|
Title:
|
MINERAÇÃO DE TEXTO APLICADA PARA IDENTIFICAR RELAÇÕES DE SIMILARIDADE: UM ESTUDO DE CASO |
|
Author(s):
|
Douglas Ferreira de Borba, Angelita Maria de Ré e Sandro Rautenberg |
|
ISBN:
|
978-989-8533-70-8 |
|
Editors:
|
Flávia Maria Santoro, Paula Miranda, Mário Dantas, Cristiano Costa e Pedro Isaías |
|
Year:
|
2017 |
|
Edition:
|
Single |
|
Keywords:
|
Mineração de Texto, Dado Não-Estruturado, Dado Textual, Relação de Similaridade, Projeto de Extensão Universitária |
|
Type:
|
Full Paper |
|
First Page:
|
175 |
|
Last Page:
|
182 |
|
Cover:
|
|
|
Full Contents:
|
click to dowload 
|
|
Paper Abstract:
|
Atualmente, são produzidos muitos dados textuais, resultando em um processamento oneroso para análise de dados. A Mineração de Texto emerge como uma abordagem que manipula grandes volumes de textos, automatizando a recuperação de informações. Este artigo apresenta uma revisão sobre Mineração de Texto e um estudo de caso de sua aplicação na identificação de similaridade de textos no domínio de uma Universidade Brasileira. Como resultado, uma solução computacional foi desenvolvida e um conjunto de requisitos para sua implementação. Concluindo, o uso de técnicas tradicionais de Mineração de Texto no desenvolvimento de uma solução computacional foi eficiente, auxiliando na redução do tempo e do esforço necessários para resolver o problema estudado. |
|
|
|
|
|
|
