Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Representation of texts as complex networks: a mesoscopic approach

Texto completo
Autor(es):
de Arruda, Henrique Ferraz [1] ; Silva, Filipi Nascimento [2] ; Marinho, Vanessa Queiroz [1] ; Amancio, Diego Raphael [1] ; Costa, Luciano da Fontoura [2]
Número total de Autores: 5
Afiliação do(s) autor(es):
[1] Univ Sao Paulo, Inst Math & Comp Sci, Ave Trabalhador Sancarlense 400, BR-13566590 Sao Carlos, SP - Brazil
[2] Univ Sao Paulo, Sao Carlos Inst Phys, Sao Ave Trabalhador Sancarlense 400, BR-13566590 Sao Carlos, SP - Brazil
Número total de Afiliações: 2
Tipo de documento: Artigo Científico
Fonte: JOURNAL OF COMPLEX NETWORKS; v. 6, n. 1, p. 125-144, FEB 2018.
Citações Web of Science: 3
Resumo

Statistical techniques that analyse texts, referred to as text analytics, have departed from the use of simple word count statistics towards a new paradigm. Text mining now hinges on a more sophisticated set of methods, including the representations in terms of complex networks. While well-established word-adjacency (co-occurrence) methods successfully grasp syntactical features of written texts, they are unable to represent important aspects of textual data, such as its topical structure, that is the sequence of subjects developing at a mesoscopic level along the text. Such aspects are often overlooked by current methodologies. In order to grasp the mesoscopic characteristics of semantical content in written texts, we devised a network model which is able to analyse documents in a multi-scale fashion. In the proposed model, a limited amount of adjacent paragraphs are represented as nodes, which are connected whenever they share a minimum semantical content. To illustrate the capabilities of our model, we present, as a case example, a qualitative analysis of `Alice's Adventures in Wonderland'. We show that the mesoscopic structure of a document, modelled as a network, reveals many semantic traits of texts. Such an approach paves the way to a myriad of semantic-based applications. In addition, our approach is illustrated in a machine learning context, in which texts are classified among real texts and randomized instances. (AU)

Processo FAPESP: 16/19069-9 - Classificação de documentos usando informações semânticas em redes complexas
Beneficiário:Diego Raphael Amancio
Modalidade de apoio: Auxílio à Pesquisa - Regular
Processo FAPESP: 11/50761-2 - Modelos e métodos de e-Science para ciências da vida e agrárias
Beneficiário:Roberto Marcondes Cesar Junior
Modalidade de apoio: Auxílio à Pesquisa - Temático
Processo FAPESP: 15/05676-8 - Desenvolvimento de novos modelos para reconhecimento de autoria com a utilização de redes complexas
Beneficiário:Vanessa Queiroz Marinho
Modalidade de apoio: Bolsas no Brasil - Mestrado
Processo FAPESP: 14/20830-0 - Modelagem e reconhecimento de padrões em textos com redes complexas
Beneficiário:Diego Raphael Amancio
Modalidade de apoio: Auxílio à Pesquisa - Regular
Processo FAPESP: 15/08003-4 - Abordagem de redes complexas em e-Science e dados dinâmicos
Beneficiário:Filipi Nascimento Silva
Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado