Source: Anais. Conference titles: Simpósio Brasileiro de Qualidade de Software. Unidade: ICMC
Subjects: MINERAÇÃO DE DADOS, APRENDIZADO COMPUTACIONAL
ABNT
BARBOSA, Jacson Rodrigues et al. Mineração de textos para apoiar a predição de severidade de relatórios de incidentes: um estudo de viabilidade. 2017, Anais.. Porto Alegre: SBC, 2017. Disponível em: http://sbqs.com.br/anais/anais-do-sbqs-2017-rio-de-janeiro.pdf/view. Acesso em: 26 dez. 2024.APA
Barbosa, J. R., Matsuno, I. P., Guimarães, E. R., Rezende, S. O., Vincenzi, A. M. R., & Delamaro, M. E. (2017). Mineração de textos para apoiar a predição de severidade de relatórios de incidentes: um estudo de viabilidade. In Anais. Porto Alegre: SBC. Recuperado de http://sbqs.com.br/anais/anais-do-sbqs-2017-rio-de-janeiro.pdf/viewNLM
Barbosa JR, Matsuno IP, Guimarães ER, Rezende SO, Vincenzi AMR, Delamaro ME. Mineração de textos para apoiar a predição de severidade de relatórios de incidentes: um estudo de viabilidade [Internet]. Anais. 2017 ;[citado 2024 dez. 26 ] Available from: http://sbqs.com.br/anais/anais-do-sbqs-2017-rio-de-janeiro.pdf/viewVancouver
Barbosa JR, Matsuno IP, Guimarães ER, Rezende SO, Vincenzi AMR, Delamaro ME. Mineração de textos para apoiar a predição de severidade de relatórios de incidentes: um estudo de viabilidade [Internet]. Anais. 2017 ;[citado 2024 dez. 26 ] Available from: http://sbqs.com.br/anais/anais-do-sbqs-2017-rio-de-janeiro.pdf/view