SEPARAÇÃO AUTOMÁTICA    DE ATRIBUTOS PARA MÉTODOS DE APRENDIZADO MULTI-VISÃO

• Autor(a) principal: Luiz Felipe Goncalves Magalhaes
• Data de Publicação: 2018
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/ESBF-B4KHRE
• topic: Verificação de Qualidade; Aprendizado de Máquina; MultiVisão; Recuperação de informação; Recuperação da informação; Computação; Aprendizado do computador

Aprendizado Multivisão é uma tendência em alta em aprendizado de máquina e já produziu resultados bastante significativos em diversas áreas de aplicação. Uma delas é a de verificação automática de qualidade de conteúdo criado colaborativamente na Web, melhor exemplificado pelas `Wikis'. A solução estado-da-arte para esse problema se apoia no aprendizado multivisão, em que qualidade é considerado um conceito multifacetado que pode ser aprendido partindo de critérios de qualidade definidos por humanos. Cada uma das facetas é considerada como uma "visão", e será avaliada separadamente no Aprendizado Multivisão. A tarefa de determinar as visões para a máquina é um processo manual e requer a assistência de um especialista, o que é difícil de executar em muitos cenários. Por conta disso, propomos um gerador de visões automático para endereçar esse problema. Os resultados do nosso método foram positivos, com ganhos significativos comparando a outros abordagens presentes na literatura.