Classificação automática de texto buscando similaridade de palavras e significados ocultos

Adotamos o m etodo da indexação da semântica latente (LSI) para classifi car documentos que estejam relacionados por algum meio não restrito apenas aos termos presentes, mas buscando outras formas de similaridades. A redu cão de dimensionalidade da matriz Termo-Documento n~ao e novidade, sendo nor...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Rocha, Ricardo Luis de Azevedo da, Catae, Fabricio S.
Formato: Objeto de conferencia
Lenguaje:Portugués
Publicado: 2012
Materias:
Ciencias Informáticas
base de datos
Clustering
Semantics
Data mining
information retrieval
latent semantic indexing
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/23750
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-23750
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Portugués
topic Ciencias Informáticas
base de datos
Clustering
Semantics
Data mining
information retrieval
latent semantic indexing
spellingShingle Ciencias Informáticas
base de datos
Clustering
Semantics
Data mining
information retrieval
latent semantic indexing
Rocha, Ricardo Luis de Azevedo da
Catae, Fabricio S.
Classificação automática de texto buscando similaridade de palavras e significados ocultos
topic_facet Ciencias Informáticas
base de datos
Clustering
Semantics
Data mining
information retrieval
latent semantic indexing
description Adotamos o m etodo da indexação da semântica latente (LSI) para classifi car documentos que estejam relacionados por algum meio não restrito apenas aos termos presentes, mas buscando outras formas de similaridades. A redu cão de dimensionalidade da matriz Termo-Documento n~ao e novidade, sendo normalmente adotado entre 200 a 300 dimensões. Nesse trabalho, transformamos o LSI em um algoritmo semi-supervisionado e determinamos o n umero ideal de dimensão durante a fase de treinamento. O algoritmo utiliza um espa co isom etrico a aquele de nido pela matriz Termo-Documento para acelerar os c alculos.
format Objeto de conferencia
Objeto de conferencia
author Rocha, Ricardo Luis de Azevedo da
Catae, Fabricio S.
author_facet Rocha, Ricardo Luis de Azevedo da
Catae, Fabricio S.
author_sort Rocha, Ricardo Luis de Azevedo da
title Classificação automática de texto buscando similaridade de palavras e significados ocultos
title_short Classificação automática de texto buscando similaridade de palavras e significados ocultos
title_full Classificação automática de texto buscando similaridade de palavras e significados ocultos
title_fullStr Classificação automática de texto buscando similaridade de palavras e significados ocultos
title_full_unstemmed Classificação automática de texto buscando similaridade de palavras e significados ocultos
title_sort classificação automática de texto buscando similaridade de palavras e significados ocultos
publishDate 2012
url http://sedici.unlp.edu.ar/handle/10915/23750
work_keys_str_mv AT rocharicardoluisdeazevedoda classificacaoautomaticadetextobuscandosimilaridadedepalavrasesignificadosocultos
AT cataefabricios classificacaoautomaticadetextobuscandosimilaridadedepalavrasesignificadosocultos
bdutipo_str Repositorios
_version_ 1764820466152767491

Ejemplares similares