Um modelo temporal-relacional para classificação de documentos

Detalhes bibliográficos
Autor(a) principal: Fernando Henrique de Jesus Mourao
Data de Publicação: 2009
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/SLSS-7Z8MWL
Resumo: Classificação Automática de Documentos (CAD) representa um dos mais relevantes problemas de pesquisa em Recuperação de Informação. Apesar do grande número de técnicas existentes e da importância de características da linguagem humana, poucas levam em consideração tais características. Dessa forma, neste trabalho propomos uma representação para documentos, através de uma rede de termos, baseada em conceitos lingüísticos de relacionamentos entre termos. Usando essa representação, apresentamos um algoritmo relacional para CAD. Avaliações experimentais desse algoritmo mostram resultados comparáveis ao SVM em quatro bases reais. Uma análise detalhada também mostrou que considerar a evolução temporal da linguagem pode aperfeiçoar nosso algoritmo. Simples versões temporais do algoritmo proposto foram capazes de melhorar o desempenho do nosso classificador. Além disso, sua simplicidade e eficiência de execução são características que tornam nosso algoritmo uma interessante alternativa ao SVM.
id UFMG_f5bfa72e538262c23b4607ebc600004e
oai_identifier_str oai:repositorio.ufmg.br:1843/SLSS-7Z8MWL
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Wagner Meira JuniorAltigran Soares da SilvaEdleno Silva de MouraMarcos Andre GoncalvesFernando Henrique de Jesus Mourao2019-08-10T02:06:04Z2019-08-10T02:06:04Z2009-11-23http://hdl.handle.net/1843/SLSS-7Z8MWLClassificação Automática de Documentos (CAD) representa um dos mais relevantes problemas de pesquisa em Recuperação de Informação. Apesar do grande número de técnicas existentes e da importância de características da linguagem humana, poucas levam em consideração tais características. Dessa forma, neste trabalho propomos uma representação para documentos, através de uma rede de termos, baseada em conceitos lingüísticos de relacionamentos entre termos. Usando essa representação, apresentamos um algoritmo relacional para CAD. Avaliações experimentais desse algoritmo mostram resultados comparáveis ao SVM em quatro bases reais. Uma análise detalhada também mostrou que considerar a evolução temporal da linguagem pode aperfeiçoar nosso algoritmo. Simples versões temporais do algoritmo proposto foram capazes de melhorar o desempenho do nosso classificador. Além disso, sua simplicidade e eficiência de execução são características que tornam nosso algoritmo uma interessante alternativa ao SVM.Automatic Document Classification (ADC) is one of the most relevant and challenging research problems in Information Retrieval. Despite the large number of ADC techniques already proposed, few of them take into consideration characteristics of the human language. As discussed in recent studies [Montejo-Raez et al., 2008; Chen, 1995], understanding and considering such characteristics may benefit ADC. Therefore, in this work we propose a new network-based representation for textual documents that is based on fundamental concepts of Linguistic, in particular those associated with relationships between terms. Using the proposed model, we also introduce a relational algorithm for ADC which exploits such relationships. Experimental evaluation of this algorithm shows that it achieves results that are comparable to SVM in four real datasets. In addition, its simplicity, execution efficiency and a simple parameter tuning are characteristics that make our algorithm an interesting alternative to SVM. A deeper analysis also shows that there are several dimensions in which relational algorithms may be enhanced. Due to its relevance, particular attention is given to the temporal dimension. In fact, changes occur spontaneously at every moment affecting settings and observations made previously on the term network. Considering this evolving behavior may be very useful in the area of Information Retrieval [Alonso et al., 2007]. In order to incorporate the temporal dimension to our algorithm, we attach to every relationship of our network information about the moment of its construction. The evaluation of simple temporal versions of the proposed algorithm showed that considering the temporal evolution has improved the performance of our relational classifier, by providing more accurate information about the behavior of each term. A preliminary assessment of other dimensions of analysis, such as information scarcity and the use of attributes of relationships, also showed that more elaborated techniques to address such dimensions may benefit the proposed algorithm. Further, considering the generality of the linguistic concepts incorporated in this work, we believe that our proposal may be equally successful in various ADC application domains.Universidade Federal de Minas GeraisUFMGComputaçãoRecuperação de informaçãoMineração de dadosClassificaçãoe agrupamentoModelagem de redes complexasRecuperação de informaçãoMineração de textoAnálise temporalUm modelo temporal-relacional para classificação de documentosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALfernandohenriquedejesusmourao.pdfapplication/pdf1608870https://repositorio.ufmg.br/bitstream/1843/SLSS-7Z8MWL/1/fernandohenriquedejesusmourao.pdf0b00b6f4d161a8edf6c76e021ed67a78MD51TEXTfernandohenriquedejesusmourao.pdf.txtfernandohenriquedejesusmourao.pdf.txtExtracted texttext/plain233237https://repositorio.ufmg.br/bitstream/1843/SLSS-7Z8MWL/2/fernandohenriquedejesusmourao.pdf.txt4e2b9be651256c37cf7e417dc6468dd7MD521843/SLSS-7Z8MWL2019-11-14 06:53:30.453oai:repositorio.ufmg.br:1843/SLSS-7Z8MWLRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T09:53:30Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Um modelo temporal-relacional para classificação de documentos
title Um modelo temporal-relacional para classificação de documentos
spellingShingle Um modelo temporal-relacional para classificação de documentos
Fernando Henrique de Jesus Mourao
Classificaçãoe agrupamento
Modelagem de redes complexas
Recuperação de informação
Mineração de texto
Análise temporal
Computação
Recuperação de informação
Mineração de dados
title_short Um modelo temporal-relacional para classificação de documentos
title_full Um modelo temporal-relacional para classificação de documentos
title_fullStr Um modelo temporal-relacional para classificação de documentos
title_full_unstemmed Um modelo temporal-relacional para classificação de documentos
title_sort Um modelo temporal-relacional para classificação de documentos
author Fernando Henrique de Jesus Mourao
author_facet Fernando Henrique de Jesus Mourao
author_role author
dc.contributor.advisor1.fl_str_mv Wagner Meira Junior
dc.contributor.referee1.fl_str_mv Altigran Soares da Silva
dc.contributor.referee2.fl_str_mv Edleno Silva de Moura
dc.contributor.referee3.fl_str_mv Marcos Andre Goncalves
dc.contributor.author.fl_str_mv Fernando Henrique de Jesus Mourao
contributor_str_mv Wagner Meira Junior
Altigran Soares da Silva
Edleno Silva de Moura
Marcos Andre Goncalves
dc.subject.por.fl_str_mv Classificaçãoe agrupamento
Modelagem de redes complexas
Recuperação de informação
Mineração de texto
Análise temporal
topic Classificaçãoe agrupamento
Modelagem de redes complexas
Recuperação de informação
Mineração de texto
Análise temporal
Computação
Recuperação de informação
Mineração de dados
dc.subject.other.pt_BR.fl_str_mv Computação
Recuperação de informação
Mineração de dados
description Classificação Automática de Documentos (CAD) representa um dos mais relevantes problemas de pesquisa em Recuperação de Informação. Apesar do grande número de técnicas existentes e da importância de características da linguagem humana, poucas levam em consideração tais características. Dessa forma, neste trabalho propomos uma representação para documentos, através de uma rede de termos, baseada em conceitos lingüísticos de relacionamentos entre termos. Usando essa representação, apresentamos um algoritmo relacional para CAD. Avaliações experimentais desse algoritmo mostram resultados comparáveis ao SVM em quatro bases reais. Uma análise detalhada também mostrou que considerar a evolução temporal da linguagem pode aperfeiçoar nosso algoritmo. Simples versões temporais do algoritmo proposto foram capazes de melhorar o desempenho do nosso classificador. Além disso, sua simplicidade e eficiência de execução são características que tornam nosso algoritmo uma interessante alternativa ao SVM.
publishDate 2009
dc.date.issued.fl_str_mv 2009-11-23
dc.date.accessioned.fl_str_mv 2019-08-10T02:06:04Z
dc.date.available.fl_str_mv 2019-08-10T02:06:04Z
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/1843/SLSS-7Z8MWL
url http://hdl.handle.net/1843/SLSS-7Z8MWL
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/SLSS-7Z8MWL/1/fernandohenriquedejesusmourao.pdf
https://repositorio.ufmg.br/bitstream/1843/SLSS-7Z8MWL/2/fernandohenriquedejesusmourao.pdf.txt
bitstream.checksum.fl_str_mv 0b00b6f4d161a8edf6c76e021ed67a78
4e2b9be651256c37cf7e417dc6468dd7
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_ 1803589247205113856

Registros relacionados