Modelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores Contínuos

Detalhes bibliográficos
Autor(a) principal: Leandro Rezende Carneiro de Mendonça
Data de Publicação: 2020
Tipo de documento: Tese
Título da fonte: Portal de Dados Abertos da CAPES
Texto Completo: https://sucupira.capes.gov.br/sucupira/public/consultas/coleta/trabalhoConclusao/viewTrabalhoConclusao.jsf?popup=true&id_trabalho=9781614
id BRCRIS_7c9337fd503710f39ca5dec1230a09bc
network_acronym_str CAPES
network_name_str Portal de Dados Abertos da CAPES
dc.title.pt-BR.fl_str_mv Modelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores Contínuos
title Modelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores Contínuos
spellingShingle Modelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores Contínuos
Document representation Neural network Natural language process Text analysis Vector representation Optimization Simulated annealing Machine learning
Representação de documento Redes neurais Processamento de linguagem natural Análise de texto Representação vetorial Otimização Recozimento simulado Aprendizado de máquina
Leandro Rezende Carneiro de Mendonça
title_short Modelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores Contínuos
title_full Modelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores Contínuos
title_fullStr Modelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores Contínuos
Modelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores Contínuos
title_full_unstemmed Modelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores Contínuos
Modelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores Contínuos
title_sort Modelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores Contínuos
topic Document representation Neural network Natural language process Text analysis Vector representation Optimization Simulated annealing Machine learning
Representação de documento Redes neurais Processamento de linguagem natural Análise de texto Representação vetorial Otimização Recozimento simulado Aprendizado de máquina
publishDate 2020
format doctoralThesis
url https://sucupira.capes.gov.br/sucupira/public/consultas/coleta/trabalhoConclusao/viewTrabalhoConclusao.jsf?popup=true&id_trabalho=9781614
author_role author
author Leandro Rezende Carneiro de Mendonça
author_facet Leandro Rezende Carneiro de Mendonça
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/5053246742596082
dc.contributor.advisor1.fl_str_mv GELSON DA CRUZ JUNIOR
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/4370555454162131
dc.publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE GOIÁS
publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE GOIÁS
instname_str UNIVERSIDADE FEDERAL DE GOIÁS
dc.publisher.program.fl_str_mv ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
dc.description.course.none.fl_txt_mv ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
reponame_str Portal de Dados Abertos da CAPES
collection Portal de Dados Abertos da CAPES
spelling CAPESPortal de Dados Abertos da CAPESModelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores ContínuosModelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores ContínuosModelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores ContínuosModelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores ContínuosModelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores ContínuosModelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores ContínuosModelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores ContínuosDocument representation Neural network Natural language process Text analysis Vector representation Optimization Simulated annealing Machine learning2020doctoralThesishttps://sucupira.capes.gov.br/sucupira/public/consultas/coleta/trabalhoConclusao/viewTrabalhoConclusao.jsf?popup=true&id_trabalho=9781614authorLeandro Rezende Carneiro de Mendonçahttp://lattes.cnpq.br/5053246742596082GELSON DA CRUZ JUNIORhttp://lattes.cnpq.br/4370555454162131UNIVERSIDADE FEDERAL DE GOIÁSUNIVERSIDADE FEDERAL DE GOIÁSUNIVERSIDADE FEDERAL DE GOIÁSENGENHARIA ELÉTRICA E DE COMPUTAÇÃOENGENHARIA ELÉTRICA E DE COMPUTAÇÃOPortal de Dados Abertos da CAPESPortal de Dados Abertos da CAPES
identifier_str_mv Mendonça, Leandro Rezende Carneiro de. Modelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores Contínuos. 2020. Tese.
dc.identifier.citation.fl_str_mv Mendonça, Leandro Rezende Carneiro de. Modelo Neural Recozido para a Representação Semântica de Documentos por Meio de Vetores Contínuos. 2020. Tese.
_version_ 1741884338517049344

Registros relacionados