| Registro completo |
| Provedor de dados: |
Infoteca-e
|
| País: |
Brazil
|
| Título: |
Metodologia para a comparação de diferentes métodos de descrição de agrupamentos hierárquicos de documentos independentes do algoritmo de agrupamento.
|
| Autores: |
MOURA, M. F.
SANTOS, F. F. dos
MARCACINI, R. M.
REZENDE, S. O.
|
| Data: |
2011-04-11
|
| Ano: |
2010
|
| Palavras-chave: |
Descritores de agrupamento
Agrupamento hierárquico
Mineração de texto
Modelos lineares generalizado
Análise de variância
Recuperação de informação
Hierarchical document clusters descriptors
Generalized linear models.
Mutual information mean.
Multiple mean comparisons
|
| Resumo: |
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.
bitstream/item/32407/1/BolPesq26.pdf
|
| Tipo: |
Boletim de Pesquisa e Desenvolvimento (INFOTECA-E)
|
| Idioma: |
Português
|
| Identificador: |
15660
http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/885560
|
| Editor: |
Campinas: Embrapa Informática Agropecuária, 2010.
|
| Relação: |
Embrapa Informática Agropecuária - Boletim de Pesquisa e Desenvolvimento (INFOTECA-E)
(Embrapa Informática Agropecuária. Boletim de pesquisa e desenvolvimento, 26).
|
| Formato: |
37 p. il.
|
|
