Uso da mineração de texto em fontes informacionais para grupos de produtores rurais

Observing the need for technological tools to analyze elements of informational fields and recognize links between data sources accessed by certain subjects, this research examines data published for groups of rural producers. It focuses on communications for these groups and government datasets from Brazil. The objective is to verify lexical adherence between units extracted from news for producers in Brazil and government datasets, analyzing informational needs. The methods include a literature review, the 5W1H technique, text mining techniques, and similarity calculation in R. The results indicate insufficient communication, with proximity only in the Credit category. The similarity between the two sources is favorable at an initial level, but there is a need for better contextualization of some words. Future studies aim to contrast this procedure with other similarity measures and apply it to different sources and socioeconomic contexts. Observando la necesidad de herramientas tecnológicas para analizar elementos de campos informacionales y reconocer enlaces entre fuentes de datos a las que acceden ciertos sujetos, esta investigación examina datos publicados para grupos de productores rurales. Se enfoca en comunicaciones para estos grupos y conjuntos de datos del gobierno de Brasil. El objetivo es verificar la adherencia léxica entre unidades extraídas de noticias para productores en Brasil y conjuntos de datos gubernamentales, analizando necesidades informacionales. Los métodos incluyen una revisión bibliográfica, la técnica 5W1H, técnicas de minería de textos y el cálculo de similitud en R. Los resultados indican una comunicación insuficiente, con proximidad solo en la categoría de Crédito. La similitud entre las dos fuentes es favorable a un nivel inicial, pero se necesita una mejor contextualización de algunas palabras. Estudios futuros tienen como objetivo contrastar este procedimiento con otras medidas de similitud y aplicarlo a diferentes fuentes y contextos socioeconómicos. Observando como necessário o uso de ferramentas tecnológicas para analisar elementos de campos informacionais, as quais possibilitem reconhecer ligações entre fontes de dados às que têm acesso determinados sujeitos, esta pesquisa se situa no contexto de dados publicados para grupos de produtores rurais, indagando em duas fontes, comunicações para grupos de produtores e em datasets disponibilizados pelo governo do Brasil para esse setor. O objetivo é constatar a aderência lexical entre unidades extraídas desde notícias publicadas em um site para grupos de produtores do Brasil, e rótulos de datasets publicados pelo governo, usando como marco de análise necessidades informacionais. Os procedimentos metodológicos incluem revisão bibliográfica, técnica 5W1H, técnicas de mineração de textos e cálculo de similaridade mediante linguagem R. Os resultados mostram que existe uma comunicação insuficiente, pois, das cinco categorias de necessidades ponderadas, houve proximidade unicamente com uma, Crédito. Desde o ponto de vista da similaridade entre as duas fontes, entende-se como favorável em um primeiro nível na busca de inteligibilidade entre estas, sem deixar de assinalar a existência de palavras que precisam de esforços adicionais para melhor contextualização e possível interpretação por parte dos sujeitos alvo. Estudos futuros objetivam contrastar o procedimento realizado com outras medidas de similaridade, reprodução em outras fontes de informação e em outros contextos socioeconômicos.