Busca avançada
Ano de início
Entree

Representações semanticamente enriquecidas para mineração de textos em português: modelos e aplicações

Processo: 19/25010-5
Modalidade de apoio:Auxílio à Pesquisa - Regular
Vigência: 01 de novembro de 2020 - 30 de abril de 2023
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:Solange Oliveira Rezende
Beneficiário:Solange Oliveira Rezende
Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Pesquisadores associados: Alípio Mário Guedes Jorge ; Bruno Magalhães Nogueira ; Camila Vaccari Sundermann ; Marcos Aurelio Domingues ; Rafael Geraldeli Rossi ; Ricardo Marcondes Marcacini ; Roberta Akemi Sinoara ; Veronica Oliveira de Carvalho
Assunto(s):Fake news  Mapas conceituais  Mineração de texto  Semântica  Sistemas de recomendação  Inteligência artificial 
Palavra(s)-Chave do Pesquisador:Fake news | Mapas conceituais | Mineração de Textos | Representação de Textos | semântica | sistemas de recomendação | Inteligência Artificial

Resumo

Com a crescente geração e disponibilização de textos, seja internamente nas organizações ou na Web, técnicas de Mineração de Textos têm se tornado essenciais no apoio à análise e extração de conhecimento desses dados. Independentemente da aplicação ou técnica utilizada, o tratamento semântico dos textos é um grande desafio do processo de mineração. Esse desafio é ainda maior quando se considera textos escritos no idioma português, visto as particularidades do idioma e o limitado volume de recursos e pesquisas desenvolvidas. Nesse contexto, este projeto visa avançar as pesquisas da área de Mineração de Textos, com foco no idioma português, e disseminar o conhecimento da área por meio da aplicação em diferentes problemas do mundo real. Assim, serão investigados e propostos modelos de representação de textos semanticamente enriquecidos, abordando tanto representações no modelo espaço-vetorial quanto representações em rede, bem como sua aplicação no aprendizado baseado em uma única classe. Para viabilizar a pesquisa, coleções de textos escritos em português serão coletadas, preparadas e caracterizadas, disponibilizando à comunidade informações consolidadas sobre coleções rotuladas e disponibilizadas para pesquisa. Por fim, as representações semanticamente enriquecidas serão avaliadas e aplicadas em diferentes problemas práticos de Mineração de Textos, como análise de sentimentos, sistemas de recomendação, detecção de notícias falsas, descoberta baseada em literatura e mineração de eventos. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (13)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
PEGORARO SANTANA, IGOR ANDRE; DOMINGUES, MARCOS AURELIO. CONTEXT-AWARE MUSIC RECOMMENDATION WITH METADATA AWARENESS AND RECURRENT NEURAL NETWORKS. COMPUTING AND INFORMATICS, v. 41, n. 3, p. 27-pg., . (19/25010-5)
GONZAGA, VICTOR MACHADO; MURRUGARRA-LLERENA, NILS; MARCACINI, RICARDO; ACM. Multimodal intent classification with incomplete modalities using text embedding propagation. PROCEEDINGS OF THE 27TH BRAZILIAN SYMPOSIUM ON MULTIMEDIA AND THE WEB (WEBMEDIA '21), v. N/A, p. 4-pg., . (19/07665-4, 19/25010-5)
ARAUJO, ADAILTON F.; GOLO, MARCOS P. S.; MARCACINI, RICARDO M.. Opinion mining for app reviews: an analysis of textual representation and predictive models. AUTOMATED SOFTWARE ENGINEERING, v. 29, n. 1, . (19/25010-5, 19/07665-4)
GOLO, MARCOS P. S.; ARAUJO, ADAILTON F.; ROSSI, RAFAEL G.; MARCACINI, RICARDO M.. Detecting relevant app reviews for software evolution and maintenance through multimodal one-class learning. INFORMATION AND SOFTWARE TECHNOLOGY, v. 151, p. 12-pg., . (19/25010-5)
RODRIGUES MATTOS, JOAO PEDRO; MARCACINI, RICARDO M.; BAILEY, J; MIETTINEN, P; KOH, YS; TAO, D; WU, X. Semi-Supervised Graph Attention Networks for Event Representation Learning. 2021 21ST IEEE INTERNATIONAL CONFERENCE ON DATA MINING (ICDM 2021), v. N/A, p. 6-pg., . (19/25010-5, 19/07665-4)
ALVES DE LIMA, VITOR MESAQUE; DE ARAUJO, ADAILTON FERREIRA; MARCACINI, RICARDO MARCONDES. Temporal dynamics of requirements engineering from mobile app reviews. PEERJ COMPUTER SCIENCE, v. 7, p. 26-pg., . (19/25010-5, 19/07665-4)
STEVE ATAUCURI CRUZ, LORD FLAUBERT; SILVA, DIEGO FURTADO; WANI, MA; SETHI, I; SHI, W; QU, G; RAICU, DS; JIN, R. Financial Time Series Forecasting Enriched with Textual Information. 20TH IEEE INTERNATIONAL CONFERENCE ON MACHINE LEARNING AND APPLICATIONS (ICMLA 2021), v. N/A, p. 6-pg., . (19/25010-5)
DO CARMO, PAULO; MARCACINI, RICARDO; CHEN, Y; LUDWIG, H; TU, Y; FAYYAD, U; ZHU, X; HU, X; BYNA, S; LIU, X; et al. Embedding propagation over heterogeneous event networks for link prediction. 2021 IEEE INTERNATIONAL CONFERENCE ON BIG DATA (BIG DATA), v. N/A, p. 10-pg., . (19/25010-5, 19/07665-4)
SANTOS, BRUCCE NEVES DOS; MARCACINI, RICARDO MARCONDES; REZENDE, SOLANGE OLIVEIRA. Multi-Domain Aspect Extraction Using Bidirectional Encoder Representations From Transformers. IEEE ACCESS, v. 9, p. 91604-91613, . (19/25010-5, 19/07665-4)
GOLO, MARCOS PAULO SILVA; DE SOUZA, MARIANA CARAVANTI; ROSSI, RAFAEL GERALDELI; REZENDE, SOLANGE OLIVEIRA; NOGUEIRA, BRUNO MAGALHAES; MARCACINI, RICARDO MARCONDES. One-class learning for fake news detection through multimodal variational autoencoders. ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE, v. 122, p. 23-pg., . (19/25010-5)
DE SOUZA, MARIANA CARAVANTI; NOGUEIRA, BRUNO MAGALHAES; ROSSI, RAFAEL GERALDELI; MARCACINI, RICARDO MARCONDES; DOS SANTOS, BRUCCE NEVES; REZENDE, SOLANGE OLIVEIRA. A network-based positive and unlabeled learning approach for fake news detection. MACHINE LEARNING, . (19/25010-5)
REIS FILHO, IVAN J.; MARTINS, LUIZ H. D.; PARMEZAN, ANTONIO R. S.; MARCACINI, RICARDO M.; REZENDE, SOLANGE O.; XAVIER-JUNIOR, JC; RIOS, RA. Sequential Short-Text Classification from Multiple Textual Representations with Weak Supervision. INTELLIGENT SYSTEMS, PT I, v. 13653, p. 15-pg., . (19/07665-4, 19/25010-5)
DE MORAES JUNIOR, MARCELO ISAIAS; MARCACINI, RICARDO MARCONDES; IEEE. On the Use of Aggregation Functions for Semi-Supervised Network Embedding. 2023 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS, IJCNN, v. N/A, p. 8-pg., . (22/09091-8, 19/25010-5, 19/07665-4)

Por favor, reporte erros na lista de publicações científicas utilizando este formulário.
X

Reporte um problema na página


Detalhes do problema: