Extração de relações semânticas binárias a partir de dados não estruturados em português

Rodrigues, Ariel Ferreira

Por favor, use este identificador para citar o enlazar este ítem: https://ri.ufs.br/jspui/handle/riufs/11112

Registro completo de metadatos

Campo DC	Valor	Lengua/Idioma
dc.contributor.author	Rodrigues, Ariel Ferreira	-
dc.date.accessioned	2019-05-08T13:15:01Z	-
dc.date.available	2019-05-08T13:15:01Z	-
dc.date.issued	2019-03-16	-
dc.identifier.citation	Rodrigues, Ariel Ferreira. Extração de relações semânticas binárias a partir de dados não estruturados em português. São Cristóvão, SE, 2018. Monografia (Graduação em engenharia da Computação) – Curso de Engenharia de Computação, Departamento de Computação, Centro de Ciências Exatas e Tecnologia, Universidade Federal de Sergipe, 2018	pt_BR
dc.identifier.uri	http://ri.ufs.br/jspui/handle/riufs/11112	-
dc.language	por	pt_BR
dc.subject	Engenharia da computação	por
dc.subject	Ensino de computação	por
dc.subject	Engenharia de software	por
dc.subject	Processamento de linguagem natural	por
dc.subject	Extração de informações	por
dc.subject	Extração de relações	por
dc.subject	Redes neurais convolucionais	por
dc.title	Extração de relações semânticas binárias a partir de dados não estruturados em português	pt_BR
dc.type	Monografia	pt_BR
dc.contributor.advisor1	Macedo, Hendrik Teixeira	-
dc.description.resumo	O presente trabalho avalia o uso de redes neurais convolucionais para extração de relações semânticas binárias de textos em português do Brasil e português de Portugal. Também é avaliado neste trabalho a influência da quantia de dimensões dos vetores de palavras nas macro-métricas (precisão, cobertura e métrica F1) resultantes. Para isso, foram avaliados quatro algoritmos de word embeddings diferentes (Word2Vec, Wang2Vec, FastText, GloVe), tendo sido os três primerios treinados a partir das abordagens SkipGram e CBoW. Cada word embedding foi avaliado com os valores de dimensões 50, 300 e 1000. O conjunto de dados utilizado neste trabalho foi gerado utilizando supervisão distante e inclui mais de 90 mil relações semânticas e mais de 1 bilhão de tokens. Os experimentos realizados alcançaram precisão de 80% e cobertura de 72%, resultados superiores aos apresentados pelos autores do conjunto de dados adotado, também pôde-se perceber que a quantia de dimensões dos word embeddings não influencia de forma linear as macro-métricas resultantes, reforçando resultados já encontrados na literatura.	pt_BR
dc.publisher.department	DCOMP - Departamento de Computação – Engenharia de Computação – São Cristóvão - Presencial	pt_BR
dc.subject.cnpq	CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::BANCO DE DADOS	pt_BR
dc.publisher.initials	Universidade Federal de Sergipe	pt_BR
dc.description.local	São Cristóvão, SE	pt_BR
Aparece en las colecciones:	Computação

Ficheros en este ítem:

Fichero	Descripción	Tamaño	Formato
Ariel_Ferreira_Rodrigues.pdf		567,87 kB	Adobe PDF	Visualizar/Abrir

Mostrar el registro sencillo del ítem