Engenharia de Linguagens (2009/2010)

Processamento Estruturado de Documentos

Sumários

28 de Setembro de 2009

• Apresentação do Módulo de PED:
  • Apresentação da Equipe Docente, dos Objectivos e do modo de Funcionamento e Avaliação;
  • Introdução e Motivação para a área de Processamento Estruturado de Documentos.

12 Outubro de 2009

• I - Introdução ao XML
  • Representação de informação (muito ou pouco estruturada)
  • Noção de documento bem-formado
  • Noção de documento válido
  • Instalação de um editor grátis de XML "http://sourceforge.net/projects/xml-copy-editor"
  • Instalação de um editor não grátis de XML Oxygen

• • Exercício anárquico para chegar à necessidade de um DTD ou Schema *1) Escrever um livro de receitas *2) Criar um DTD para o livro de receitas

• II - XPath
  • Extrair informação dos documentos
  • Exercício com o Arquivo Sonoro de Ernesto Veiga de Oliveira
  • Utilização dos editores
    • Utilização do Saxon na linha de comandos

         $ java -cp /usr/share/java/saxonb.jar net.sf.saxon.Query -s arq-son-EVO.xml jesus.xq
         ou
         $ saxonb-xquery -s arq-son-EVO.xml jesus.xq

• III - Incluir XML no LaTeX
  • Escrita do sumário da aula, incluindo o XML dos dois exercícios realizados.
  • Utilização dos módulos: url; listings; graphicx; hyperref

19 de Outubro de 2009

• A aula foi usada para avançar com o Projecto integrado.

26 de Outubro de 2009

• A aula foi usada para avançar com o Projecto integrado.

02 de Novembro de 2009 (aula dada por PRH)

• Linguagens de Anotação de Documentos:
  • a noção de texto semi-estruturado por contra-ponto com texto completamente estruturado (frases de uma linguagem formal) e texto não-estruturado (frases de uma linguagem natural);
  • os princípos por trás da anotação de documentos; um pouco de histórica -- as linguagens de anotação LaTeX, SGML, HTML e XML;
  • análise de exemplos concretos de documentos históricos e sua interpretação -- a definição de marcas que explicitem a forma de interpretar diversos termos (simples e compostos);
  • o princípio básico de separar a anotação do seu processamento.

• A Linguagem de Anotação XML:
  • XML como uma meta-linguagem para definir linguagens de anotação -- os dialectos XML e dos DTDs;
  • XML como a linguagem franca ou o esperanto dos Sistemas de Informação -- interoperabilidade entre bases de dados e outras aplicações.

• Sistemas de Produção:
  • as 3 componentes básicas: base de regras de reacção "condição/acção" + base de factos + motor de produção;
  • conceitos e exemplos (Prolog, Lex/Flex, Awk, Perl, XSL).

• Enunciado de um Trabalho Prático para a próxima aula -- verna rúbrica "Questões, Fichas Práticas e Notas"