|
|
Registros recuperados : 2 | |
1. | | PEREBOLLI, J. M.; TAGLIARI, J. L.; DEMARCH, J.; RAMALHO JÚNIOR, A.; ALMEIDA, P. de; AMPESSAN, D. L.; MONDINI, W. J.; VAVASSORI, A.; ABELINO, V. I.; GERMANN, A. Criar marrecos em arrozeiras na entressafra: um bom negócio. Florianópolis: EPAGRI, 1992. 17 p. (EPAGRI. Boletim didatico, 1). Biblioteca(s): Embrapa Amazônia Oriental. |
| |
2. | | PEROBELLI, J. M.; TAGLIARI, J. L.; DEMARCH, J.; RAMALHO JUNIOR, A.; ALMEIDA, P. de; AMPESSAN, D. L.; MONDINI, W. J.; VAVASSORI, A.; ABELINO, V. I.; GERMANN, A. Criar marrecos em arrozeiros na entresafra: um bom negocio. Florianopolis: EPAGRI, 1992. 16p. il. (EPAGRI. Boletim Didatico, 1). Biblioteca(s): Embrapa Rondônia. |
| |
Registros recuperados : 2 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
11/07/2011 |
Data da última atualização: |
06/01/2012 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
C - 0 |
Autoria: |
REZENDE, S. O.; MARCACINI, R. M.; MOURA, M. F. |
Afiliação: |
SOLANGE O. REZENDE, ICMC/USP; RICARDO M. MARCACINI, ICMC/USP; MARIA FERNANDA MOURA, CNPTIA. |
Título: |
O uso da mineração de textos para extração e organização não supervisionada de conhecimento. |
Ano de publicação: |
2011 |
Fonte/Imprenta: |
Revista de Sistema de Informação da FSMA, Macaé, n. 7, p. 7-21, 2011. |
Idioma: |
Português |
Conteúdo: |
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. |
Palavras-Chave: |
Agrupamentos de documentos; Aprendizado não supervisionado; Extração de metadados; Hierarquias de tópicos; Mineração de textos; Text mining. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/37233/1/FSMA.pdf
|
Marc: |
LEADER 02122naa a2200217 a 4500 001 1895476 005 2012-01-06 008 2011 bl uuuu u00u1 u #d 100 1 $aREZENDE, S. O. 245 $aO uso da mineração de textos para extração e organização não supervisionada de conhecimento.$h[electronic resource] 260 $c2011 520 $aResumo. 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. 653 $aAgrupamentos de documentos 653 $aAprendizado não supervisionado 653 $aExtração de metadados 653 $aHierarquias de tópicos 653 $aMineração de textos 653 $aText mining 700 1 $aMARCACINI, R. M. 700 1 $aMOURA, M. F. 773 $tRevista de Sistema de Informação da FSMA, Macaé$gn. 7, p. 7-21, 2011.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Expressão de busca inválida. Verifique!!! |
|
|