Uma abordagem para filtragem de arestas de grafos de palavras aplicada ao problema de classificação de texto
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPR |
Texto Completo: | https://hdl.handle.net/1884/70832 |
Resumo: | Orientador: Eduardo Jaques Spinosa |
id |
UFPR_8f92bf8eceb07363696f916cbb4d8120 |
---|---|
oai_identifier_str |
oai:acervodigital.ufpr.br:1884/70832 |
network_acronym_str |
UFPR |
network_name_str |
Repositório Institucional da UFPR |
repository_id_str |
308 |
spelling |
Oliveira, Marcela Ribeiro de, 1996-Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em InformáticaSpinosa, Eduardo Jaques, 1974-2021-06-21T17:45:12Z2021-06-21T17:45:12Z2020https://hdl.handle.net/1884/70832Orientador: Eduardo Jaques SpinosaDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa : Curitiba, 09/12/2020Inclui referências: p. 83-86Área de concentração: Ciência da ComputaçãoResumo: Classificação de texto é um problema clássico na área de Processamento de Linguagem Natural. Uma tarefa essencial na classificação de texto é a construção da representação, que deve prover informações relevantes para o classificador. Um dos modelos de representação mais efetivos utiliza grafos para representar textos. Esta pesquisa propõe uma abordagem que utiliza esse modelo de representação e medidas de associatividade de palavras para incorporar mais informações aos grafos. Essas medidas servem como um guia para identificar e remover arestas entre as palavras com baixo valor de associatividade. Então, utilizando o node2vec, extraímos as características de cada grafo e utilizamos uma rede neural convolucional de texto para realizar a classificação. Conduzimos experimentos para comparar diferentes tipos de modelagem dos grafos em termos de acerto na classificação e da proporção de arestas que foram removidas. Os resultados obtidos indicaram que essa abordagem torna possível reduzir a quantidade de arestas no grafo mantendo o desempenho da classificação. Palavras-chave: classificação de texto, grafo de palavras, aprendizagem de representação de grafos.Abstract: Text classification is a classic problem in Natural Language Processing. An essential task in text classification is the construction of the representation, which must provide relevant information to the classifier. One of the most effective representation model uses graphs to represent texts. This research proposes an approach that uses this representation model and word association measures to incorporate more information into the graphs. These measures then serve as a guide to identify and remove edges between words with low association levels. Then, using node2vec, we extract the features of each graph and use a text convolutional neural network for classification. We conducted experiments in order to compare different kinds of graph modeling in terms of classification score and the proportion of edges that were removed. The results obtained indicate that this approach makes it possible to reduce the amount of edges in the graphs maintaining classification performance. Keywords: text classification, graph of words, graph representation learning1 arquivo (105 p.) : il. (algumas color.).application/pdfTeoria dos grafosProcessamento eletronico de dadosAlgorítmosCiência da ComputaçãoUma abordagem para filtragem de arestas de grafos de palavras aplicada ao problema de classificação de textoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - MARCELA RIBEIRO DE OLIVEIRA.pdfapplication/pdf5369499https://acervodigital.ufpr.br/bitstream/1884/70832/1/R%20-%20D%20-%20MARCELA%20RIBEIRO%20DE%20OLIVEIRA.pdf48d9644935dee3acc64eb60e77b65cd6MD51open access1884/708322021-06-21 14:45:12.407open accessoai:acervodigital.ufpr.br:1884/70832Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082021-06-21T17:45:12Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false |
dc.title.pt_BR.fl_str_mv |
Uma abordagem para filtragem de arestas de grafos de palavras aplicada ao problema de classificação de texto |
title |
Uma abordagem para filtragem de arestas de grafos de palavras aplicada ao problema de classificação de texto |
spellingShingle |
Uma abordagem para filtragem de arestas de grafos de palavras aplicada ao problema de classificação de texto Oliveira, Marcela Ribeiro de, 1996- Teoria dos grafos Processamento eletronico de dados Algorítmos Ciência da Computação |
title_short |
Uma abordagem para filtragem de arestas de grafos de palavras aplicada ao problema de classificação de texto |
title_full |
Uma abordagem para filtragem de arestas de grafos de palavras aplicada ao problema de classificação de texto |
title_fullStr |
Uma abordagem para filtragem de arestas de grafos de palavras aplicada ao problema de classificação de texto |
title_full_unstemmed |
Uma abordagem para filtragem de arestas de grafos de palavras aplicada ao problema de classificação de texto |
title_sort |
Uma abordagem para filtragem de arestas de grafos de palavras aplicada ao problema de classificação de texto |
author |
Oliveira, Marcela Ribeiro de, 1996- |
author_facet |
Oliveira, Marcela Ribeiro de, 1996- |
author_role |
author |
dc.contributor.other.pt_BR.fl_str_mv |
Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática |
dc.contributor.author.fl_str_mv |
Oliveira, Marcela Ribeiro de, 1996- |
dc.contributor.advisor1.fl_str_mv |
Spinosa, Eduardo Jaques, 1974- |
contributor_str_mv |
Spinosa, Eduardo Jaques, 1974- |
dc.subject.por.fl_str_mv |
Teoria dos grafos Processamento eletronico de dados Algorítmos Ciência da Computação |
topic |
Teoria dos grafos Processamento eletronico de dados Algorítmos Ciência da Computação |
description |
Orientador: Eduardo Jaques Spinosa |
publishDate |
2020 |
dc.date.issued.fl_str_mv |
2020 |
dc.date.accessioned.fl_str_mv |
2021-06-21T17:45:12Z |
dc.date.available.fl_str_mv |
2021-06-21T17:45:12Z |
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 |
https://hdl.handle.net/1884/70832 |
url |
https://hdl.handle.net/1884/70832 |
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.format.none.fl_str_mv |
1 arquivo (105 p.) : il. (algumas color.). application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPR instname:Universidade Federal do Paraná (UFPR) instacron:UFPR |
instname_str |
Universidade Federal do Paraná (UFPR) |
instacron_str |
UFPR |
institution |
UFPR |
reponame_str |
Repositório Institucional da UFPR |
collection |
Repositório Institucional da UFPR |
bitstream.url.fl_str_mv |
https://acervodigital.ufpr.br/bitstream/1884/70832/1/R%20-%20D%20-%20MARCELA%20RIBEIRO%20DE%20OLIVEIRA.pdf |
bitstream.checksum.fl_str_mv |
48d9644935dee3acc64eb60e77b65cd6 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1801860291899686912 |