A UTILIZAÇÃO DE CLASSIFICADORES DE TEXTO NA MINERAÇÃO DE IDEIAS AGREGANDO CRITÉRIOS DE ESPECIALISTAS

Conteúdo do artigo principal

Luiz Fernando Spillere de Souza
https://orcid.org/0000-0002-0411-7252
Alexandre Leopoldo Gonçalves
http://orcid.org/0000-0002-6583-2807

Resumo

Objetivo: A tarefa de buscar uma ideia em uma base de dados quando realizada por um  especialista humano consiste em fazer a leitura de cada texto e estabelecer critérios de escolha para classificar textos que possam conter ou não ideias. O objetivo deste trabalho é aplicar a classificação de texto na mineração de ideias com a finalidade de simular a atuação de um especialista humano, comparando o desempenho dos classificadores de texto Support Vector Machines, Naive Bayes e Decision Trees.

Design/Metodologia/Abordagem: O método científico utilizado neste trabalho caracteriza-se como indutivo. A abordagem é quantitativa e a natureza refere-se a uma pesquisa aplicada. Quanto aos objetivos, a pesquisa é exploratória por proporcionar maior familiaridade com o problema, com vistas a torná-lo mais explícito ou construir hipóteses.

Resultados: A partir dos experimentos práticos realizados conclui-se que os classificadores de textos analisados apresentaram bom desempenho na tarefa de separar uma base de ideias segundo critérios utilizados por especialistas, através do aprendizado de máquina.

Originalidade/valor: A contribuição deste trabalho está fundamentada em agregar conhecimento de especialistas aos sistemas de aprendizado de máquina, mais especificamente aos classificadores de texto aplicados à mineração de ideias.

Detalhes do artigo

Seção
Artigos
Biografia do Autor

Luiz Fernando Spillere de Souza, Universidade Federal de Santa Catarina

Programa de Pós Graduação em Engenharia e Gestão do Conhecomento

Alexandre Leopoldo Gonçalves, Professor da Universidade Federal de Santa Catarina

Professor no Departamento de Engenharia e Gestão do Conhecimento UFSC

Artigos mais lidos pelo mesmo(s) autor(es)