Classificação automática de texto por meio de similaridade de palavras: um algoritmo mais eficiente (2013)
- Authors:
- Autor USP: CATAE, FABRICIO SHIGUERU - EP
- Unidade: EP
- Sigla do Departamento: PCS
- Subjects: ALGORITMOS; RECONHECIMENTO DE PADRÕES
- Language: Português
- Abstract: A análise da semântica latente é uma técnica de processamento de linguagem natural, que busca simplificar a tarefa de encontrar palavras e sentenças por similaridade. Através da representação de texto em um espaço multidimensional, selecionam-se os valores mais significativos para sua reconstrução em uma dimensão reduzida. Essa simplificação lhe confere a capacidade de generalizar modelos, movendo as palavras e os textos para uma representação semântica. Dessa forma, essa técnica identifica um conjunto de significados ou conceitos ocultos sem a necessidade do conhecimento prévio da gramática. O objetivo desse trabalho foi determinar a dimensionalidade ideal do espaço semântico em uma tarefa de classificação de texto. A solução proposta corresponde a um algoritmo semi-supervisionado que, a partir de exemplos conhecidos, aplica o método de classificação pelo vizinho mais próximo e determina uma curva estimada da taxa de acerto. Como esse processamento é demorado, os vetores são projetados em um espaço no qual o cálculo se torna incremental. Devido à isometria dos espaços, a similaridade entre documentos se mantém equivalente. Esta proposta permite determinar a dimensão ideal do espaço semântico com pouco esforço além do tempo requerido pela análise da semântica latente tradicional. Os resultados mostraram ganhos significativos em adotar o número correto de dimensões.
- Imprenta:
- Data da defesa: 08.01.2013
-
ABNT
CATAE, Fabricio Shigueru. Classificação automática de texto por meio de similaridade de palavras: um algoritmo mais eficiente. 2013. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2013. Disponível em: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-06072014-225124/. Acesso em: 05 out. 2024. -
APA
Catae, F. S. (2013). Classificação automática de texto por meio de similaridade de palavras: um algoritmo mais eficiente (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/3/3141/tde-06072014-225124/ -
NLM
Catae FS. Classificação automática de texto por meio de similaridade de palavras: um algoritmo mais eficiente [Internet]. 2013 ;[citado 2024 out. 05 ] Available from: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-06072014-225124/ -
Vancouver
Catae FS. Classificação automática de texto por meio de similaridade de palavras: um algoritmo mais eficiente [Internet]. 2013 ;[citado 2024 out. 05 ] Available from: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-06072014-225124/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas