranjo e Essa pesquisa tem por objetivo apresentar um modelo de
agrupamento de usuários, seja por interesses comuns ou extração semântica para imagens de memes postadas na
amizades. No Facebook, por exemplo, os usuários podem rede social on-line Facebook.
se reunir em grupos com temáticas variadas, páginas de um Inicialmente apresentamos o contexto da pesquisa e uma
produto, serviço, pessoa ícone, eventos sociais ou mesmo descrição das expectativas e resultados. No tópico de
em interações nas chamadas timelines (linha do tempo), que trabalhos relacionados será relatado todo o referencial
são estruturas hierárquicas, organizadas por cronologia teórico que serviu de base a esta pesquisa, seguindo com a
invertida, onde o usuário publica um feed 1a qualquer metodologia utilizada para extração e análise dos dados.
momento sobre qualquer ideia ou pensamento. Hoje têm-se Apresentaremos a ferramenta SemanticImage for
muitos perfis de pessoas públicas, onde em suas timelines Facebook, desenvolvida com o objetivo de apoiar essa
registram-se grandes debates, através de interações por pesquisa na coleta de dados. Logo após teremos o conjunto
de experimentos realizados, a análise dos dados coletados e
processados e no último tópico o estudo apresenta as
1
conclusões e propostas de trabalhos futuros.
Padrão de dados usado em formas de comunicação com
conteúdo atualizado frequentemente
WAIHCWS’16 was held as part of IHC’16, organized by the Brazilian
Computing Society (SBC). October 04, 2016, São Paulo/SP, Brazil.
Copyright 2016 © for this paper by its authors. Permission to make
digital or hard copies of all or part of this work for personal or
classroom use is granted for private and academic purposes.
18
Anais do 7º Workshop sobre Aspectos da Interação Humano-Computador para a Web Social (WAIHCWS’16)
TRABALHOS RELACIONADOS O trabalho de Sawant et. al. [2011] é um survey que
Existem diversos trabalhos nas áreas de recuperação da apresenta abordagens e técnicas que fazem uso de
informação e processamento digital da imagem com anotações produzidas em RSO para classificar imagens,
propósitos de extração de significado de imagens. Essa essas abordagens e técnicas servem como alternativa as
pesquisa se apoiou em trabalhos da área de recuperação da anotações produzidas por especialistas. Uma vez anotadas,
informação, uma vez que a revisão de literatura apontou as imagens podem ser recuperadas. Apesar do grande
que modelos baseados em processamento digital da imagem número de trabalhos apresentado no survey, um total de 202
podem ser demorados e custosos de se operacionalizar em trabalhos, os autores afirmam que é uma área com vários
um grande volume de dados. problemas em aberto, incluindo a aplicações de recuperação
de imagens utilizando semântica de alto nível como
Rattenbury et al. (2007) apresentam uma abordagem para proposto nesse trabalho.
extrair semântica de imagens do Flickr2 utilizando padrões
de rótulos aplicados em imagens. Como diferencial, o
presente trabalho apresenta um modelo para identificação Trabalho Alta- Independente Depende de uma
de memes enquanto o trabalho supracitado tem como disponibilidade de Domínio base de
objetivo a determinação de eventos e lugares. Uma referência
abordagem combinando as duas técnicas pode ser adequada
Presente
quando um meme é relacionado a uma localidade ou SIM SIM NÃO
trabalho
quando ele é relativo a um evento, por exemplo, um festival
de música. Gao NÃO NÃO SIM
Singh et. al. [2012] apresentam uma técnica de recuperação Rattenbury SIM NÃO NÃO
de imagens utilizando elementos semânticos de baixo nível, et al.
como formas, textura e cor. A técnica apresentada nesse
trabalho possui semelhança com o presente trabalho devido Singh et. NÃO NÃO NÃO
à utilização de imagens como elemento de consulta ao invés al.
de consultas em linguagem natural. Devido a seu propósito
Tabela 1: Comparação dos trabalhos encontrados na
genérico, a técnica de recuperação proposta obtém apenas literatura com o presente trabalho
imagens que apresentem características semânticas de baixo
nível, não retornando elementos de semântica de mais alto Como destacado na Tabela 1, as principais diferenças e
nível, como por exemplo, o contexto onde as imagens contribuições deste trabalho para o estado da arte, podem
foram aplicadas. ser descritas como:
No trabalho de Gao [2013] é feita a integração de técnicas Capacidade de processar grandes bases de imagens;
de recuperação de imagens em RSO utilizando Independência de domínio de aplicação, atendendo assim
características morfológicas dessas imagens para estimar a a maior parte dos cenários de Análise de Redes Sociais
importância das anotações aplicadas, tentando assim, Online;
generalizar um conjunto de anotações que melhor as
representam. Apesar da efetividade apresentada por esse Alta disponibilidade, por utilizar plataformas de software
método, as avaliações foram realizadas em um cenário de grandes empresas (Google e Facebook);
controlado, com apenas 307 imagens. Dado a diversidade
METODOLOGIA
de informações nas RSO e ao grande volume de imagens
produzidas em pequenos intervalos de tempo, esse método Essa pesquisa iniciou com um processo de observação dos
pode não atender às necessidades da análise de redes sociais dados publicados no Facebook durante o mês de janeiro de
online. A abordagem proposta nesse estudo, por utilizar 2015. Observou-se que era recorrente o uso de memes para
mecanismos com alta disponibilidade providos por serviços comentar postagens, principalmente com temas públicos
terceiros (Google e Facebook) consegue contornar esse como: política, religião, manipulação em massa, estética,
problema. novelas, dentre outros.
O objetivo do trabalho surgiu com a questão da pesquisa:
como extrair uma referência semântica para imagens
postadas no Facebook? Derivada desse questionamento
2
emergiu a necessidade de sistematizar um processo
O Flickr é um serviço web de compartilhamento de fotos automatizado para a coleta dos traços semânticos.
(e eventualmente de outros tipos de documentos, como
desenhos e ilustrações), além de permitir novas maneiras de A metodologia utilizada nessa pesquisa seguiu então os
organizar esses arquivos. passos:
19
Anais do 7º Workshop sobre Aspectos da Interação Humano-Computador para a Web Social (WAIHCWS’16)
1. Observação e inferência do impacto dos memes em imagens ou extração de comentários em postagens da rede
postagens da rede social: nesse processo, a pesquisa social Facebook;
elencou temáticas para monitorar os memes nos
4. Análise de dados e conclusões: com os dados coletados
comentários de perfis de pessoas públicas. As temáticas
na ferramenta SemanticImage a pesquisa elencou quais
escolhidas foram: política, religião e novelas. Essas
pressupostos iniciais foram atendidos, as falhas, vantagens
temáticas foram escolhidas baseadas no volume de dados
e desvantagens do uso da técnica. O conjunto de dados foi
das redes, que foi aferido através dos serviços de trending
resumido no tópico de conclusão dessa pesquisa.
topics do aplicativo Twitter, no período de fevereiro a
março de 2015 uma vez que o Facebook não possui um Na próxima seção, discutiremos os detalhes sobre a
serviço público de métricas de postagens; ferramenta desenvolvida.
2. Revisão de literatura e estudo de casos: a busca de
FERRAMENTA SEMANTICIMAGE FOR FACEBOOK
estudos correlatos foi realizada na ferramenta Google
Scholar3, utilizando os termos: imagens AND semântica Para criar um processo sistematizado e automatizado de
AND memes; tanto em inglês quanto em português, no coleta e extração de significado essa pesquisa desenvolveu
período de 2012 a 2014. Os resultados forneceram a uma ferramenta chamada SemanticImage for Facebook. O
pesquisa o instrumento teórico para o processo de coleta e aplicativo é uma ferramenta web, acessada no navegador,
inferência de dados. O modelo escolhido para esse trabalho que consome dados do Facebook e envia ao Google para
foi baseado em técnicas de recuperação da informação. rastrear informações, por fim a ferramenta estrutura a
Todo traço semântico inferido para a imagem é um representação da informação para o usuário. Na figura 1
resultado de uma pesquisa na web por referências à temos a arquitetura do sistema:
imagem. No estudo de caso, foram testadas algumas
ferramentas on-line para extração de significado para
entender os fundamentos tecnológicos relevantes a uma
ferramenta de extração. As ferramentas utilizadas foram:
TinEye4, Yandex5 e Karmadecay6, com esses testes foi
possível observar o funcionamento de buscadores de
imagens, nenhum dos sistemas testados utiliza dados
coletados em redes sociais, fazendo somente uma busca
reversa na web. A ferramenta desenvolvida nessa pesquisa
utiliza uma representação da informação semelhante ao
Yandex;
3. Desenvolvimento de abordagem para extração
automatizada: um dos passos mais importantes da
pesquisa foi criar uma ferramenta que sistematizasse a
coleta e extração de significado de imagens com memes.
Para isso, a pesquisa desenvolveu uma ferramenta web,
baseada nos serviços Facebook Graph API7 e Google
Search8, que é capaz extrair os dados da RSO e apresentar
um conjunto de possibilidades textuais para a imagem. Essa
ferramenta recebeu o nome de SemanticImage for
Figura 1. Arquitetura da ferramenta SemanticImage
Facebook e será disponibilizada a pesquisadores que
pretendem trabalhar com a extração de significado em
A ferramenta pode ser dividida em quatro operações básicas
que serão apresentadas detalhadamente nos próximos
3 tópicos.
Google Scholar - https://scholar.google.com.br
4
TinEye - https://www.tineye.com Módulo de front-end
5 O módulo de front-end, ou camada de apresentação, é o
Yandex - https://www.yandex.com nível mais alto onde a interação com o usuário é realizada.
6 Nesse módulo o usuário faz o login em sua conta Facebook,
Karmadecay - http://karmadecay.com
7
insere o id da consulta e visualiza os resultados. Na figura 2
Documentação da Facebook Graph API - é possível observar o workflow do usuário até receber o
https://developers.facebook.com/docs/graph-api dado processado.
8
Documentação da Google Search -
https://developers.google.com/custom-search/
20
Anais do 7º Workshop sobre Aspectos da Interação Humano-Computador para a Web Social (WAIHCWS’16)
Figura 2. Workflow do front-end da ferramenta SemanticImage for Facebook
Na figura dois o usuário segue o seguinte fluxo para
processar uma publicação:
1. Faz o login com sua conta Facebook;
2. Faz a autorização do aplicativo na sua conta de usuário
e clica em “Iniciar Aplicativo”;
3. Digita o ID da publicação que será processada;
4. Clica em “Realizar Busca” e visualiza os resultados
processados;
As linguagens e tecnologias utilizadas nesse módulo são:
HTML e CSS para estruturação dos elementos, combinados Figura 3. Exemplo de consulta e retorno na Graph API
com a framework visual Bootstrap 3, javascript para as do Facebook
regras de negócio, validação de dados e integração com a
Graph API e com o webservice PHP. Para essa etapa o grande problema identificado durante a
pesquisa é que o Facebook restringe as possibilidades de
Integração com a Facebook Graph API e Web Service acesso ao dado para evitar que robôs de crawler fiquem
PHP varrendo dados para fora da rede social. Para contornar o
Para comunicação com o Facebook, a ferramenta utiliza a problema encontrado foi desenvolvido um webservice na
API (Application Programming Interface) pública chamada linguagem PHP que recebia do front-end as imagens
Graph API. Com ela é possível sistematizar consultas a (byte/byte) em uma requisição POST de base64 e enviava
dados públicos do Facebook e os dados são retornados ao para o serviço Google Search.
aplicativo, estruturados no formato JSON (JavaScript
Object Notation), conhecido por ser um formato leve e Integração com a Google Search
simples para a troca de dados entre requisições POST e O Google Search pode ser considerado como o elemento
GET. Na figura 3 temos um exemplo do modelo de consulta chave desse trabalho, pois é a responsável pela pesquisa e
a Graph API e um exemplo de dado retornado à aplicação comparação de imagens, devolvendo os resultados
no formato JSON: principais e também a sugestão textual da imagem. O
Google Search pode ser consumido por duas técnicas de
recuperação da informação: a primeira e mais comum, por
scraping e crawler, técnicas de extração e rastreamento de
dados que simulam a navegação e dados legíveis a humanos
geralmente por requisições comum de HTTP, e a segunda
técnica através da Google Search API, que é uma API
21
Anais do 7º Workshop sobre Aspectos da Interação Humano-Computador para a Web Social (WAIHCWS’16)
pública para acesso as consultas Google. O grande Dilma Bolada9, Política no Face II10, Revoltados ON
problema do segundo modelo, é que as requisições possuem LINE11, TV Revolta12, Religião se discute13, Um Sábado
limites diários que quando ultrapassados travam o acesso a Qualquer14, ATEA.ORG.BR15, Ateus d'AZ16,
API ou utilizam uma tarifação para acesso. Essa pesquisa Babilônia17, Novela Boogie Oogie18.
utilizou o primeiro modelo para acesso aos dados do
A escolha para os grupos e páginas foi baseada nos
Google Search.
resultados apresentados pelo Facebook como relevantes,
quando utilizado as palavras chaves: política, religião e
Representação e visualização da informação
Depois de processadas as requisições da Graph API e do novela nos critérios de busca, como mostra a Tabela 2.
Google Search a ferramenta gera uma visualização da
informação de forma hierárquica, das postagens mais
antigas para as mais novas. Sempre que uma postagem é
uma imagem, ao lado temos a “sugestão textual” e as
origens no campo “referências na web”, como mostra a
figura 4. Para imagens na qual o Google Search não
consegue inferir a referência textual ou as referências na
web o front-end coloca uma mensagem “Não foi possível
inferir uma sugestão de texto para essa imagem!”.
Tabela 2. Métricas das consultas realizadas nas amostras
É importante ressaltar que dados de postagens são muito
voláteis e sofrem alterações constantemente, ou seja,
reproduções desse experimento em datas diferentes podem
apresentar outros resultados.
Além da coleta e extração de dados dos grupos e páginas
citados, essa pesquisa testou a ferramenta SemanticImage
for Facebook em grupos e páginas de Facebook com
9
Figura 4. Representação visual da sugestão textual do Dilma Bolada - https://www.facebook.com/DilmaBolada
meme – Elaborado pelo autor 10
Política no Face II -
Os dados são apresentados no formato de tabela, e podem https://www.facebook.com/politicanoface2
ser copiados para qualquer ferramenta de escritório. Nessa 11
Revoltados ON LINE -
versão da ferramenta ainda não foram implementados a https://www.facebook.com/revoltadosonline
possibilidade da persistência dos dados de forma
12
estruturada em um banco de dados ou mesmo a exportação TV Revolta - https://www.facebook.com/tvrevolta
em formatos conhecidos como CSV, XLS e XML. 13
Religião se Discute -
https://www.facebook.com/religiaosediscute
EXPERIMENTOS REALIZADOS
14
Um Sábado Qualquer -
Para validar a ferramenta e os pressupostos da pesquisa
https://www.facebook.com/umsabadoqualqueroficial
foram utilizadas temáticas recorrentes nos trending topics
15
do aplicativo Twitter nos meses de fevereiro e março de ATEA.org.br -
2015, com o objetivo de coletar assuntos com grande https://www.facebook.com/ATEA.ORG.BR
volume de dados que pudessem ser submetidos à 16
ferramenta. Ateus d'AZ -
https://www.facebook.com/groups/AteusdAZ
As temáticas escolhidas foram: política, religião e novelas. 17
Os perfis, grupos e páginas de Facebook analisados são: Babilônia - https://www.facebook.com/BabiloniaGshow
18
Novela Boogie Oogie -
https://www.facebook.com/groups/boogieoogie
22
Anais do 7º Workshop sobre Aspectos da Interação Humano-Computador para a Web Social (WAIHCWS’16)
postagens de memes famosos e com tempo mínimo de entrevista e acervos pessoais, que em muitas situações não
existência de um ano. A restrição de tempo foi definida, estavam indexados no Google Search, impossibilitando
pois acredita-se que grupos mais maduros possuem maior qualquer tentativa de estimativa semântica. Um efeito
quantidade de interações e consequentemente melhor contrário ao que acontece com a temática de religião, onde
seriam os resultados da inferência textual. observamos diversos memes com figuras de Jesus, igrejas,
padres e pastores, esse item também tinha postagens mais
Para essa coleta foram utilizadas postagens com memes
antigas, e com baixa frequência de atualização, o que
famosos da internet, demonstrados na figura 4 e o resultado
melhorou a base de acertos para 52,4%.
foi:
Como houve muita variação nas comparações entre as
734 postagens visitadas; temáticas, esse estudo aplicou a ferramenta SemanticImage
for Facebook em grupos e páginas de Facebook
253 imagens processadas; especializados em memes clássicos da internet e foram
189 imagens com referência semântica corretas; selecionadas postagens com no mínimo um ano de
existência. Esse experimento trouxe uma base de
~75% de acerto da base; assertividade de 75,8% do total de imagens, o que
demonstrou que a metodologia de coleta e extração pode
ser aplicada para segmentos específicos de temáticas e
tempo.
CONCLUSÕES E TRABALHOS FUTUROS
Essa pesquisa apresentou um método para extração de
significado semântico em memes do Facebook, a revisão de
literatura e estudos de casos levaram ao desenvolvimento de
uma ferramenta que foi utilizada para a extração e
processamento dos dados de imagens do Facebook. Os
dados coletados e processados foram submetidos a uma
análise individualizada e manual pra inferir se o conteúdo
Figura 5. Memes famosos em postagens mais antigas – do meme correspondia a referencia textual apresentada pela
Adaptado pelo autor ferramenta, gerando assim as taxas de erros e acertos
O processo de validação da assertividade semântica nos apresentados na seção de análise de resultados.
dois instrumentos de coleta foi realizado manualmente, Após análise dos dados resultantes dessa pesquisa, podemos
verificando se a imagem correspondia à referência textual. afirmar que a metodologia de recuperação de traços
semânticos para memes não pode ser utilizada como fonte
ANÁLISE DOS RESULTADOS
única para extração de significados de imagens. A técnica
Como é possível observar nos experimentos realizados, apoia-se em dados pré-processados da web, o que dá um
existem temáticas e fatores, como tempo de existência da grande ganho produtivo ao processamento das requisições.
postagem, que podem ter caráter fundamental para o No entanto o modelo apresenta um índice promissor quando
sucesso desse método de extração automatizada. Nos utilizado em postagens mais antigas e com memes famosos,
primeiros experimentos, utilizando grupos e páginas com as devido ao alto repertório de referencias na web que as
temáticas de política, religião e novela, podemos observar imagens passam a ter.
uma taxa de assertividade de 30,5% da base total de
A metodologia apresentada nessa pesquisa apresentou em
imagens processadas. Quando dividimos cada uma das
uma média geral um índice de acerto de 30% nas pesquisas
temáticas temos valores diferentes, sendo: 26,5% para
formais realizadas. Esse dado reforça o pressuposto inicial
política, 52,4% para religião e 30% para novelas. A tabela 3
da pesquisa, de que o traço semântico de um meme pode ser
demonstra os índices de acerto por área e totais.
obtido através de técnicas de recuperação da informação,
embora essa técnica deva ser combinada a outros formatos
de recuperação, reconhecimento e processamento de
imagens, com o objetivo de gerar mais fidelidade ao
conceito.
Tabela 3. Porcentagens de acertos individuais e totais Algumas conclusões pontuais levantadas por esse estudo
Observando as postagens, em um processo manual, para estão elencadas como vantagens e limitações, essas
interpretação dos resultados, observamos que a área de considerações são imprescindíveis para o sucesso e/ou falha
política tem uma alta frequência de atualização e postagens na utilização da metodologia apresentada.
de imagens de vídeos, recortes de jornais, trechos de
23
Anais do 7º Workshop sobre Aspectos da Interação Humano-Computador para a Web Social (WAIHCWS’16)
Algumas das vantagens que podem ser observadas com o REFERENCIAS BIBLIOGRÁFICAS
uso da ferramenta são: maior significado às postagens uma
vez que o dado passa a ser textual; em projetos de 1.DAWKINS, Richard. The selfish gene. Oxford university
acessibilidade ou big data representa um grande avanço press, 2006.
porque dados em imagens geralmente são desprezados;
arquitetura de fácil implementação para ser utilizada como 2.FACEBOOK. Facebook Data Center. Disponível em:
serviço em outros projetos; ideal para bases de dados mais . Acessado em: 01 de abril de 2015.
que outras metodologias baseadas em processamento digital 3.GAO, Yue et al. Visual-textual joint relevance learning
de imagem. for tag-based social image search. Image Processing,
Contudo também foram observadas algumas limitações da IEEE Transactions on, v. 22, n. 1, p. 363-376, 2013.
técnica as quais citamos: alto custo de processamento, uma 4.HEYLIGHEN, Francis; CHIELENS, Klaas. Evolution of
vez que as redes sociais impedem o funcionamento de culture, memetics. In: Encyclopedia of complexity and
robôs autônomos, obrigando o uso de técnicas de scraping e systems science. Springer New York, 2009. p. 3205-3220.
web crawling; postagens novas não possuem um grau de 5.INOCENCIO, Luana; LOPES, Camila Priscila. The Zuera
assertividade alto; interpretação das imagens é restrita a Never Ends: interação, compartilhamento e potências
base Google Search, uma vez que o processo feito é uma virais das imagens meméticas em comentários no
recuperação de informação e não um processamento digital Facebook.
de imagem; é recomendado que o uso dessa metodologia
fosse combinado a outras técnicas de extração de 6.RATTENBURY, Tye; GOOD, Nathaniel; NAAMAN,
significado em imagens. Mor. Towards automatic extraction of event and place
semantics from flickr tags. In: Proceedings of the 30th
Acredita-se que a metodologia e ferramenta apresentadas annual international ACM SIGIR conference on Research
nessa pesquisa possam ser utilizadas como trabalhos futuros and development in information retrieval. ACM, 2007. p.
de pesquisadores da área de big data, acessibilidade e 103-110.
recuperação da informação. Na revisão de literatura poucos
7.SAWANT, Neela; LI, Jia; WANG, James Z. Automatic
trabalhos referenciam a utilização das plataformas
image semantic interpretation using social action and
Facebook e Google para a extração semântica de dados em
tagging data. Multimedia Tools and Applications, v. 51,
imagens. Estuda-se lançar novos módulos para o aplicativo
n. 1, p. 213-246, 2011.
SemanticImage for Facebook gerando integração com
outras redes sociais como Google+, além de disponibiliza- 8.SINGH, Nishant et al. Semantic image retrieval by
lo para a comunidade científica. combining color, texture and shape features. In:
Computing Sciences (ICCS), 2012 International
Conference on. IEEE, 2012. p. 116-120.
AGRADECIMENTOS
9.WANG, Chong; BLEI, David; LI, Fei-Fei. Simultaneous
Essa pesquisa agradece ao incentivo e apoio dos órgãos image classification and annotation. In: Computer Vision
CNPQ e FAPERJ. and Pattern Recognition, 2009. CVPR 2009. IEEE
Conference on. IEEE, 2009. p. 1903-1910.
24