Uso de apontadores na classificação de documentos em coleções digitais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2007 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/RVMR-7AAQQJ |
Resumo: | Este trabalho mostra como informações derivadas de apontadores entre documentos da Web podem ser utilizadas na solução do problema de classificação de documentos. A forma mais comum de apontadores entre documentos da Web corresponde aos hyperlinks entre documentos. Entretanto, apontadores também podem ser derivados a partir de referências entre documentos de coleções digitais hospedadas na Web, por exemplo, a partir de referências entre artigos de bibliotecas digitais ou de enciclopedias. Especificamente, investigamos como a utilização de medidas derivadas de informação de apontadores, denominadas medidas bibliometricas, podem ser utilizadas para melhorar a qualidade de sistemas de classificação de documentos. As medidas bibliometricas utilizadas foram: co-citação, acoplamento bibliográfico e Amsler. Obtivemos classificadores com estas medidas e classificadores com informações de texto, utilizando os seguintes métodos de classificação: o método dos vizinhos mais próximos (kNN) e o método Suport Vector Machine (SVM). Classificadores com medidas bibliométricas mostraram ser eficazes sempre que a distribuição de apontadores na coleção possui determinadas características. Além disto, os documentos para os quais classificadores baseados nestas medidas falham mostraram-se difíceis também na classificação feita por pessoas.Propomos, ainda, um modo alternativo de combinar resultados de classificadores que usam medidas bibliométricas com resultados de classificadores que usam informações de texto. Experimentos mostram que a combinação de resultados é superior ao resultados individuais em todas as coleções de teste. |
id |
UFMG_b675985476d985230b1a80739c7d52c2 |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/RVMR-7AAQQJ |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Nivio ZivianiEdleno Silva de MouraIlmério Reis da SilvaCarlos Alberto HeuserAlberto Henrique Frade LaenderMarcos Andre GoncalvesThierson Couto Rosa2019-08-10T11:26:53Z2019-08-10T11:26:53Z2007-12-12http://hdl.handle.net/1843/RVMR-7AAQQJEste trabalho mostra como informações derivadas de apontadores entre documentos da Web podem ser utilizadas na solução do problema de classificação de documentos. A forma mais comum de apontadores entre documentos da Web corresponde aos hyperlinks entre documentos. Entretanto, apontadores também podem ser derivados a partir de referências entre documentos de coleções digitais hospedadas na Web, por exemplo, a partir de referências entre artigos de bibliotecas digitais ou de enciclopedias. Especificamente, investigamos como a utilização de medidas derivadas de informação de apontadores, denominadas medidas bibliometricas, podem ser utilizadas para melhorar a qualidade de sistemas de classificação de documentos. As medidas bibliometricas utilizadas foram: co-citação, acoplamento bibliográfico e Amsler. Obtivemos classificadores com estas medidas e classificadores com informações de texto, utilizando os seguintes métodos de classificação: o método dos vizinhos mais próximos (kNN) e o método Suport Vector Machine (SVM). Classificadores com medidas bibliométricas mostraram ser eficazes sempre que a distribuição de apontadores na coleção possui determinadas características. Além disto, os documentos para os quais classificadores baseados nestas medidas falham mostraram-se difíceis também na classificação feita por pessoas.Propomos, ainda, um modo alternativo de combinar resultados de classificadores que usam medidas bibliométricas com resultados de classificadores que usam informações de texto. Experimentos mostram que a combinação de resultados é superior ao resultados individuais em todas as coleções de teste.In this work, we show how information derived from links among Web documents can be used in the solutions of the problem of document classification. The most obvious form of link between two Web documents is a hyperlink connecting them. But links can also be derived from references among documents of digital collections hosted in the Web, for instance, from citations among articles of digital libraries and encyclopedias. Specifically, we study how the use of measures derived from link information, namedbibliometric measures can improve the accuracy of classification systems. As bibliometric measures, we used co-citation, bibliographic coupling and Amsler. We obtained distinct classifiers by applying bibliometric and text-based measures to the traditional k-nearest neighbors (kNN) and Support Vector Machine (SVM) classification methods. Bibliometric measures were shown to be effective for document classification whenever some characteristics of link distribution is present in the collection. Most of the documents where the classifier based on bibliometric measures failed were shown to be difficult ones even for human classification. We also propose a new alternative way of combining results of bibliometric-measurebased classifiers and text based classifiers. In the experiments performed with three distinct collections, the combination approach adopted achieved results better than the results of each classifier in isolation.Universidade Federal de Minas GeraisUFMGCiencia da informação Metodos estatisticosWorld Wide Web (Sistema de recuperação da informação)ComputaçãoSistemas especialistas (Computação)Processamento de textos (Computação)Sistemas de recuperação da informaçãoBibliometriabibliotecas digitaisUso de apontadores na classificação de documentos em coleções digitaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALthiersoncoutorosa.pdfapplication/pdf593084https://repositorio.ufmg.br/bitstream/1843/RVMR-7AAQQJ/1/thiersoncoutorosa.pdf86d5265171b4450ded9416edbafcf14dMD51TEXTthiersoncoutorosa.pdf.txtthiersoncoutorosa.pdf.txtExtracted texttext/plain153015https://repositorio.ufmg.br/bitstream/1843/RVMR-7AAQQJ/2/thiersoncoutorosa.pdf.txt82df3ceb95bbca4f8af8d73fcd0c1ae3MD521843/RVMR-7AAQQJ2019-11-14 05:32:38.963oai:repositorio.ufmg.br:1843/RVMR-7AAQQJRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T08:32:38Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Uso de apontadores na classificação de documentos em coleções digitais |
title |
Uso de apontadores na classificação de documentos em coleções digitais |
spellingShingle |
Uso de apontadores na classificação de documentos em coleções digitais Thierson Couto Rosa bibliotecas digitais Ciencia da informação Metodos estatisticos World Wide Web (Sistema de recuperação da informação) Computação Sistemas especialistas (Computação) Processamento de textos (Computação) Sistemas de recuperação da informação Bibliometria |
title_short |
Uso de apontadores na classificação de documentos em coleções digitais |
title_full |
Uso de apontadores na classificação de documentos em coleções digitais |
title_fullStr |
Uso de apontadores na classificação de documentos em coleções digitais |
title_full_unstemmed |
Uso de apontadores na classificação de documentos em coleções digitais |
title_sort |
Uso de apontadores na classificação de documentos em coleções digitais |
author |
Thierson Couto Rosa |
author_facet |
Thierson Couto Rosa |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Nivio Ziviani |
dc.contributor.advisor-co1.fl_str_mv |
Edleno Silva de Moura |
dc.contributor.referee1.fl_str_mv |
Ilmério Reis da Silva |
dc.contributor.referee2.fl_str_mv |
Carlos Alberto Heuser |
dc.contributor.referee3.fl_str_mv |
Alberto Henrique Frade Laender |
dc.contributor.referee4.fl_str_mv |
Marcos Andre Goncalves |
dc.contributor.author.fl_str_mv |
Thierson Couto Rosa |
contributor_str_mv |
Nivio Ziviani Edleno Silva de Moura Ilmério Reis da Silva Carlos Alberto Heuser Alberto Henrique Frade Laender Marcos Andre Goncalves |
dc.subject.por.fl_str_mv |
bibliotecas digitais |
topic |
bibliotecas digitais Ciencia da informação Metodos estatisticos World Wide Web (Sistema de recuperação da informação) Computação Sistemas especialistas (Computação) Processamento de textos (Computação) Sistemas de recuperação da informação Bibliometria |
dc.subject.other.pt_BR.fl_str_mv |
Ciencia da informação Metodos estatisticos World Wide Web (Sistema de recuperação da informação) Computação Sistemas especialistas (Computação) Processamento de textos (Computação) Sistemas de recuperação da informação Bibliometria |
description |
Este trabalho mostra como informações derivadas de apontadores entre documentos da Web podem ser utilizadas na solução do problema de classificação de documentos. A forma mais comum de apontadores entre documentos da Web corresponde aos hyperlinks entre documentos. Entretanto, apontadores também podem ser derivados a partir de referências entre documentos de coleções digitais hospedadas na Web, por exemplo, a partir de referências entre artigos de bibliotecas digitais ou de enciclopedias. Especificamente, investigamos como a utilização de medidas derivadas de informação de apontadores, denominadas medidas bibliometricas, podem ser utilizadas para melhorar a qualidade de sistemas de classificação de documentos. As medidas bibliometricas utilizadas foram: co-citação, acoplamento bibliográfico e Amsler. Obtivemos classificadores com estas medidas e classificadores com informações de texto, utilizando os seguintes métodos de classificação: o método dos vizinhos mais próximos (kNN) e o método Suport Vector Machine (SVM). Classificadores com medidas bibliométricas mostraram ser eficazes sempre que a distribuição de apontadores na coleção possui determinadas características. Além disto, os documentos para os quais classificadores baseados nestas medidas falham mostraram-se difíceis também na classificação feita por pessoas.Propomos, ainda, um modo alternativo de combinar resultados de classificadores que usam medidas bibliométricas com resultados de classificadores que usam informações de texto. Experimentos mostram que a combinação de resultados é superior ao resultados individuais em todas as coleções de teste. |
publishDate |
2007 |
dc.date.issued.fl_str_mv |
2007-12-12 |
dc.date.accessioned.fl_str_mv |
2019-08-10T11:26:53Z |
dc.date.available.fl_str_mv |
2019-08-10T11:26:53Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/1843/RVMR-7AAQQJ |
url |
http://hdl.handle.net/1843/RVMR-7AAQQJ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.initials.fl_str_mv |
UFMG |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/RVMR-7AAQQJ/1/thiersoncoutorosa.pdf https://repositorio.ufmg.br/bitstream/1843/RVMR-7AAQQJ/2/thiersoncoutorosa.pdf.txt |
bitstream.checksum.fl_str_mv |
86d5265171b4450ded9416edbafcf14d 82df3ceb95bbca4f8af8d73fcd0c1ae3 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1803589236414218240 |