5.2. Da Linguística documental aos Estudos Críticos da Linguagem

Na perspectiva do autor, a Semiótica é:

 

La ciencia que estudia los signos – la teoría de la comunicación simbólica – se denomina Semiología en la tradición europea – fundada por el lingüista suizo SAUSSURE – o Semiótica en la tradición anglosajona – a partir del filósofo norteamericano PEIRCE –. En la tradición europea la palabra Semiótica se suele reservar para el estudio de conjuntos de signos específicos. (GARCÍA MARCO, 2008, p. 34).

 

A concisa revisão de literatura que passa pela explicitação da Semiótica geral, é concluída com a ênfase ao tratamento linguístico do significado pela Documentação, especialmente, a estruturação do plano do significado, tomando como categoria a unidade de análise deste e a sua conformação de acordo com as relações semânticas previsíveis. Nesse sentido, o problema da Semiótica geral não se converteria em uma questão para a Documentação, pois as soluções encontradas e o ferramental utilizado para a precisão terminológica desse campo decorrem da Linguística. Esse fato confirma o nível contextual e estrito em que a Semiótica é explicada, além de um uso consciente de seus conceitos para compreender os problemas da Documentação.

O nível de profundidade das abordagens elencadas possui uma característica comum, a de informar acerca dos conceitos semióticos, mas não construir sobre eles uma vertente propriamente documental. As abordagens apresentadas na sequência, identificadas entre os especialistas em Documentação, são mais propositivas a este respeito, promovendo o entrelaçamento entre as teorias semióticas e os problemas diagnosticados no tratamento documental do conteúdo e na organização do conhecimento.

 

5.2. Da Linguística documental aos

 

Estudos Críticos da Linguagem

Conforme proposto no segundo capítulo deste livro, as teorias semióticas foram organizadas em grandes grupos: teorias peirceanas, teorias não peirceanas, que não se vinculam estritamente à Semiótica peirceana, e teorias híbridas. Entende-se a Semiótica enquanto um campo abrangente com diversas nuances que compreendem Linguística, Semiologia – em suas várias matizes estruturais –, Semiótica da Cultura, Semiótica Peirceana, Semântica, Pragmática etc. Sob essa perspectiva, faz sentido sistematizar uma abordagem não peirceana mais voltada à Linguística, ainda que recorra a outras teorias que podem muito bem ser classificadas como semióticas.

Na sequência, serão apresentados os caracteres básicos do que ficou conhecido como Linguística documental, além das tendências linguísticas semântica, computacional, cognitiva e das voltadas aos problemas de representação cultural.

A Linguística documental é uma "disciplina" fundamental para compreender a influência semiótica na Documentação Espanhola. Com alguma reserva utiliza-se a palavra "disciplina", pois não é consensual a sua posição diante da Documentação, ou mesmo da Linguística.

Uma das obras mais influentes sobre o assunto foi levada a cabo por García Gutiérrez, em 1984, que propôs a Linguística Documental como uma "interdisciplina de lenguajes documentales", ou melhor,

 

[...] una disciplina impregnada de outros campos científicos, como son basicamente la Lógica, la Estadística, y la Informática y más concretamente, la Lexicología, la Archivística, la Biblioteconomía y la Telemática, bajo los imperativos específicos de ámbito del saber que va a ser controlado por un lenguaje documental. (GARCÍA GUTIÉRREZ, 1984, p. 138).

 

Esta disciplina vale-se de um conceito de linguagem documental que, segundo o autor, é seu principal objeto. Por linguagem documental entende um sistema de signos naturais ou artificiais para a identificação dos documentos, empregados na análise e recuperação dos documentos. Essa linguagem funciona como meio de expressão criado para, de um lado, o controle, por outro, para a comunicação, isto é, uma função intermediária.

Chama particularmente a atenção, a acepção de linguagem. Nesse sentido, linguagem seria um sistema de signos inscritos em um documento.

 

El sistema de signos escritos en el documento es lenguaje humano pero el sistema de signos naturales o artificiales utilizados para identificar ese documento, entre un conjunto de ellos, es lenguaje documental, aunque éste no pueda existir si el documento carece del contenido que le otorga la acción intelectual humana. (GARCÍA GUTIÉRREZ, 1984, p. 136).

 

A linguagem é um sistema de signos, fato que contrasta com a definição estruturalista de linguagem que se aduze em Barthes e Saussure. O dispositivo de execução da linguagem – fala ou outro mecanismo de expressão – está ausente nesta definição de García Gutiérrez. Deve-se sublinhar ainda que esta compreensão de linguagem, que focaliza o sistema e o código, tem sido amplamente aceita na literatura da Documentação, dentro e fora da Espanha.

O conceito de Linguística empregado pelo autor é sintetizado pela fórmula – ciência que estuda a linguagem humana. De um ponto de vista aplicado, García Gutiérrez (1984, p. 139) enumera os conceitos derivados ou relativos ao cruzamento disciplinar com a Linguística, a saber: descritor, ou unidade significativa mínima da mensagem documental; frase documental, que se entende por conjunto de descritores ligados ou não por relações sintáticas artificiais e resumo documental, um produto resultante da aglutinação de mensagens de um documento que são expressáveis em linguagem controlada.

Estas novas aplicações, propriamente novas acepções conceituais, parecem ser realmente resultados concretos da comparação teórica entre as disciplinas em questão, utilizando como parâmetro os termos especializados da Linguística para explicar fenômenos afeitos à Documentação. De uma maneira mais específica, esta explicação resolveria a lacuna da definição de linguagem que se tem adotado, pois não seria apenas um sistema de signos, mas um código que pode ser combinado e executado, mesmo que não seja por obra de um falante do "documentês".

Retomando aos objetivos desta seção, a proposta de García Gutiérrez ampara-se em uma linha semiótica não peirceana, ainda que se distancie de uma superficial aproximação à Linguística, pois seu trabalho é criterioso com a armação conceitual adotada.

Também é importante registrar o debate sobre linguagem científica e técnica que é entendido pelo autor (GARCÍA GUTIÉRREZ, 1984, p. 140) como um léxico especializado, empregado por uma comunidade em uma disciplina ou setor científico. Como a ciência depende da comunicação entre várias comunidades científicas, o documentalista, assim como linguistas e terminólogos, seriam guardiães da língua (GARCÍA GUTIÉRREZ, 1984, p. 141). Essa linguagem é um léxico, pois não é diferente da língua dominante, uma vez que extrai dela a estrutura, a despeito do uso de um distinto vocabulário (GARCÍA GUTIÉRREZ, 1984, p. 140).

O autor defende que as linguagens documentais não podem ser apenas vocabulários técnicos, como assevera Trujillo (apud GARCÍA GUTIÉRREZ, 1984, p. 144).

 

Este razonamiento no es válido con el de los lenguajes documentales, en los que, si bien a niveles simples, se dan relaciones semánticas entre los conceptos e incluso sintácticos, por tanto hay que hablar de lenguajes dinámicos frente al estatismo interno de un vocabulário. (GARCÍA GUTIÉRREZ, 1984, p. 144)

 

O autor defende a tríade documentaçãoterminologia-normalização. O que se procura argumentar com a afirmação é que o documentalista deve ter conhecimentos de terminologia e normalização (GARCÍA GUTIÉRREZ, 1984, p. 147). Assim, as teses gerais da Linguística documental colocam-na em um espaço de encontro entre disciplinas, cujo propósito nem sempre foi contemplado pelas tradicionais abordagens.

De acordo com García Gutiérrez (1990a), o processo documental excede a natureza lógica e mecanicista, mas possui elementos linguísticos por natureza. Além disso, a Linguística documental não deve ser vista como uma Linguística aplicada, mas como uma genuína teoria da documentação cujo método está centrado na noção de estrutura e sistema relacional, para compreender a estrutura da documentação, enquanto conjunto de dados e informações sobre um dado tema. Essa natureza epistemológica da Linguística documental que precisa ser aclarada, isto é, saber até que ponto se está sendo processado um salto qualitativo na proposição de teorias ou simplesmente se aplica termos que apenas sofisticam a argumentação e defesa da Documentação. No constante à estrutura da documentação, é sugestiva a citação:

 

La estructura de la Documentación, como organización de contenidos codificables y decodificables, es el objeto de la Lingüística documental en un doble sentido: 1) La estructura de la producción de información, la formación, organización y presentación de las ideas por parte del productor, como corpus de observación y descripción; 2) La estructura de la representación del discurso del productor, a la que se accede mediante formulaciones metodológicas y modelos de sínteses y traducción. (GARCÍA GUTIÉRREZ, 1990a, p. 24).

 

Em teoria, tanto a análise documental de conteúdo quanto a linguagem documental deveria compreender assuntos pertinentes à Linguística documental como disciplina nos currículos dos cursos de Documentação na Espanha. Pode-se argumentar, com antecipação, que a Linguística documental, exclusivamente no quesito oferta acadêmica, configurou-se como um fato isolado na Espanha.

As bases teóricas gerais da Linguística documental, arroladas por García Gutiérrez (1990a), são provenientes da Linguística Geral, da Semântica, da Linguística Textual, da Sociolinguística, do Estruturalismo, do Gerativismo, da Teoria da Comunicação e da Informação, da Teoria do Contexto, da Teoria da representação e da Teoria da Tradução. Sem perder a sua individualidade e suposta autonomia diante destes campos, a Linguística Documental recorre a essas abordagem para cobrir aspectos de interesse à Documentação.

A Semiologia e a Semiótica aparecem aqui como disciplinas indiretamente relacionadas à Documentação, ora como contexto geral à descrição da Linguística Saussureana (GARCÍA GUTIÉRREZ, 1990a, p. 44), ora como teoria vinculada à Semântica, Comunicação e Teoria da Representação. É sugestiva a seguinte citação:

Sin embargo, el documentólogo no está especialmente interesado por las funciones simbólicas (terreno de lingüistas y semiólogos) o por las funciones simbólicas (terreno de psicólogos). (GARCÍA GUTIÉRREZ, 1990a, p. 46).

 

O fato semiótico (recorrendo ao referente), assim como o fato semiológico (referindo-se ao sistema em uso), é um simples adendo às necessidades das linguagens documentais. Passa-se pelo foro da especulação teórica em torno do significado, enquanto a Linguística responderia à principal fonte de conceitos à Linguística Documental. Nesse sentido, reconhece:

 

Aceptamos la Lingüística general como Ciencia de mayor influencia sin menoscabar las aportaciones de otros campos cuyas conexiones y afinidades con la LD trataremos de establecer a lo largo del trabajo. (GARCÍA GUTIÉRREZ, 1990a, p. 30).

 

A rigor, a concepção semiótica predominante está condicionada pela visão estruturalista, pois prescinde da relação triádica e pragmática, para concentrar-se nos sistemas de significação e do sentido produzido, por exemplo, por um texto. Desse modo, um alinhamento possível com a Semiótica deva dar lugar à aproximação com a teoria dos códigos de Eco, mais que uma teoria lógica do significado que, embora rechaçada, é reintroduzida quando se propõe à organização das relações entre os conceitos no interior de uma linguagem documental.

A demarcação desses campos como aportações teóricas gerais à Linguística Documental, que se quer independente, não configura, em absoluto, uma autonomia frente à explicação dos problemas de ordem linguística: polissemia, relações conceituais, univocidade, linguagem natural e linguagem artificial, linguagem e contexto social etc. Esses, por sua vez, requerem ainda outros campos disciplinares, e a Linguística Documental, que se restringe ao tratamento do discurso científico e especializado plasmado em um documento, volta-se ao conteúdo sintético e à sua representação em sistemas de recuperação da informação.

Conquanto os comentários estejam voltados à documentação científica – quando se confronta com o período mais recente em que urge a necessidade de métodos capazes de tratar o conteúdo de documentos dos mais variados suportes, os quais exigem procedimentos linguísticos que estejam compatíveis com a variação das narrativas e a conexão entre os códigos e suportes – as linhas de pesquisa e as teorias relacionadas à Linguística Documental deixadas por García Gutiérrez merecem uma detida análise diacrônica que reconheça a tarefa de sistematização já realizada e alce as matizes importantes para contextualizar a proposta.

Nesse sentido, tal abordagem semiótica na Documentação espanhola continua sendo uma potente frente de inovação a instituir a questão pragmática no centro das preocupações do documentalista, isto é, o uso dos documentos pelos sujeitos e o contexto linguístico como referentes para a descrição das mensagens e sistematização de linguagens documentais.

Na esteira das ideias de García Gutiérrez, López Yepes e Ros García (1993) reconheceram que existe uma concepção linguística da Documentação, para tanto, mencionaram a influência da Linguística Documental como uma área que proporciona conceitos à Documentação.

 

Como se sabe, en el análisis documental en sentido amplio, cobra especial relevancia el uso de los lenguajes de clasificación y de indización. Su estudio profundo. Riguroso y eficaz ha dado lugar a la formación de una asignatura denominada Linguística Documental o Lenguajes documentales. (LÓPEZ YEPES; ROS GARCÍA, 1993, p. 121).

 

López Yepes e Ros García (1993, p. 121-122) também afirmaram que García Gutiérrez foi pioneiro neste campo, e nesse sentido, consideram que a Linguística poderia dar base à formulação teórica da Documentação, o que ocorreu, com bem lembram os autores, com as obras de Sagredo e Izquierdo Arroyo. Para García Gutierrez (apud LÓPEZ YEPES; ROS GARCÍA, 1993, p. 122) a linguagem está em quase todos os lugares e formas, assim, não é possível emitir mensagens sem linguagem, a informação é linguagem, os meios são linguagens, e a própria documentação é um dispositivo linguístico, bem como suas soluções aos problemas de conteúdo são obviamente linguísticas. Esse tipo de análise desperta o interesse por uma consciência semiótica, agora urgente à Documentação.

García Gutiérrez, segundo a compilação feita por López Yepes e Ros García (1993, p. 122-123), afirma que:

 

La Documentación es fundamentalmente información (objeto) y lenguaje (proceso), por lo que su investigación se incardina primordialmente em las denominadas Ciencias de la Comunicación y em la Teoria Linguística.

El análisis documental de contenido y los instrumentos que lo hacen posible, los lenguajes documentales, deben encontrar fundamentación teórica y metodológica em las disciplinas linguísticas (morfosintaxis, lexicología y semántica).

La tesis general defendida aquí es que, sin ánimo de ignorar esos outros elementos y teniendo en cuenta el objetivo pragmático de la Documentación escasamente concordante com el de la Teoría linguística, la impregnación de la Documentación por el lenguaje y su estrutura permite, si así es reconocido previamente, la elaboración de una teoría documental desde la aproximación linguística pero com autonomía de su objeto de investigación y de los fines establecidos. (GARCÍA GUTIÉRREZ, 1989 apud LÓPEZ YEPES; ROS GARCÍA, 1993, p. 123).

 

Contudo, a obra de García Gutiérrez atravessou as fronteiras das assim chamadas Ciências da Documentação e tem contribuído para os campos das Ciências da Comunicação, em que se encontra investigando este distinto autor.

Do ponto de vista da reflexão linguística dos problemas da Documentação, García Gutiérrez (1992), examinando o discurso do Jornalismo, destacou os métodos de extração de conteúdo documental, separando as contribuições nesse campo em três grandes grupos: métodos baseados na representação formal, métodos baseados na significação e demais metodologias. Os métodos de representação formal mais conhecidos incluem: a indexação por unitermos e descritores livres, o cálculo de frequência requerido por procedimento automáticos, e os métodos baseados em léxicos, os quais recorrem também a conceitos. Os demais métodos incluem os conectivos lógicos, as análises sintáticas e os métodos de análise de relato, tal como destacou García Gutiérrez (1992). Contudo, os métodos fundamentados na significação trazem questões semióticas centrais para os estudos da Documentação.

 

Los métodos que seguen, la mayoría completamente ajenos a la Documentación en sus objetivos, hasta épocas recientes, ofrecen un común denominador: pretenden captar o explicar textos grandes o pequeños, literários o técnicos, son diferentes variables formales, desde el plano de la significación. Son métodos que proponen una aproximación al texto para obtener resultados válidos en sus respectivas disciplinas. (GARCÍA GUTIÉRREZ, 1992, p. 136).

 

Em outras palavras, estes métodos têm como unidade de análise, não mais a unidade de conhecimento defendida por Dahlberg, tal como o conceito, mas uma nova categoria, mais versátil, de difícil tratamento, e ao mesmo tempo mais representativa da realidade do conhecimento, plasmada nos documentos e acessada pelos usuários. Essa unidade – a palavra "unidade" tampouco ajuda – ou configuração teórica é chamada de "significação", isto é, a indexação se basearia no conjunto dos significados e nas relações que eles dispõem.

Estariam nesse grupo, segundo García Gutiérrez (1992), a análise logicista (Gardin), o modelo de Lasswell (quê, quem, como, onde, quando, por quê, para quê), o modelo de casos (Fillmore e Pottier com as categorias instrumento, agente, objeto, modo, lugar, produto e finalidade), o modelo facetado e de campos conceituais, o modelo de análise do discurso (Van Dijk), o método quantitativo-semântico (Guiraud) e o método das modalidades (Greimas).

A análise desses métodos de tratamento do significado pode converter-se de interesse à Documentação, estes deveriam ser analisados partindo-se do trabalho deixado por García Gutiérrez. Quiçá esta seja uma maneira de recuperar a linha de análise dos métodos linguístico-semióticos que podem reincorporar a Documentação na Espanha à ponta dos debates sobre a linguagem, posto recentemente tomado pelas ferramentas e soluções informáticas para organização do conhecimento.

Está em aberto ainda, a construção do estatuto epistemológico da Linguística documental, bem como a sua incorporação efetiva nas escolas e cursos de Documentação que, ao fim e ao cabo, não parece ter logrado êxito, pois as discussões de configuração deste campo ficaram a cargo das disciplinas já existentes, tal como a de "Linguagens documentais".

Nesse sentido, corrobora-se à afirmação de Tálamo e Lara:

 

O corpo de conceitos da Linguística Documentária não goza, até o momento, de estabilidade. Há ainda uma variação denominativa muito grande que expressa o estágio embrionário dos contornos desse domínio. Essa é, no entanto, apenas uma característica de estruturação do campo. (TÁLAMO; LARA, 2006, p. 210).

 

Lara e Tálamo têm realizado uma excelente contribuição na explicitação à comunidade brasileira sobre o conceito de Linguística Documental e até mesmo estabeleceram espaços epistemológicos de atuação.

A Linguística Documental foi considerada um subdomínio da Documentação, e tem características de interdisciplina, pois se apropria de conceitos da Linguística Estrutural, Semiótica, Terminologia e Lógica Formal. O objeto principal são os produtos documentais, assim:

 

[...] cabe à Linguística Documentária compor os quadros de referência para a análise, avaliação e construção da linguagem documentária, entendida como linguagem de informação, associando os níveis sintáticosemântico-pragmático [...]. (TÁLAMO; LARA, 2006, p. 206).

 

Entre os temas de análise estão as estruturas simbólicas da documentação, as questões linguísticas da relação produtores e consumidores de informação, a elaboração de linguagens documentais e, a análise das operações com as linguagens documentais. Lara e Tálamo (2007) entendem que o trabalho de García Gutiérrez remonta às iniciativas de Jean-Claude Gardin, assim como a de muitos autores brasileiros.

Contudo, dissentindo das autoras em um aspecto, acredita-se que não é o fato apenas de estar em um estágio incipiente de desenvolvimento, mas que os problemas que a Linguística documental têm procurado solucionar, com o ferramental disponível, talvez não tenham sido os mais pertinentes. Uma confrontação das ideias associadas à Linguística Documental e à Semiótica Documental pode sustentar a tese de necessidade de deslocamento dos problemas, da Linguística à Semiótica.

A Linguística documental foi planejada para munir de teorias e conceitos algumas técnicas já constituídas e com reconhecido prestígio em Documentação, como foi o caso da análise documental de conteúdo. Esse campo, por seu turno, segmentava-se em níveis de análise do conteúdo. Gil Urdiciain (1994, p. 81) argumentou que a indexação de assunto tem adotado diversas metodologias ao passar das décadas, se antes as unidades de análise eram as matérias gerais representadas por temas, depois passaram aos unitermos representados por palavras do texto, recentemente a atenção parece estar voltada à unidade denominada descritor, representada por conceitos, e não mais palavras isoladas que potencialmente refletiriam o conteúdo. O que importa é o que transcende o documento, o conhecimento.

Gil Urdiciain (1994) menciona que os métodos levados a cabo pela análise da significação, tal como menciona García Gutiérrez, põe ênfase no contexto. Nesse sentido, a indexação baseada na significação, como unidade de análise - muito diferente das unidades temas, palavras e conceitos -, seria mais ampla e eficiente na hora de capturar o contexto pragmático. Esse ponto de vista deveria ser explorado para avançar na compreensão da indexação de assunto, voltada demasiadamente à discussão transcendental do conceito como uma supracategoria da realidade.

Examinando a obra de Moreiro González (2011), nota-se que a Linguística também ocupa uma posição central. Dentro do processo de tratamento da informação, segundo Moreiro González (2011), encontra-se a análise documental e a recuperação documental. A análise documental subdivide-se em análise formal e análise de conteúdo. A formal dedica-se, como se sabe, à catalogação e à elaboração de referências. Por outro lado, a de conteúdo compreende os processos de indexação e de elaboração de resumos. A indexação separa uma etapa linguística de outra etapa denominada sistemática. Em Linguística encontram-se o trabalho com as palavraschave, listas de termos, esquemas taxonômicos e grupos de relações, enquanto a sistemática ocupa-se das classificações (MOREIRO GONZÁLEZ, 2011, p. 14).

A força da abordagem linguística é notada, por outro lado, na concepção do processo de conteúdo. Soma-se a este fato, a perspectiva linguística do documento apresentada pelo autor (MOREIRO GONZÁLEZ, 2011, p. 15), a qual está dividida em níveis: estrutura morfológica e estrutura semântica. Seguindo esta perspectiva, a estrutura semântica ocupa-se da tipologia documental (superestrutura), da indexação e do resumo (macroestruturas). É de notar-se que a linha estrutural é marcante nesta concepção, a qual se alia às demais díadas erigidas desde o discurso das linguagens documentais. O conceito de signo, como elemento mínimo à representação da informação, é registrado por Moreiro González (2011, p. 16), assim como suas faces significado e significante para compreender a noção de conceito, no primeiro caso, e palavra e termo, no segundo.

Assevera Moreiro González (2011) sobre a participação das Ciências da linguagem, pensando no caso dos novos vocabulários controlados e das formas de organizar o conhecimento na Web:

 

As novas linguagens documentárias oferecem uma grande complexidade disciplinar e de uso que obrigam a abordar a sua compreensão a partir de fundamentos conceituais provenientes de diversos campos, como a Lógica Formal e a Estatística, a Computação, a Retórica, a Linguística do texto, a Semiótica ou a Lexicografia. (MOREIRO GONZÁLEZ, 2011, p. 17).

 

Contudo, esta explicação refere-se às contribuições gerais dessas disciplinas na concepção dos termos mínimos à estruturação do campo das linguagens documentais. Quando o caso seja a análise do texto, outros referentes deveriam ser convocados para dar suporte teórico à Documentação. É a condição, por exemplo, da Linguística textual.

Alinhado à perspectiva de García Gutiérrez, em termos de intenção geral, Moreiro González (1993, p. 13) propôs algumas reflexões sobre o campo da Linguística e a sua relação com a descrição substancial ou de conteúdo. Contudo, dentro da Linguística, pretende ele enfatizar os estudos do texto – pois entende que "partimos de y llagamos a un texto" – e dispende atenção à noção de texto, muito além dos fatores que estão fora do texto. "Para lograr nuestro fin nos situamos en el cruce entre la Linguística aplicada a los documentos y la Linguística del Texto." (MOREIRO GONZÁLEZ, 1993, p. 14).

Moreiro González atesta, na sequência, a supremacia do texto ante outros sistemas de signos:

 

Hay que valorar el texto, y las proposiciones que plantea. Y éstas serán las mismas fijadas a un documento audiovisual, sonoro o gráfico. Si bien se deben tener en cuenta tanto la diversidad como la disposición a la hora de generar y aplicar las diferentes técnicas procesuales. Además, no cabe duda de que es el texto la vía de expresión argumental preferida por la comunicación científica, como en general por cualquier outro tipo de comunicación humana. (MOREIRO GONZÁLEZ, 1993, p. 14).

 

A análise do texto para fins documentais deve seguir uma estruturação, pelo menos uma que sirva para os textos científicos em que a sequência lógica é previsível. Desse modo, Moreiro González (2011) resume os níveis de estruturação relacionados ao campo linguístico de análise, a saber:

 

Quadro 1 - Níveis de Análise

Unidades de Dimensões da

significação macroestrutura

 

superficial Estrutura Microestruturas. Sintaxe e semântica das frases e parágrafos.

Macroestruturas parciais.

Estruturas semânticas

Estruturas parciais.

intermediárias Superestrutura.

Ordem das macroestruturas

no texto.

Sintática

Macroestrutura geral.

Estrutura global Semântica

Estrutura semântica global

Pragmática

Fonte: Moreiro González (2011, p. 26).

Deve-se sublinhar o caso da última coluna que agrupa as dimensões sintática, semântica e pragmática como relacionadas à estrutura global, quando, em concreto, as estruturas anteriores e inferiores necessitam dessas dimensões, pelo menos a sintática e a semântica. Assim como apontou em seu estudo, Moreiro González havia destacado as dimensões da macroestrutura como algo já estabelecido. Essas dimensões vinculam-se à figura de Morris, como se sabe, e referiam-se anteriormente às dimensões da semiose, claramente marcadas pela influência da Semiótica peirceana. Sucede que o translado à Documentação projetou o mais relevante, neste caso, uma versão resumida do espectro dos estudos da linguagem que seria compreendida pela Sintaxe, Semântica e Pragmática, como campos da Linguística.

O que se denota é um processo de estabelecimento das matrizes semiótico-linguísticas, em que se configuram como linhas estruturalistas, abarcando fenômenos para os quais têm poucos ou escassos recursos teóricos. É a situação do problema pragmáticosemântico como uma abertura que compreende interesses de várias disciplinas. Para especificar, sempre que possível, deve-se costurar o conceito de Semântica com uma definição, pois, ter-se-iam abordagens em disputas, para as quais nem sempre a Documentação está aberta. É o caso da Semântica linguística (esta sim, incorporada pela Documentação como representante da totalidade do fenômeno do significado), Semântica lógica e Semântica psicológica.

Desde um ponto de vista conceitual, que recorre aos problemas linguísticos assomados à Documentação, Gil Urdiciain (1994), ao explicar os níveis de análise documental de conteúdo, forneceu elementos indispensáveis para se pensar a questão das teorias linguísticas. Antes, porém, explicou como complicado ainda é definir análise documental, e separá-la de análise de conteúdo ou de outros tipos de análise. Segundo a autora,

 

Hablar de análisis de contenido puede generar falsas interpretaciones por su posible acepción a otros análisis de este tipo, tales como el análisis semiótico o el análisis de contenido entendido como técnica de

investigación.22 (GIL URDICIAIN, 1994, p. 78).

Conquanto não se saiba muito bem o que se pretendeu com análise semiótica, o importante é que houve uma distinção operativa que cumpre defender, em que a análise documental de conteúdo está voltada às questões de Documentação, isto é, representar o conteúdo para a recuperação e transformar o texto retirado e distingui-lo do original. Assim, defende Gil Urdiciain (1994) que a análise documental de conteúdo deve ser vista em dois níveis: o primeiro nível dedicado à indexação e o segundo nível à condensação.

Nesse sentido, apresentou como fundamental o papel da Linguística, pois conhecer o conteúdo do texto requer noções da estrutura, bem como conhecimento de redação para compor uma síntese, o resumo. Nesse sentido, a autora relaciona processos fundamentalmente associados ao conhecimento linguístico: leitura do texto, processo de inferência do assunto, reconhecimento da morfologia, da terminologia e da lógica da estrutura textual, diálogo entre autor-leitor, reconhecimento das regressões e vocalizações no texto e captar a estrutura interna do texto (GIL URDICIAIN, 1994, p. 79).

Todavia, uma afirmação capital foi que

 

Ni semántica ni sintaxis son suficientes para llevar a cabo el análisis del texto con exactitud, lo hacen por aproximación; bien es cierto que eliminan ambigüedad, pero para profundizar en el contenido del documento se precisa trabajar a nivel de contexto. (GIL URDICIAIN, 1994, p. 81).

 

Assim, considerando tal afirmação modelar, parece que os estudos semânticos, bem como sintáticos, já se revelavam na primeira metade dos anos 1990 como parciais em relação ao grande propósito que era organizar a agenda das investidas da Documentação sobre o que afetava o conteúdo da informação.

No contexto espanhol, mesmo com os desenvolvimentos conceituais da Linguística Documental de García Gutiérrez e da aplicação linguística à elaboração de resumos de Moreiro González, também se deve notar que os temas relacionados ao assunto foram assumidos pela ideia pouco sistematizada de Semântica Documental. Nessa mesma direção, pode-se citar a visão de López-Huertas Pérez. A autora trabalhou as questões ligadas à Semântica linguística e as relações semânticas em diversos trabalhos (LÓPEZ-HUERTAS PÉREZ, 1997, 1999) e complementa a linha linguística no campo da Documentação. Contudo, sob uma abordagem muito mais específica, trabalhando da aplicação da Semântica e da Terminologia à Documentação.

Em sua análise das relações semânticas na composição de tesauros e outras linguagens documentais, López-Huertas Pérez argumentou que as relações utilizadas para organizar e representar o conhecimento são ineficientes e não se baseiam na linguagem e nas categorias correntes que emanam dos usuários. Alude a uma "Semántica documental" que

 

cumpla adequadamento sus funciones de representación y representación del conocimiento a través de las estructuras conceptuales de los lenguajes, estos incrementarán las capacidades de comunicación de los sistemas a los que sirven, haciendolos así más eficaces. (LÓPEZ-HUERTAS PÉREZ, 1999, p. 58).

 

Aqui nota-se um mesmo espaço de interesse a ser disputado pelos projetos de disciplinas Linguística documental e Semântica documental.

Entre as tarefas da Semântica documental estaria justamente a de trabalhar com as relações semânticas das linguagens documentais. A tese reconhecida que a autora procura contestar é a de que:

 

[...] según ha quedado estabelecido, las estructuras conceptuales de los lenguajes documentales deben representar y organizar el conocimiento a través de la semántica de los textos, las relaciones semánticas que unen todo esse entramado conceptual deben también originarse o basarse en los textos fundamentalmente. (LÓPEZ-HUERTAS PÉREZ, 1999, p. 60).

 

Esta tese procura defender que quando um autor transmite um conhecimento via texto, logicamente, está comunicando as categorias mentais diretamente ao usuário-leitor e repassando informação relevante à construção das relações semânticas. Esse material deveria ser levado em conta na construção de linguagens documentais.

O exemplo utilizado pela autora derivou da definição de instrumentos musicais, que considera a literatura especializada, porém demonstrou ter muitas outras relações (procedimento de som, meios, carácter musical, gêneros, orquestras, lugar, tempo, compositores, intérpretes etc.), que as relações identificadas que costumam ser simplificadas e agrupadas em categorias hierárquicas e associativas.

O que Lopez-Huertas Pérez buscou apresentar é que a Semântica das relações entre conceitos deve obedecer à organização do conhecimento do domínio, e estes devem ser voltados ao contexto, e não a uma formalização transcendental pouco ou nada relacionada à prática de recuperação da informação pelo usuário. Desse modo, a linha de pensamento ou orientação metodológica adotada é indutiva, na medida em que procura alcançar às categorias através de um cotejo das relações presentes entre os comunicantes dos conceitos.

O que resulta como determinante é pensar como fazer este processo, alterá-lo para que ele seja menos rígido, distanciado do contexto do usuário. Isto é, o caminho sugerido foi recorrer aos textos produzidos por autores do domínio em questão. Argumenta López- Huertas Pérez,

 

En los tesauros al uso las relaciones semánticas se suelen trazar de acuerdo con lo que sugiere el vocabulario, y de acuerdo con una nutrida lista de relaciones conceptuales, que existen ya estabelecidas, para el caso de lo que se vienen llamando relaciones asociativas. En qualquier caso, quien hace el tesauro decide las que son y cómo son. Muy al contrario, en el ejemplo que comentamos en ese trabajo, la fuente son los textos o documentos especializados, que son usados directamente para identificar los nexos conceptuales. (LÓPEZ-HUERTAS PÉREZ, 1999, p. 62).

 

Isso significa que, por meio de livros, artigos, capítulos de livro, relatórios etc. extraem-se as categorias semânticas mais pertinentes e exaustivas. Na sequência de seu exemplo, López-Huertas Pérez (1999, p. 63) ilustrou com o conceito de violão e nota. Avaliando as listas de cabeçalhos de assuntos da Organização dos Estados Americanos de 1985 e da Biblioteca do Congresso Americano de 1991, constatou que nos dois casos o termo foi agrupado junto ao termo geral instrumentos musicais, em comparação com as mais de dez relações semânticas encontradas utilizando seu método.

Consciente de que a sua proposta estava em sintonia com as tendências atuais de representação e organização do conhecimento, especialmente a teoria do domínio de conhecimento, da qual compartilha a tese principal, isto é, as categorias conceituais devem sair do contexto e não prematuramente seguindo propriedades esotéricas, com pouca vinculação à prática.

 

Por eso creo poco útil la enumeración universal apriorística de relaciones conceptuales, del tipo: relación entre los objetos y sus propiedades, relación entre las cosas y sus disciplinas objeto de estudio, etc. No es que no es pueda o se deba hacer una lista de posibles relaciones conceptuales asociativas, de hecho es la forma habitual de proceder. Lo que digo es que por sí solas son poco útiles para la recuperación de la información porque no representan con precisión las necesidades de nexos conceptuales de una determinada disciplina, sino que, por el contrario, están pensadas para que sean válidas para cualquiera de ellas. (LÓPEZ-HUERTAS PÉREZ, 1999, p. 64).

 

Em consequência, para o campo de análise e construção de linguagens documentais um sistema de organização do conhecimento pode ser ao mesmo tempo exaustivo e pertinente, contradizendo uma tese já enraizada no campo de que estes valores são inversamente proporcionais.

Nesse sentido, para construir um tesauro é necessário observar que no campo das metodologias de desenho das linguagens documentais tem-se uma corrente positivista e outra que toma como ponto de referência os usuários. Segundo López-Huertas Pérez,

 

El producto que se obtuvo a partir de dichos supuestos diseñadores fue un tesauro que actualmente se reconoce como poco expresivo, rígido si cabe, poco versátil, con evidentes incapacidades para la representación adecuada de un campo temático y con unas relaciones semánticas que ahora se consideran como bastantes monocordes e insuficientes para expresar la riqueza semántica inherente a cualquer campo temático. (LÓPEZ-HUERTAS PÉREZ, 1997, p. 88).

Esse novo paradigma, designado por López-Huertas Pérez (1997, p. 90) como "paradigma cognitivo" deveria impactar no desenho de tesauro de uma maneira fundamental, pois seguiria uma perspectiva indutiva mais próxima das categorias utilizadas pelos usuários. Contudo, reconheceu a autora que, ainda em 1995, data da apresentação de seu trabalho em um congresso, a realidade dos sistema de informação com respeito à prática de desenvolvimento de tesauros pouco foi alterada. Nessa nova perspectiva,

 

[...] la armonización de las necesidades de información del usuario y de los contenidos documentales del sistema de información es la pieza clave para conseguir lenguajes documentales más eficaces. (LÓPEZ- HUERTAS PÉREZ, 1997, p. 90).

 

O método proposto para responder a essa tendência, a López-Huertas Pérez (1997) estruturava-se em alguns passos: a recuperação de termos em 4 a 6 dicionários do tema; a análise de textos para verificar o contexto em que se apresentam os termos no que se refere à frequência e constância; a retirada das categorias dos textos para compor a estrutura do tesauro; a organização das categorias, respeitando o critério de frequência, isto é, da mais frequente forma dos termos gerais a menos frequente.

O que se verificou com essa abordagem foi a urgente necessidade de estudos do uso da linguagem do usuário, uma nova forma de estudo de usuário que se diferencia do estudo geral dos usuários com respeito à necessidade da informação ou de satisfação em relação aos serviços de informação. Segundo López-Huertas Pérez,

 

[...] creemos que se conseguirá un tesauro más eficaz para la recuperación de la información, porque podrá representar las dos partes principales que una petición de información incluye. (LÓPEZ-HUERTAS PÉREZ, 1997, p. 97).

 

A proposta da Semântica documental, tal como preconizada, tem como base a Linguística estrutural, ou mais especificamente, a Semântica linguística, e como segunda contribuição, os procedimentos da Terminologia, e com mais vigor a corrente comunicacional. Contudo, não foi realizado um trabalho de síntese da disciplina, pois as alusões a uma Semântica Documental são esparsas e não há uma sistematização a partir da abordagem da Linguística Documental e com a aplicação linguística à elaboração de resumos. Isso sugere a descontinuidade da formulação do projeto linguístico documental em detrimento de aportações específicas. Por exemplo, acentuaram-se mais as preocupações com a composição de metodologias pontuais de origem semântica – evidente ou remota – em lugar de consolidar uma corrente, um projeto ou um paradigma linguístico-documental. Uma narrativa epistemológica da Linguística documental poderia ter sido erigida com o objetivo de incorporar o que se entendia por Semântica documental, que ficou carente de um nó ou ajuste em face da proposta de García Gutiérrez.

Em consequência, deve-se reconhecer que toda proposta que se baseie na Terminologia recorre, como fundamento, a um conceito triádico de signo, pois, supõe-se que deva explicar o que é um conceito. Na ciência a presença do referente é algo fundamental, sem a qual não é possível falar de conceito algum que se preze.

Em um estudo sobre a estrutura semântica dos tesauros espanhóis, Gil Urdiciain (1998, p. 195) centrou atenção especial nas características semânticas e estruturais dos tesauros de diferentes áreas: biologia animal, eletrotécnica, meio ambiente, mulher, psicologia e assuntos sociais. O trabalho, resultado de sua tese sobre a evolução histórica dos tesauros, defendido em 1997, identificou um baixo número de relações semânticas entre os termos dos tesauros e ambiguidades em razão da falta de notas explicativas.

Contudo, os tesauros possuíam uma consistência interna ou reciprocidade entre relações sintagmáticas e paradigmáticas, além da uniformidade da forma e do número de palavras (GIL URDICIAIN, 1998, p. 197). Ao final do trabalho, a autora (GIL URDICIAIN, 1998, p. 198) citou como exemplo o tesauro de Patrimônio, coordenado por García Gutiérrez, em que foi aplicada a teoria linguística da Gramática de Casos e em que se considerou o tesauro como um texto, isto é, valorizando-o predominantemente como linguagem associativa. Essa concepção levou-o a considerar as linguagens documentais como uma linguagem epistemográfica.

Aqui a Linguística aparece geneticamente relacionada à criação de tesauros, pois os problemas da linguagem foram objeto da Linguística sincrônica saussureana. A noção de estrutura, de relações entre conceitos, de significado em contexto, de valor linguístico, de formalização da linguagem, entre outros procedimentos, sempre estiveram presentes quando se planejava ou mesmo se avaliava a eficácia dos tesauros. Contudo, os tesauros estão relacionados mais à abordagem linguística, ainda que estejam influenciadas por alguma teoria lógica, assim como preconizou Gardin, o qual teve grande aceitação na teoria da análise documental de conteúdo na Espanha.

O trabalho de categorização, tão presente nas incursões documentalistas à Semântica, pode ser percebido nas análises realizadas por Peset et al. (2001) sobre a organização da informação artística em portais. As autoras examinaram as categorias e as classes que organizavam as informações em portais horizontais (genéricos) e portais verticais (temáticos) da área de artes que incluíam música, literatura, dança, arquitetura, escultura e pintura entre outros gêneros. De acordo com o referido trabalho, as categorias presentes nos portais do campo das artes mesclavam gêneros diferentes, não apresentavam uma estrutura entre as classes, não havia explicitação de critérios de hierarquia, nem notas e remissivas que justificassem as escolhas e não se baseavam em divisões expostas na literatura ou manuais do assunto. Um caso tipo, por exemplo, foi o portal "Arte en la Red" que separava centros de arte, museus e galerias, bem como estas categorias da categoria difusão.

Foram identificadas outras incongruências e em razão disso, Peset et al. (2001) propuseram uma classificação mais coerente e que não sofreria da falta de rigor na disposição de categorias neste setor.

 

A través de todas estas fuentes de conocimiento se estableció una clasificación orientada al usuario general de información artística. Su objetivo no era clasificar el conocimiento en abstracto [...] Pero tampoco se ha limitado a clasificar las páginas web concretas que aparecen en la red,

pues para ello ya funcionan los portales. Se acercaba en muchos casos a las personas y organizaciones que operan en el espacio artístico, pero incluye información que puede resultarles de interés, como los sectores productivos de todos los ámbitos. (PESET et al., 2001, online).

 

Nesse sentido, notam-se as variáveis pelas quais se pautam os profissionais documentalistas, incluindo tanto a questão orgânica do relacionamento entre os conceitos quanto os usuários que estão envolvidos com os problemas práticos de uso da informação. Essa proposta de classificação para portais, mais bem um incipiente tesauro, é uma das atividades que deve levar a cabo os documentalistas no contexto da Internet, propondo soluções para organização e recuperação do conhecimento que não se baseiam meramente na razão probabilística dos buscadores Web.

 

En definitiva, la información artística en sentido amplio se compone no sólo de unas ramas del saber, clasificadas generalmente por los lenguajes documentales que se utilizan para la indización de material documental, sino también de unos agentes que operan en el campo artístico, individuales o institucionales, que suelen ser recogidos en obras del tipo biográfico o de directorio. También, por último, incluye los sectores de actividad, del tipo formación, distribución, transformación, producción... difícilmente recogidos en ninguna fuente de información tradicional excepto si hablamos únicamente de sus datos de directorio y no de sus actividades (planes de estudio, materiales docentes o servicios o productos ofertados, precios...), que suelen suponer el know-how de los profesionales del ámbito artístico. (PESET et al., 2001, p. X).

 

De um ponto de vista semiótico, essa atividade está calcada nas teorias semânticas do conceito, sejam elas de fundo lógico ou linguístico. Tendências às quais os documentalistas não precisam tomar partido, apenas extrair a melhor compreensão e encontrar o uso mais adequado. As contribuições práticas do uso da Semântica para organizar o conhecimento na Web, também poderiam ser uma oportunidade para reedificar o projeto de Linguística Documental, contando com mais colaboradores, contribuições conceituais e não apenas depender de um teórico tomado isoladamente.

A Linguística Documental, tal como entendida no projeto de García Gutiérrez, deu lugar ao passar dos anos a incontáveis contribuições de natureza assumidamente linguística, porém sem uma sistematização que incorresse em coerência teórica, formação discursivaepistemológica, precisão conceitual e exemplos materiais dos problemas involucrados à linguagem enfrentados pela Documentação.

Essas abordagens semióticas não peirceanas, particularmente, linguísticas e semânticas, colocam-se ao lado da Terminologia. Reunidas na confluência das bases teóricas linguísticas e terminológicas, encontramse as preocupações de Espelt (1995), autora que arrola as bases conceituais para o ensino de linguagens documentais. A partir do conceito de Otlet de Ciência da Documentação, a autora aproximou as dificuldades conceituais desta disciplina com outra de vertente linguística, a Terminologia:

 

Para la correcta aplicación de los lenguajes documentales en la indización y recuperación de la información será especialmente útil el conocimiento de los sistemas de conceptos y de los métodos aplicados en la definición de términos. (ESPELT, 1995, p. 127).

 

Para Espelt (1995, p. 127), da terminologia é importante a aportação à construção de tesauros, especificamente a metodologia de delimitação dos conceitos com as operações: classificar (determinar gênero e estabelecendo o descritor), distinguir (diferenças específicas do mesmo sistema de conceitos), precisar (determinar características próprias). A Terminologia proporciona divisões, que, no fundo, são também linguísticas, as quais são importantes para a construção de sistema de organização do conhecimento, isto é, palavra e termo, denominação e noção, unidade gráfica e unidade de significado aplicados aos textos e discursos técnico-científicos. É desnecessário mencionar que são dicotomias derivadas da Linguística geral e estrutural.

De um ponto de vista pedagógico, para assimilar os conceitos da Terminologia, devem-se adotar exercícios práticos, segundo recomenda a autora (ESPELT, 1995, p. 128), a saber: análise de textos científicos, especificando os conceitos simples compostos e relações; elaboração de definições e listagem de termos de um mesmo campo buscando as relações do sistema de conceitos.

O contexto do movimento de busca de fundamentos teóricos para o ensino em Documentação no princípio dos anos 1990 foi o nascimento dos cursos de licenciatura na Espanha. Nesse sentido, sobressaía-se a discussão sobre quais disciplinas contribuiriam mais que outras no ensino profissional, e cientificamente, com a teoria da Documentação. O comentário de Espelt é bem sugestivo desta questão histórica:

 

Todos estamos de acuerdo en que la iniciación de la licenciatura de segundo ciclo debe ser inminente, pero a pesar de tener aprobadas las directrices de los estudios, hay todavía muchos interrogantes sobre cuales son las tareas profesionales que requieren una licenciatura, y por tanto, cuales deben ser los contenidos del segundo ciclo. (ESPELT, 1995, p. 126).

 

A questão dos conteúdos passava também por uma articulação da Linguística Documental, caso fosse um movimento consistente, coerente e tivesse presença garantida nos currículos como disciplina teórica, e não, como se concebeu, apenas como espaço curricular para ensinar a empregar determinadas linguagens documentais. Essa tendência linguística nem sempre se refletiu nos currículos, salvo uma exceção, o curso oferecido pela Universidad de Murcia.

Nesse sentido, o emprego da Terminologia e da Semântica não tinha como pano de fundo uma Linguística geral única. É possível que essa característica tenha impulsionado o aparecimento de outras abordagens semiótico-linguísticas que não derivadas da teoria linguística clássica. Presume-se também, que as abordagens mais aplicadas, quase sempre relacionadas à Informática, tenham obtido mais êxito, em razão de sua resposta efetiva às demandas informacionais. De todo modo, a abordagem semiótico-linguística voltada à informática está presente nos estudos recentes na Espanha. Mas o trabalho de sistematização conceitual e de elaboração de uma narrativa coerente no decorrer do tempo ainda não foi levado a cabo.

Nesse sentido, encontram-se os trabalhos de Carmen Galvez (2006, 2008, 2012) que tem desenvolvido uma reflexão teórica e estudos aplicados no campo da Linguística computacional. Essa abordagem semiótica que tem uma relação com a Linguística textual e a Linguística descritiva está se consolidando dentro da Documentação. Dentro do tema de mineração textual e de dados, a autora destaca a importância destas técnicas para a análise de dados e informações biológicas, nesse sentido, a mineração textual e a mineração de dados procuram descobrir padrões de correlação entre conhecimentos nas grandes bases de dados na área médica.

 

La minería de datos (data-mining) y la minería de texto o minería textual (textmining) surgen como tecnologías emergentes que sirven de soporte para el descubrimiento de conocimiento que poseen los datos almacenados. La minería de datos se define como el descubrimiento de conocimiento, a partir de patrones observables de datos estructurados, en bases de datos relacionales, se le denomina comúnmente Knowledge-Discovery in Databases (KDD). La minería textual se orientada a la extracción de conocimiento a partir de datos no-estructurados en lenguaje natural almacenados en las bases de datos textuales, se identifica con el descubrimiento de conocimiento en los textos y se le denomina comúnmente Knowledge-Discovery in Text (KDT). Tanto la minería de datos como la minería de texto son técnicas de análisis de información. (GALVEZ, 2008, p. 3).

 

Para tanto, a mineração textual necessita de técnicas de recuperação da informação automática, de processamento da linguagem natural e de extração de informação, as quais versam sobre identificação, classificação, visualização, extração de padrões, análise e agrupamentos automáticos de dados, segundo seu grau de semelhança (clustering). A base linguística está calcada na utilização das unidades de análise da Morfologia no sentido de ajudar a formatação dos dados a serem recuperados. Por exemplo, a normalização de termos a serem recuperados exige a conformação de unidades linguísticas representativas, tais como palavra, raiz, afixos, sintagmas etc. Com essas unidades estabelecidas, as quais são fundamentais em uma perspectiva da Linguística estrutural, é possível voltar ao computador e desenvolver programas de recuperação de dados, segundo a estrutura da língua que se pretende tomar como objeto de análise.

En relación con lo anterior, la minería de la literatura constituye un campo de investigación de la lingüística computacional que combina diversos procedimientos y técnicas de análisis de textos con el propósito de establecer relaciones entre entidades biológicas (como relaciones gen-gen, gen-enfermedad, genproteína, o gen-drogas) para interpretar funciones biológicas o formular hipótesis de investigación. La información textual, como la que se encuentra en MEDLINE, es una fuente infrautilizada de información biológica para los investigadores. Por esta razón, cada vez son más los sistemas dedicados a analizar resúmenes de MEDLINE para ofrecer servicios de información bio-relacionada. (GALVEZ, 2008, p. 4).

 

No exemplo utilizado para o estudo, que tratou da mineração textual em biologia molecular, acrescentamse as funções das técnicas (ou o que poderia ser temas de estudo) que, segundo Galvez (2008, p. 5-7) poderiam ser: identificação e etiquetagem de entidades biológicas, extração e normalização de sinônimos, homônimos e abreviaturas; identificação de relações entre entidades biológicas através de redes formadas a partir da literatura; geração de hipóteses e descoberta de conhecimentos nas bases de dados textuais; genômica funcional ou estudo dos genomas em que poderia desenvolver a mineração de relações, as redes de genes baseados na literatura e a extração de conhecimento a partir do conjunto de dados.

Tais tarefas utilizam processos conhecidos como da intersecção da Ciência da Informação com outros campos, entre os quais Ciências da Linguagem, a saber: categorização de dados, indexação de assunto, estudos métricos, classificação, visualização da informação, normalização, padronização terminológica, estudo de correlações entre termos. Concluiu Galvez,

 

No obstante, y a pesar de estas limitaciones, nos encontramos ante un prometedor instrumento de análisis de información en el que confluyen, debido la complejidad propia del dominio de conocimiento, diversos campos de la biomedicina, la RI y el PLN. (GALVEZ, 2008, p. 10).

 

Em outras palavras, a recuperação da informação e o processamento da linguagem natural são processos que andam juntos. Entre os desafios lançados por esta abordagem linguística que implementa novas tecnologias e procedimentos automáticos de análise da linguagem, estão: relacionar os conhecimentos da Documentação com domínios do conhecimento que passam por problemas de organização do conhecimento e tratamento da linguagem nas fronteiras da ciências, como a biologia molecular e genômica; pensar em alterativas para a recuperação da informação que se baseiem em conhecimento efetivo da linguagem humana; não apenas organizar a informação em bases de dados com ferramentas automáticas já consolidadas, mas a partir das análises das relações entre conceitos e propriedades em uma base de conhecimento, sugerir hipóteses de pesquisa a serem realizadas.

Em outras palavras, com base nas contribuições da Linguística computacional, ademais de outras colaborações, deve-se propor formas de compreender e atribuir significado a tudo o que se está gerando nos grandes bancos de dados de genoma e de outras áreas médicas, indicando correlações entre os dados que podem sugerir alguma tese para o pesquisador.

Em relação ao problema da unificação dos conceitos, Galvez analisou a aplicação de procedimentos de unificação de termos para a recuperação da informação. Esse procedimento fundamentou-se em conceitos linguísticos básicos, a maioria proveniente da Morfologia e da Linguística estrutural, como a noção de paradigma. Para tanto, foi proposta a aplicação da informática para a análise léxica, a qual deve basear-se em um algorítimo de unificação de termos, o qual pressupõe a conexão interdisciplinar entre Linguística e Informática, abrindo um campo repleto de possibilidades para a Documentação.

 

La unificación de términos se podría definir como un procedimiento computacional a través del cual se agrupan las variantes de un mismo término, que son semánticamente equivalentes, a una forma unificada. (GALVEZ, 2006, p. 67).

 

O procedimento de unificação de termos requer, como suposto, o reconhecimento dos afixos, e deve basearse em um banco de dados que, na prática, seria um dicionário com lista de termos e palavras. Naturalmente, os problemas a serem resolvidos estão relacionados à análise flexional, conjunção verbal, pronomes enclíticos, paradigmas, categorias e estruturas simples ou complexas. O modelo proposto pela autora denomina-se método de estado finito para o controle terminológico.

 

De forma sintetizada, un transductor es un sistema de representación computacional que comprende un conjunto de estados y una función de transición, que define el cambio de estado. La función de transición se etiqueta con un par de símbolo que constituyen el alfabeto del input y el alfabeto de output. Este mecanismo se puede representar en la forma de un diagrama o gráfico de estadofinito. (GALVEZ, 2006, p. 69).

 

Esse procedimento pode adotar diversas tecnologias ou programas de análise e padronização da linguagem, e seria aplicado a diferentes contextos, em especial, em áreas especializadas que disporiam de grandes bancos de dados com uma literatura científica extensa e de refinamento da estratégia de busca na recuperação da informação com o objetivo de propor hipóteses de conexão entre resultados de pesquisas. Como conclusão da arquitetura do sistema, Galvez (2006) utilizou como corpus de análise os registros da base de dados ISOC-Biblioteconomia e Documentação que reúnem revistas e anais de congresso. No que se refere aos resultados da aplicação dos analisadores léxicos de tecnologia de estados-finitos para unificação de termos, a autora explicou que:

 

Primera, los analizadores léxicos consiguen reducir las variantes de términos a su radical o formas normalizada en un 26.4%, y este resultado se puede considerar satisfactorio. Segundo, los analizadores léxicos unifican las variantes con una alta precisión. Tercero, los analizadores desarrollados con técnicas de estado-finito tienen una limitación sólo agrupan las variantes que se puedan vincular a una sola forma normalizada, y en caso de ambigüedad no lematizan. (GALVEZ, 2006, p. 73).

 

A despeito de avanços, a contribuição da Linguística teórica no desenvolvimento destes sistemas de tratamento da linguagem ainda é bem limitada, ajudando, no máximo, com as categorias morfológicas e semânticas, neste último caso, restritas às relações entre conceitos. Os demais desenvolvimentos nestes campos parecem que têm exigido o trabalho de profissionais da Computação, o que sugere uma falta de integração efetiva com a Documentação.

Díez Carrera (1993), por sua vez, analisou as diversas modalidades pelas quais as Ciências da linguagem podem ser aplicadas ao tratamento da informação. Defende a autora que as pesquisas em Linguística geram produtos, os quais formam parte de uma indústria, chamada "indústria da língua". Segundo Díez Carrera (1993, p. 139), esses produtos linguísticos – que naquela época previa-se que estariam nos centros de informação – serviriam para: uso a língua natural como meio de comunicação com a máquina; armazenar e recuperar oralmente a informação por sistema de reconhecimento de voz; tradução automática de documentos e, por fim, elaborar sistema de indexação.

 

Los productos linguísticos se desarrollan, como ya dije, dentro de las denominadas industrias de la lengua, las cuales surgen de la unión de la linguística con la informática, de la linguística informática o computacional: los elementos de la lengua (fonemas, morfemas, palabras, oraciones, textos) comienzan a sistematizarse para ser informatizados, consiguiéndose con ello realizar automáticamente tareas linguísticas, no aún con la profundidad deseada ni en todas las disciplinas linguísticas (fonéticafonología, morfología, sintaxis, semántica y pragmática) pero sí asistiendo de momento a los hombres. (DÍEZ CARRERA, 1993, p. 139-140).

 

O trabalho de Díez Carrera sobre produtos linguísticos sublinhou a relação, nem sempre manifesta, entre a Linguística teórica e as aplicações técnicas que constituem produtos. Assim, dispôs, em princípios dos anos 1990, de uma relação das disciplinas linguísticas tradicionais com seus produtos vinculados. É uma análise que deve ser retomada para a compreensão das relações interdisciplinares entre Linguística, Computação e Documentação, em que pese o distanciamento dos teóricos em análise documental de conteúdo com os de processamento da linguagem natural e de informática. A seguir, apresenta-se o quadro composto pelas disciplinas linguísticas relacionadas ao produto no contexto da indústria da língua.

Quadro 2 - Tratamento automático da linguagem natural

DISCIPLINAS UNIDADES PRODUTOS

Fonética-Fonologia Fonema-Alófono Geração e Síntese de

Voz

Morfologia Morfemas- Analisador morfológico

Palavras

Sintaxis Oração Analisador sintático

Semântica e Significado Analisador semântico Pragmática

Fonte: Díez Carrera (1993, p. 140)

 

A autora continua a análise expondo a conformação de novas disciplinas a partir da relação básica entre Linguística e Informática. Assim, listou os temas de estudo em Fonética informática, Morfologia informática, Sintaxe informática e Semântica informática.

A tese de Díez Carrera, defendida em 1993, versou sobre estas mesmas indústrias da língua e a interação entre Linguística e gestão da informação. Díez Carrera (2012, p. 126) constatou que as tecnologias associadas à língua são consideradas matéria-prima da tecnologia, algumas vinculadas ao tratamento do texto (redação, correção, edição, tradução, consulta e recuperação) e outras voltadas ao tratamento da fala (interação oral entre homens e máquinas). Esses problemas deveriam ser considerados no entorno da biblioteca digital, pois são, segundo define a autora, "medio de comunicación y difusión de la información".

Desse modo, deve-se considerar imprescindíveis às tecnologias linguísticas, os produtos e as disciplinas associadas à língua. Tais disciplinas seriam na visão da autora, a Linguística informática ou computacional, a Engenharia linguística (conhecimentos linguísticos para desenvolver sistemas informáticos que processam a linguagem humana) e o campo que trata do processamento da linguagem natural.

 

El objetivo es que la máquina automatice los procesos linguísticos que un hablante nativo hace de manera natural, tales como la adquisición, comprensión y producción de la lengua; con el fin de que ella misma pueda emular esta capacidad humana. (DÍEZ CARRERA, 2012, p. 131).

Essa relação interdisciplinar está mais próxima da Linguística que da Documentação, pois os produtos linguísticos são resultado do trabalho de equipes multidisciplinares formadas por linguistas e informáticos, os quais compõem o espaço ocupacional da indústria da língua. Nesse sentido, os documentalistas, segundo o que se pode presumir, são consumidores dessas tecnologias linguísticas para uso nos sistemas de indexação.

Seguindo a contribuição de 1993, Díez Carrera (2012) assevera a necessidade de conhecimentos linguísticos para a recuperação da informação. A autora aponta que a Linguística descritiva, dividida em níveis de descrição (fonético, fonológico, morfológico, sintático, semântico e pragmático), cada qual com a sua unidade de análise, contribui ao processamento da linguagem até alcançar o significado contextual. Díez Carrera (2012) explora a divisão da linguística, aprofunda as constatações feitas em 1993, a respeito da produção da língua associada às disciplinas. Assim, a autora relaciona os produtos vinculados à Fonologia e Fonética (optical/intelligent character recognition, dicionários, hifenizadores, silabadores, corretores ortográficos e outras tecnologias da fala para reconhecimento e síntese de voz); ao campo da Morfologia (essencial para elaboração de estratégias de busca, truncagem de palavras, analisadores/geradores morfológicos, taggers, lemantizadores, flexionadores, etiquetadores entre outros); à área da Semântica e Pragmática (analisadores, geradores, dicionários morfológicos, sintáticos, desambiguadores, dicionários de língua, bilíngues e plurilíngues, dicionários especializados, indexadores de conteúdo, corretores ortográficos, gramaticais e de estilo, resumidores de conteúdo, buscadores, tradutores, processadores de texto, sistemas dialógicos etc.).

Como afirma Díez Carrera (2012, p. 138) "Cada vez son más las empresas españolas que se dedican al desarrollo de estos." Nesse caso, cita as empresas Eleka, Bitext e Linguaserve como desenvolvedoras de diversas tecnologias.

 

Los linguistas, asistidos por otros profesionales, elaboran productos lingüísticos que están o estarán presentes en los centros de información, y que serán de utilidad tanto para los documentalistas como para los usuarios. (DÍEZ CARRERA, 1993, p. 145).

Esse aspecto é de grande interesse às futuras pesquisas linguísticas em Documentação, porque reconhece que infelizmente o desenvolvimento de tecnologias não está vinculado a este campo, o qual se apresenta apenas no papel de ente consumidor. Contudo, as necessidades dos usuários de sistemas de organização do conhecimento e de sistemas de recuperação da informação e de bibliotecas digitais constituem-se problemas relacionados à indústria da língua, muitos dos quais estão sendo resolvidos por empresas. Entre os problemas e os desafios está na fronteira linguística encontrada pelas bibliotecas digitais, segundo Díez Carrera (2012, p. 139), a informação precisa ser acessada independentemente do idioma do conteúdo do documento.

As tecnologias e as técnicas associadas ao tratamento da linguagem seriam genericamente: web semântica, tradução automática, tradução assistida, sistema de reconhecimento automático da fala, sistema de sintetização de voz e sistemas dialógicos que relacionam homem-máquina. Esses desenvolvimentos, mais ou menos conhecidos dos documentalistas, em especial, o primeiro, têm buscado processar a linguagem textual ou oral e repercutido no desenvolvimento de sistemas de informação.

Assim, projeta-se como fundamental estar consciente das disciplinas linguísticas, até seus níveis mais elevados de teorização – como é o caso da Semântica e da Terminologia –, os quais poderiam aportar soluções aos especialistas em documentação no desenvolvimento de sistemas de recuperação da informação. Além disso, é evidente a necessidade de um conhecimento da língua em questão e de técnicas estatísticas e informáticas para seu processamento.

Os conhecimentos do campo semiótico voltados às línguas naturais e à sua sintetização serão de grande auxílio ao desenvolvimento de sistemas e poderão promover uma maior integração dos especialistas, os quais deixarão de participar desse ciclo apenas como consumidores de sistemas e produtos da indústria da língua.

Um fato que não se deve esquecer é que em relação a outros países, a Espanha tem uma demanda fundamental a solucionar, que é a questão das diversas línguas cooficiais. A Espanha possui uma língua oficial (castelhano) e três línguas cooficiais (catalão, basco e galego), além das não oficiais como aragonês, asturiano, estremenho, aranês. No caso das não oficiais, todas possuem um alto nível de formalização, com gramáticas e materiais voltados ao ensino, com o objetivo de preservar a língua. São elementos partícipes das políticas linguísticas e da indústria da língua que impactam no desenvolvimento de tecnologias e dos sistemas de informação e documentação.

Também no contexto das contribuições relacionadas à automatização do processamento da linguagem, não se poderia apartar os estímulos à criação de linguagens documentais. Nesse sentido, os autores Gil Urdiciain e Sánchez Jiménez (2014) aplicaram técnicas de recuperação da informação para a criação de um tesauro sobre comércio exterior. Os autores criaram um procedimento semiautomático para criação de tesauros, e ressaltaram a eficácia de algumas técnicas utilizadas em outros campos que agilizam o processamento da linguagem, mais especificamente, os termos e as suas relações semânticas hierárquicas e associativas que compõem um tesauro.

Os autores comentam que a geração automática de tesauros reparte-se em duas linhas: uma que considera os tesauros como ferramentas linguísticas e outra que entende o tesauro como ferramenta de recuperação da informação (GIL URDICIAIN; SÁNCHEZ JIMÉNEZ, 2014, p. 20). O projeto de responsabilidade dos autores desenvolveu o tesauro de comércio Exterior para o Instituto Espanhol de Comércio Exterior da Espanha (ICEX). O tesauro cobre 20.000 documentos eletrônicos, 3.600 documentos textuais e 10.000 fotografias que formam a base de dados do instituto. Para tanto, utilizaram como método os procedimentos de seleção do léxico, estabelecimento de campos temáticos, indicação de descritores a campos semânticos e desenvolvimento de relações. Para captação do léxico foi aplicado Term Frequency and Inverse Document Frequency (TFIDF) que responde a uma indexação automática e a indicação de candidatos a descritores. Contudo, a validação dos descritores foi revisada manualmente e verificada se representavam os conteúdos da coleção.

Em termos de unidades linguísticas trabalhadas, foi necessário utilizar outro indexador Keywords and Keyphrases (KEA), tal sistema deveria reconhecer sintagmas, verbos, substantivos, adjetivos, entre outras partículas (GIL URDICIAIN; SÁNCHEZ JIMÉNEZ, 2014, p. 21). Conquanto, foi necessário ainda filtrar o conteúdo com um programa de Dimensionality Reduction e utilizar analisadores morfológicos seguindo padrões para a terminologia. Na sequência, verificou-se uma redução, de 10.000 para 4500 termos, a qual foi completada com a extração de termos disponíveis em outras linguagens documentais, dicionários, glossários e outras fontes. Com esse cotejamento, foi possível chegar a um conjunto de termos e de relações mais concretos. Não obstante, seria fundamental, como visto, combinar técnicas manuais e procedimentos automáticos, e chegar a um processo semiautomático ou assistido.

O estudo dos autores demonstrou como é difícil automatizar todo o sistema de criação de tesauros, porém se deve reconhecer que trazem agilidade. A teoria do campo semântico está relacionada à técnica de clustering (agrupação), tal técnica utiliza probabilidades de relacionamento e de identificação de semelhanças entre os termos. Uma técnica especial, clustering blanco, por exemplo, aceita um grau de incerteza na hora de construir o agrupamento. Segundo os autores "el clustering blanco asume que un mismo objeto puede pertenecer a varios grupos al mismo tiempo" (GIL URDICIAIN; SÁNCHEZ JIMÉNEZ, 2014, p. 23). Assim, notaram que já existem técnicas que superam a dicotomia presente na lógica clássica e a inclusão do terceiro excluído, isto é, em que há níveis de incerteza no momento de atribuir um qualificativo ou buscar as similitudes entre os termos agrupados. Contudo, as relações obtidas ainda são entremescladas com as preferenciais, as hierárquicas e as associativas.

Sobre esta linha de contribuições, pode-se concluir que a atribuição de relações entre os conceitos ainda é um procedimento não totalmente automatizado, o que requer saberes de diversos especialistas que atuam no arranjo do sistema de informação. A indexação automática, a associação de termos em porcentagem de coocorrência para facilitar a atribuição de categorias de relacionamento, isto é, a combinação de técnicas na criação assistida de tesauros, revela-se de grande auxílio às atividades do documentalista.

Em âmbito geral, a Linguística computacional, ou melhor, a fusão de conhecimentos da Computação e da Linguística, tem constituído uma linha alternativa às aportações Linguísticas clássicas à Documentação e, pelo que se verificou, tem obtido bons resultados e terá mais êxito nos próximos anos em razão de sua aplicabilidade, abrangência, economia e produtividade.

Nesse sentido, este núcleo de contribuições coloca em pauta o questionamento das teorias linguísticas clássicas associadas à Documentação, uma vez que os resultados dos procedimentos manuais, com a sua base em categorias e conceitos da Linguística Estrutural e Textual, são muito limitados em relação ao volume de informação que pode ser tratada. Pertencente ao campo semiótico, acredita-se que este núcleo de interesses se antecipará à organização da informação e do conhecimento na constituição de uma Semiótica Computacional aplicada à Documentação. Podem-se agregar nessa perspectiva os estudos e as aplicação de Figuerola et al. (2003, 2004), Gil Leiva (1997, 2003), Zazo, Figuerola e Alonso Berrocal (2007) e Sánchez-Cuadrado et al. (2007).

Coincidindo com os trabalhos linguísticos aplicados em Documentação, mas que não têm a pretensão de constituir-se como um disciplinar autônomo, encontramse os estudos em Linguística cognitiva. De papel ainda minoritário, segundo um ponto de vista quantitativo, estão os trabalhos realizados em Linguística cognitiva, entendida como um ramo das Ciências cognitivas que problematiza e testa hipóteses sobre a linguagem humana. A Linguística cognitiva traz questões cruciais ao futuro da Documentação, ainda que não esteja configurada como uma corrente de estudos independente. A Linguística cognitiva está associada aos trabalhos de Lakoff e Langacker em que

 

[...] se aboga por una concepción enciclopédica del significado en la que existen sistemas de modelación del conocimiento ligados a varias formas de convencionalización que dan como resultado modelos cognitivos de varias clases. (MENDOZA IBÁÑEZ; PÉREZ HERNÁNDEZ, 2000, p. 80).

Enquanto a Linguística computacional manifesta uma relação com a Estatística para criação de modelos, a Linguística cognitiva radica, além das Ciências cognitivas, na Psicologia experimental, na medida em que é a partir dos estudos cognitivos e psicológicos que extrai elementos para conceber os modelos e as teorias que melhor explicam o funcionamento da linguagem humana.

Uma das propostas levantadas em 2000, por Mendoza Ibáñez e Pérez Hernández, é que a modelação do conhecimento depende da anotação de primitivos semânticos, isto é, unidades de significado indecomponíveis. A consideração dos primitivos semânticos leva à composição de uma metalinguagem. Segundo Jackendoff (apud MENDOZA IBÁÑEZ; PÉREZ HERNÁNDEZ, 2000, p. 81) seriam exemplos de primitivos semânticos: coisa, evento, estado, ação, lugar, caminho, propriedade de quantidade. Esses primitivos semânticos poderiam chegar a compor uma lista de até sessenta itens, tal como em Wierzbicha (apud MENDOZA IBÁÑEZ; PÉREZ HERNÁNDEZ, 2000, p. 82). Nesta linha de conta, poderiam ser incluídos como primitivos semânticos substantivos, predicados mentais, fala, ações, eventos, movimentos, existência, vida, determinantes, quantificadores, avaliadores, descritores, tempo, espaço, conectores, operadores entre orações, meta predicado, intensificador, taxonomia, partonímia, similaridade, entre outros.

Há uma certa semelhança entre os primitivos semânticos e a gramática de casos de Fillmore (agentivo, instrumental, dativo, factivo, locativo e objetivo), que é também considerado um dos fundadores da Linguística cognitiva. Ademais da patente semelhança com os trabalhos lógicos sobre as categorias, a exemplo de Aristóteles. A diferença consiste em manejar estes primitivos semânticos para testar modelos cognitivos que organizam as relações entre os conceitos a partir de domínios de referência. Os modelos cognitivos permitiriam definir o significado de conceitos e de metáforas. A partir dos modelos cognitivos poderse-ia compreender as relações semânticas entre as expressões linguísticas.

A título ilustrativo, os autores explicam que os primitivos semânticos – como parte, inclusão e localização – estão vinculados a modelos cognitivos genéricos de estrutura topológica, isto é, usam esquemas de imagens (MENDOZA IBÁÑEZ; PÉREZ HERNÁNDEZ, 2000, p. 92). Nesse sentido, buscam uma concepção entre esquemas cognitivos e de imagem como as relações semânticas estabelecidas entre os conceitos, de modo que um domínio de referência ou de um contexto relacional mobilizado, no instante de definição do sentido de um sintagma, atribua valores, tais como metáfora ou não metáfora.

A Linguística cognitiva, seguindo as contribuições de Lakoff, pode converter-se futuramente em uma nova abordagem semiótico-linguística em Documentação para a melhoria de sistemas de organização do conhecimento, baseando-se nos modelos cognitivos testados e a sua vinculação com as relações entre conceitos. Resultará em uma melhoria das interfaces de recuperação da informação.

Não obstante, atualmente, os sistemas de processamento da linguagem natural estão a cargo dos engenheiros e informáticos que utilizam os estudos aplicados da Linguística cognitiva para o desenvolvimento de sistemas. Nesse sentido, considerase que a Documentação já esteja alijada das recentes descobertas desse campo, bem como de suas aplicações mais consolidadas.

Contudo, os autores reconhecem a importância dos modelos para a área: "Asimismo, hemos examinado la relevancia de postular modelos cognitivos genéricos para una teoría de la organización del conocimiento." (MENDOZA IBÁÑEZ; PÉREZ HERNÁNDEZ, 2000, p. 95). Resta à Documentação espanhola voltar-se à teoria cognitiva e utilizar as aplicações existentes para fazer avançar uma suposta teoria linguística que se quer propriamente documental.

Outra fronteira com aportações teóricas e aplicadas importantes à Documentação, caso seja de fato objeto de análise, é o desenvolvimento de sistemas que trabalhem os discursos e expressões metafóricas, decorrente de estudos oriundos da Linguística cognitiva. Isto é, deve-se considerar que a fronteira do tratamento da linguagem científica já foi alcançada pelas técnicas tradicionais e automatizadas, e se está consistentemente avançando com as aplicações dedicadas aos textos completos.

Não obstante, a linguagem ordinária ainda não teve tratamento adequado pelos sistemas de informação. Por exemplo, não se consideraram quais relações semânticas uma narrativa de ficção estabelece com o usuário no momento da busca, pois não há tratamento robusto para os textos literários e de conteúdo polissêmico ou metafórico. Apesar disso, existem propostas de tratamento desses textos no campo da Linguística cognitiva, as quais mereceriam uma avaliação por parte dos especialistas em organização da informação e do conhecimento. A Linguística cognitiva pertence, logicamente, aos interesses semióticos que utilizam diversas matrizes teóricas, porém resolveu-se apresentá-la nesta seção pela vinculação genética com a Linguística geral.

Soma-se às aportações linguísticas não peirceanas à Documentação, reflexões com pouca sistematização, mas que têm em comum uma análise dos conflitos sociais que geram a linguagem. Essa, talvez tenha sido e continuará sendo nos próximos anos uma das mais promissoras correntes relacionadas ao estudo da linguagem na Espanha aplicada à organização da informação e do conhecimento. Ela estabelece interlocução com um campo semiótico mais sociocultural, o que não configura ainda, em absoluto, um alinhamento à Semiótica da Cultura.

Dentre os problemas da organização da informação e do conhecimento, encontra-se a propositura de soluções linguísticas para representar a diversidade cultural existente nas diversas regiões do planeta. Sabe-se que a União Europeia, em sua motivação de integração, teve que encontrar espaço à diversidade linguística. Nesse sentido, muitos programas governamentais foram e têm sido criados para preservação das línguas. Lloret Romero (2001, p. 61) cita o programa de promoção e conservação de línguas e culturas minoritárias como formas de preservar línguas autóctones presentes na União Europeia, a exemplo do aragonês, bable, bretão, catalão, corso, galês, basco, frísio, gaélico, galego, occitano, franco-provençal, sardo etc. Claro está que parte das línguas citadas encontra-se em território espanhol (aragonês, basco, galego e catalão), o que, em si mesmo, já significaria uma questão a resolver em política linguística, a qual, ao fim e ao cabo, interferirá no acesso à informação.

Decorrem também desse debate os estudos sobre as representações da mulher, da homossexualidade, de grupos étnicos e de minorias nos sistemas de informação, em seus instrumentos de organização da informação e do conhecimento. Essas categorias de conhecimento expressam um conjunto de valores. Da mesma forma, o trabalho de tradução de instrumentos como as tabelas de classificação e os tesauros, deve levar em conta a diversidade linguística e a conservação de valores de uma comunidade.

Nesse sentido, encontra-se aberta a questão da linguagem enquanto instância que representa a realidade social e reifica uma visão de mundo, uma cultura e um conjunto de valores. A língua não é mais vista como neutra ou uma barreira, mas condição de independência, autonomia cultural e meio para manifestação de liberdades. Nesse particular, destacam-se os trabalhos de Caro Castro e San Segundo Manuel (1999), Rodríguez Bravo e Morán Suárez (2001), San Segundo Manuel (2007), Rodríguez Bravo (2007). As teorias linguísticas somam-se aos estudos antropológicos, etnográficos, sociológicos, culturalistas e de gênero. Essa também é um tema relevante da abordagem semiótico-linguística e que parece ainda manter interessados no interior da Documentação na Espanha.

A Documentação não deixou de refletir essa conexão entre língua, linguagem e sociedade. Ademais da Linguística, esses estudos encontram guarida na Sociologia, Antropologia e Filosofia da Linguagem e podem significar uma perspectiva da Documentação em sentido externo.

Em síntese, as abordagens semióticas não peirceanas aqui resumidamente retratadas, longe de se constituírem uma trama coesa, representam a pluralidade dos temas linguísticos em Documentação, conformando-se na mais consistente via de interlocução. Desde as formas mais sistematizadas, alçando a estruturação de uma disciplina documental, como foi o caso da Linguística documental, passando por aplicações pontuais voltadas à elaboração de resumos, análise de textos, criação de categorias e redes semânticas, metodologias para definição de termos científicos, até alcançar as contribuições cognitivas e sociológicas sobre implicação da linguagem na Documentação, essas abordagens revelam uma riqueza de teorias empregadas, de técnicas aplicadas ao processamento da linguagem natural e de reflexões sobre os problemas da tradução de instrumentos de organização do conhecimento.