Ensemble Learning for Keyword Extraction

Detalhes bibliográficos
Autor(a) principal: Geadas, Pedro
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/35576
Resumo: Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra
id RCAP_9d6b9cebb1fab8bc1ad2f9ef633ae844
oai_identifier_str oai:estudogeral.uc.pt:10316/35576
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Ensemble Learning for Keyword ExtractionKeywordKeyphraseAutomatic Keyword ExtractionEnsemble learningArtificial IntelligenceMachine LearningSupervised Machine LearningInformation ExtractionInformation RetrievalDissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia da Universidade de CoimbraNowadays, the most relevant events occurring in the city are advertised on-line, generally through small textual descriptions. The exponential growth of the Web often hampers the task of finding relevant information, turning the existence of good information extraction and summarization methods in a necessity. As such, the main goal of this dissertation is to develop an ensemble learning application for automatically extracting keywords from those event textual descriptions, since using human indexers is slow and expensive. Through rich information on events, one should be able to understand its mobility implications and possibly correlate both, allowing to foreseeing eventual repercussions that a specific event may cause in the city’s normal behavior. The proposed application intends to apply Supervised Machine Learning approaches, namely from known automatic keyword extraction systems, retrieving a set of keywords as output from the event descriptions usually found in theWeb2013-09-20info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/35576http://hdl.handle.net/10316/35576TID:201539306engGeadas, Pedroinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-05-25T04:32:16Zoai:estudogeral.uc.pt:10316/35576Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T20:54:30.194124Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Ensemble Learning for Keyword Extraction
title Ensemble Learning for Keyword Extraction
spellingShingle Ensemble Learning for Keyword Extraction
Geadas, Pedro
Keyword
Keyphrase
Automatic Keyword Extraction
Ensemble learning
Artificial Intelligence
Machine Learning
Supervised Machine Learning
Information Extraction
Information Retrieval
title_short Ensemble Learning for Keyword Extraction
title_full Ensemble Learning for Keyword Extraction
title_fullStr Ensemble Learning for Keyword Extraction
title_full_unstemmed Ensemble Learning for Keyword Extraction
title_sort Ensemble Learning for Keyword Extraction
author Geadas, Pedro
author_facet Geadas, Pedro
author_role author
dc.contributor.author.fl_str_mv Geadas, Pedro
dc.subject.por.fl_str_mv Keyword
Keyphrase
Automatic Keyword Extraction
Ensemble learning
Artificial Intelligence
Machine Learning
Supervised Machine Learning
Information Extraction
Information Retrieval
topic Keyword
Keyphrase
Automatic Keyword Extraction
Ensemble learning
Artificial Intelligence
Machine Learning
Supervised Machine Learning
Information Extraction
Information Retrieval
description Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra
publishDate 2013
dc.date.none.fl_str_mv 2013-09-20
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/35576
http://hdl.handle.net/10316/35576
TID:201539306
url http://hdl.handle.net/10316/35576
identifier_str_mv TID:201539306
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799133831693860864

Registros relacionados