Por favor, use este identificador para citar o enlazar este ítem:
http://www.alice.cnptia.embrapa.br/alice/handle/doc/895476
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.author | REZENDE, S. O. | pt_BR |
dc.contributor.author | MARCACINI, R. M. | pt_BR |
dc.contributor.author | MOURA, M. F. | pt_BR |
dc.date.accessioned | 2011-07-11T11:11:11Z | pt_BR |
dc.date.accessioned | 2011-07-11T11:11:11Z | pt_BR |
dc.date.available | 2011-07-11T11:11:11Z | pt_BR |
dc.date.available | 2011-07-11T11:11:11Z | pt_BR |
dc.date.created | 2011-07-11 | pt_BR |
dc.date.issued | 2011 | pt_BR |
dc.identifier.citation | Revista de Sistema de Informação da FSMA, Macaé, n. 7, p. 7-21, 2011. | pt_BR |
dc.identifier.uri | http://www.alice.cnptia.embrapa.br/alice/handle/doc/895476 | pt_BR |
dc.description | Resumo. O avanço das tecnologias para aquisição e armazenamento de dados tem permitido que o volume de informação gerado em formato digital aumente de forma significativa nas organizações. Cerca de 80% desses dados estão em formato não estruturado, no qual uma parte significativa são textos. A organização inteligente dessas coleções textuais é de grande interesse para a maioria das instituições, pois agiliza processos de busca e recuperação da informação. Nesse contexto, a Mineração de Textos permite a transformação desse grande volume de dados textuais não estruturados em conhecimento útil, muitas vezes inovador para as organizações. Em especial, o uso de métodos não supervisionados para extração e organização de conhecimento recebe grande atenção na literatura, uma vez que não exigem conhecimento prévio a respeito das coleções textuais a serem exploradas. Nesse artigo são descritas as principais técnicas e algoritmos existentes para extração e organização não supervisionada de conhecimento a partir de dados textuais. Os trabalhos mais relevantes na literatura são apresentados e discutidos em cada fase do processo de Mineração de Textos; e, são sugeridas ferramentas computacionais existentes para cada tarefa. Por fim, alguns exemplos e aplicações são apresentados para ilustrar o uso da Mineração de Textos em problemas reais. | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | openAccess | pt_BR |
dc.subject | Mineração de textos | pt_BR |
dc.subject | Agrupamentos de documentos | pt_BR |
dc.subject | Extração de metadados | pt_BR |
dc.subject | Hierarquias de tópicos | pt_BR |
dc.subject | Aprendizado não supervisionado | pt_BR |
dc.subject | Text mining | pt_BR |
dc.title | O uso da mineração de textos para extração e organização não supervisionada de conhecimento. | pt_BR |
dc.type | Artigo de periódico | pt_BR |
dc.date.updated | 2012-01-06T11:11:11Z | pt_BR |
riaa.ainfo.id | 895476 | pt_BR |
riaa.ainfo.lastupdate | 2012-01-06 | pt_BR |
dc.contributor.institution | SOLANGE O. REZENDE, ICMC/USP; RICARDO M. MARCACINI, ICMC/USP; MARIA FERNANDA MOURA, CNPTIA. | pt_BR |
Aparece en las colecciones: | Artigo em periódico indexado (CNPTIA)![]() ![]() |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
FSMA.pdf | 846.16 kB | Adobe PDF | ![]() Visualizar/Abrir |