Extração de unidades terminológicas em dados não-estruturados aplicada ao aprendizado semi-supervisionado multivisão

• Processo: 08/02091-5
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de março de 2009
• Data de Término da vigência: 28 de fevereiro de 2010
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Maria Carolina Monard
• Beneficiário: Ígor Assis Braga
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Inteligência artificial Aprendizado computacional Mineração de texto Pré-processamento de dados Dados não estruturados Extração automática de termos Algoritmos
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | aprendizado semi-supervisionado multivisão | Co-Training | Extração de Terminologia | Mineração de Textos | pré-processamento de dados não-estruturados | Inteligência Artificial

Resumo

A Mineração de Textos (MT) tem uma crescente importância prática dado o volume massivo de documentos disponíveis online. No entanto, o sucesso da etapa de extração de padrões da MT ainda depende muito da existência de textos rotulados. A solução para esse problema vem sendo pesquisada na área de Aprendizado Semi-supervisionado (Ss), que tem o potencial de reduzir a necessidade de custosas aquisições de dados rotulados. Alguns algoritmos de aprendizado Ss necessitam de que mais de uma visão (ou descrição) dos dados seja construída. Poucos estudos já lidaram com a extração de duas descrições de dados textuais, e é essa lacuna que este trabalho pretende preencher. Neste sentido, para construir uma segunda visão de dados textuais, propõe-se uma abordagem lingüístico-estatística de extração de terminologia. A hipótese subjacente a essa abordagem híbrida está no fato de que documentos especializados são caracterizados pelo uso repetido de certas unidades lexicais ou construções morfossintáticas. (AU)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

BRAGA, Ígor Assis. Aprendizado semissupervisionado multidescrição em classificação de textos. 2010. Dissertação de Mestrado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB) São Carlos.