|
|
Por favor, utilize esse identificador para citar ou referenciar esse registro:
http://www.infoteca.cnptia.embrapa.br/handle/doc/885560
|
       
| Formato Registro | Conteúdo |
|---|
| Unidade da Embrapa/Coleção: | Embrapa Informática Agropecuária - Boletim de Pesquisa e Desenvolvimento (INFOTECA-E) |
| Identificador: | 15660 |
| Data de Envio: | 11-Abr-2011 |
| Tipo do Material: | Boletim de Pesquisa e Desenvolvimento (INFOTECA-E) |
| Autoria: | MOURA, M. F.
SANTOS, F. F. dos
MARCACINI, R. M.
REZENDE, S. O. |
| Informações Adicionais: | MARIA FERNANDA MOURA, CNPTIA; FABIANO FERNANDES DOS SANTOS, USP; RICARDO MARCONDES MARCACINI, USP; SOLANGE OLIVEIRA REZENDE, USP. |
| Título: | Metodologia para a comparação de diferentes métodos de descrição de agrupamentos hierárquicos de documentos independentes do algoritmo de agrupamento. |
| Edição: | 2010 |
| Fonte/Imprenta: | Campinas: Embrapa Informática Agropecuária, 2010. |
| Páginas: | 37 p. il. |
| Série: | (Embrapa Informática Agropecuária. Boletim de pesquisa e desenvolvimento, 26). |
| Idioma: | pt_BR |
| Palavras-chaves: | Descritores de agrupamento
Agrupamento hierárquico
Mineração de texto
Modelos lineares generalizado
Análise de variância
Recuperação de informação |
| NAL Thesaurus: | Hierarchical document clusters descriptors
Mutual information mean
Multiple mean comparisons,
Generalized linear models. |
| Conteúdo: | Para facilitar a compreensão de uma coleção de documentos, pode-se organizá-la em grupos hierárquicos e obter descritores para cada um dos grupos automaticamente. O problema que se apresenta é decidir entre métodos de agrupamentos e de descrição dos grupos, que sejam eficientes e apresentem bons resultados. Particularmente, este trabalho apresenta uma proposta para a comparação entre resultados obtidos a partir de métodos de seleção de descritores em agrupamentos hierárquicos de documentos, especificamente para métodos independentes do algoritmo de agrupamento utilizado. Para esses métodos, dado um agrupamento hierárquico, o objetivo é selecionar descritores (palavras ou sentenças) discriminativos dos grupos, preferencialmente sem repetição de descritores ao longo dos efetivamente representativo da coleção de textos agrupada. Dessa forma, torna-se imperativo encontrar uma medida que verifique a efetividade da discriminação para os descritores selecionados, bem como uma medida de qualidade destes. Nessa proposta, a discriminação é medida por meio da avaliação dos resultados de um processo de recuperação de informações, que utiliza os descritores para formar as expressões de busca. A qualidade é medida pela variabilidade do vocabulário obtido e sua representatividade em relação ao conjunto total de atributos utilizado para o agrupamento dos documentos. Essas medidas e processo de validação respeitam a hierarquia produzida pelo agrupamento, bem como padronizações e validações confiáveis do ponto de vista estatístico. Os experimentos e os resultados obtidos mostram que essa metodologia é capaz de avaliar seguramente a diferença de efetividade entre métodos de descrição de agrupamentos hierárquicos, tendo sido aplicada a dezesseis coleções de textos e quatro diferentes métodos de descrição. |
| Ano de Publicação: | 2010 |
| URI: | http://www.infoteca.cnptia.embrapa.br/handle/doc/885560 |
| Aparece nas Coleções: | Boletim de Pesquisa e Desenvolvimento (CNPTIA)
|
|
