Glossário: feeds, OCR, resumos automáticos e perfis de interesse
Glossário dos termos usados na agregação e resumo de notícias: feed RSS, OCR, segmentação editorial, resumo automático, perfil de interesse, deduplicação, pesquisa semântica e paywall.
Feed RSS
Ficheiro publicado por um site com a lista das suas publicações recentes. Permite a uma aplicação saber o que há de novo sem visitar a página. Muitos jornais mantêm um feed por secção.
OCR (reconhecimento ótico de caracteres)
Conversão de uma imagem de texto — uma página de jornal digitalizada, por exemplo — em texto editável e pesquisável.
Segmentação editorial
Separação de uma página com várias peças nos artigos individuais que a compõem, cada um com o seu título e corpo.
Resumo automático
Versão curta de um artigo gerada por um modelo de linguagem, normalmente com duas a três frases e alguns pontos-chave factuais.
Perfil de interesse
Conjunto de temas, palavras-chave e fontes que define o que um leitor quer ver. Funciona como filtro do jornal: só passa o que corresponde ao perfil.
Deduplicação
Deteção da mesma notícia recolhida por caminhos diferentes (feed e crawl, ou dois jornais com a mesma peça de agência) para não a mostrar repetida.
Pesquisa semântica
Pesquisa por significado e não por palavra exata: permite perguntar «o que saiu sobre habitação esta semana?» e obter artigos relevantes mesmo sem essa expressão literal.
Paywall
Bloqueio de acesso ao artigo completo sem subscrição. Nesses casos só é possível guardar o título, um excerto e a ligação.
Experimentar a Gazeta
Adicione as suas fontes e receba, todos os dias, uma edição resumida e filtrada pelos seus interesses. Grátis para começar, sem cartão.