doutor

1. INTRODUÇÃO
A evolução das tecnologias da informação vem promovendo diversas mudanças na sociedade em geral. Entre elas está a disponibilização de uma quantidade cada vez mais crescente de informações, resultado principalmente do aumento da capacidade de processamento e armazenamento. Este fenômeno torna-se cada vez mais evidente e vem sendo observado por diversos estudiosos da área.
Em 2003 o mundo produzia entre um e dois exabytes de informação nova por ano, ou seja, algo em torno de 250 megabytes para cada habitante na Terra (LYMAN; VARIAN,
2003). Um exabyte equivale a pouco mais de um bilhão de gigabytes. Estima-se que documentos impressos, que eram o meio mais comum de informação textual há algumas décadas, hoje representem apenas 0,003% da informação gerada anualmente (LYMAN;
VARIAN, 2003).
O suporte ao aumento de informação é possivel graças a evolução dos meios de armazenamento magnéticos. Segundo Hilbert (2011), em 2000 os meios de armazenamento magnéticos representavam 5% da capacidade mundial, saltando para 45% em 2007, e a capacidade de armazenamento per capita que era de 2.866 megabytes em 1993, passou a ser de 44.716 megabytes em 2007.
Parte considerável dessa informação encontra-se na forma de textos nos mais diversos formatos. Desde a década de noventa estudos como os de Wilks e Catizone (1999) já apontavam que 80% da informação encontrava-se na forma textual. A cada ano são produzidos aproximadamente 968 mil livros, 80 mil revistas, 40 mil periódicos, bilhões de documentos (LYMAN; VARIAN, 2003). Além das fontes já citadas, redes sociais, wikis, e blogs também podem, e dependendo do foco de análise, devem ser consideradas como 16 importantes fontes de informação textual devido principalmente a sua dinamicidade. Weiss
(2005) afirma ainda que informações textuais em linguagem natural são importantes fontes de informação, e que na maioria das vezes são ignoradas pelas organizações. “Se por um lado essa situação propicia