Reconhecimento de nomes de pessoas e organizações em textos forenses usando uma variação do Modelo Oculto de Markov

Detalhes bibliográficos
Autor(a) principal: Dalben Júnior, Osvaldo
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio.unb.br/handle/10482/11234
Resumo: Dissertação (mestrado)—Universidade de Brasilia, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2011.
id UNB_f3c8ad6e46dd20394fc88f5634e6a958
oai_identifier_str oai:repositorio.unb.br:10482/11234
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Reconhecimento de nomes de pessoas e organizações em textos forenses usando uma variação do Modelo Oculto de MarkovRecognizing names of people and organizations in forensic texts using a hidden Markov model variationInformática forenseReconhecimento de Entidades Mencionadas (REM)Modelo Oculto de Markov (HMM)Dissertação (mestrado)—Universidade de Brasilia, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2011.Um dos atuais desafios na área da forense computacional está relacionado à análise de mídias computacionais apreendidas em grande quantidade pelas orças policiais. Os arquivos armazenados nessas mídias podem conter nomes de pessoas e organizações suspeitos, porém desconhecidos pelas equipes de investigação. O presente trabalho propõe a criação de um modelo de Reconhecimento de Entidades Mencionadas (REM) baseado no Modelo Oculto de Markov (HMM) para extrair nomes de pessoas e organizações de textos não estruturados contidos em mídias apreendidas. O modelo proposto, denominado ICCHMM {Identiication-Classification Context HMM é dividido em dois submodelos - identificação e classificação de entidades - e utiliza as informações do contexto das palavras e um gazetteer como forma de obter melhor desempenho. Experimentos foram realizados aplicados a corpora públicos e forenses e os resultados do ICC-HMM superaram os obtidos por sistemas participantes de avaliações conjuntas específicas para o REM no idioma português, o que sugere que o modelo proposto é aplicável ao cenário forense nacional. _______________________________________________________________________________________ ABSTRACTOne of the current challenges in computer forensics is related to the analysis of computer media seized in large quantities by he police. Files stored in these media may contain names of people and organizations suspected, but unknown by the analysis teams. This paper proposes the creation of a named entity recognition (NER) model based on the Hidden Markov Model (HMM) to extract names of people and organizations contained in unstructured text of seized media. The proposed model, called ICC-HMM (Identification - Classification Context HMM) is divided into two sub-models - identification and classification of entities - and uses the context information of words and a gazetteer in order to obtain better performance. Experiments were carried out on forensic corpora and our results outperformed some of the best NER-based systems in Portuguese language. This suggests that the proposed model is applicable in brazilian computer forensicsFaculdade de Tecnologia (FT)Departamento de Engenharia Elétrica (FT ENE)Programa de Pós-Graduação em Engenharia ElétricaClaro, Daniela BarreiroDalben Júnior, Osvaldo2012-09-19T21:17:42Z2012-09-19T21:17:42Z2012-09-192011-12-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfDALBEN JÚNIOR, Osvaldo. Reconhecimento de nomes de pessoas e organizações em textos forenses usando uma variação do modelo oculto de markov. 2011. xiv, 103 f., il. Dissertação (Mestrado em Engenharia Elétrica) —Universidade de Brasilia, Brasília, 2011.http://repositorio.unb.br/handle/10482/11234info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-03-01T16:09:48Zoai:repositorio.unb.br:10482/11234Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-03-01T16:09:48Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Reconhecimento de nomes de pessoas e organizações em textos forenses usando uma variação do Modelo Oculto de Markov
Recognizing names of people and organizations in forensic texts using a hidden Markov model variation
title Reconhecimento de nomes de pessoas e organizações em textos forenses usando uma variação do Modelo Oculto de Markov
spellingShingle Reconhecimento de nomes de pessoas e organizações em textos forenses usando uma variação do Modelo Oculto de Markov
Dalben Júnior, Osvaldo
Informática forense
Reconhecimento de Entidades Mencionadas (REM)
Modelo Oculto de Markov (HMM)
title_short Reconhecimento de nomes de pessoas e organizações em textos forenses usando uma variação do Modelo Oculto de Markov
title_full Reconhecimento de nomes de pessoas e organizações em textos forenses usando uma variação do Modelo Oculto de Markov
title_fullStr Reconhecimento de nomes de pessoas e organizações em textos forenses usando uma variação do Modelo Oculto de Markov
title_full_unstemmed Reconhecimento de nomes de pessoas e organizações em textos forenses usando uma variação do Modelo Oculto de Markov
title_sort Reconhecimento de nomes de pessoas e organizações em textos forenses usando uma variação do Modelo Oculto de Markov
author Dalben Júnior, Osvaldo
author_facet Dalben Júnior, Osvaldo
author_role author
dc.contributor.none.fl_str_mv Claro, Daniela Barreiro
dc.contributor.author.fl_str_mv Dalben Júnior, Osvaldo
dc.subject.por.fl_str_mv Informática forense
Reconhecimento de Entidades Mencionadas (REM)
Modelo Oculto de Markov (HMM)
topic Informática forense
Reconhecimento de Entidades Mencionadas (REM)
Modelo Oculto de Markov (HMM)
description Dissertação (mestrado)—Universidade de Brasilia, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2011.
publishDate 2011
dc.date.none.fl_str_mv 2011-12-13
2012-09-19T21:17:42Z
2012-09-19T21:17:42Z
2012-09-19
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 DALBEN JÚNIOR, Osvaldo. Reconhecimento de nomes de pessoas e organizações em textos forenses usando uma variação do modelo oculto de markov. 2011. xiv, 103 f., il. Dissertação (Mestrado em Engenharia Elétrica) —Universidade de Brasilia, Brasília, 2011.
http://repositorio.unb.br/handle/10482/11234
identifier_str_mv DALBEN JÚNIOR, Osvaldo. Reconhecimento de nomes de pessoas e organizações em textos forenses usando uma variação do modelo oculto de markov. 2011. xiv, 103 f., il. Dissertação (Mestrado em Engenharia Elétrica) —Universidade de Brasilia, Brasília, 2011.
url http://repositorio.unb.br/handle/10482/11234
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 application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1814508257507540992

Registros relacionados