|
|
Registro Completo |
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
26/02/2016 |
Data da última atualização: |
21/01/2020 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
RODRIGUES, L. S.; SINOARA, R. A.; REZENDE, S. O.; MARCACINI, R. M.; MOURA, M. F. |
Afiliação: |
LUCAS SANTIAGO RODRIGUES, UFMS; ROBERTA AKEMI SINOARA, ICMC-USP; SOLANGE OLIVEIRA REZENDE, ICMC/USP; RICARDO MARCONDES MARCACINI, UFMS; MARIA FERNANDA MOURA, CNPTIA. |
Título: |
Identificação de Pontos Perceptualmente Importantes (PIP) em séries temporais de tópicos extraídos de dados textuais. |
Ano de publicação: |
2015 |
Fonte/Imprenta: |
In: MOSTRA DE ESTAGIÁRIOS E BOLSISTAS DA EMBRAPA INFORMÁTICA AGROPECUÁRIA, 11., 2015, Campinas. Resumos expandidos... Brasília, DF: Embrapa, 2015. |
Páginas: |
p. 38-44. |
Idioma: |
Português |
Conteúdo: |
Neste trabalho é apresentado um módulo computacional denominado PIPC (PIP Classification) que permite identificar Pontos Perceptualmente Importantes (PIP) em séries temporais. O módulo foi desenvolvido para apoiar o projeto Compilação e Recuperação de Informações Técnico-científicas e Indução ao Conhecimento (CRITIC@), permitindo identificar os pontos relevantes da evolução temporal de um tópico extraído dos textos, identificar documentos textuais que possam auxiliar a interpretar tais pontos, bem como classificar a formação de próximos PIPs nas séries temporais. Foram realizados testes do módulo a partir de notícias sobre produção de milho no Brasil, e os resultados preliminares de avaliação do módulo são promissores. |
Palavras-Chave: |
Classificação; Extração de tópicos; Séries temporais. |
Thesaurus Nal: |
Time series analysis. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/140179/1/020-15.pdf
|
Marc: |
LEADER 01550nam a2200217 a 4500 001 2038753 005 2020-01-21 008 2015 bl uuuu u00u1 u #d 100 1 $aRODRIGUES, L. S. 245 $aIdentificação de Pontos Perceptualmente Importantes (PIP) em séries temporais de tópicos extraídos de dados textuais.$h[electronic resource] 260 $aIn: MOSTRA DE ESTAGIÁRIOS E BOLSISTAS DA EMBRAPA INFORMÁTICA AGROPECUÁRIA, 11., 2015, Campinas. Resumos expandidos... Brasília, DF: Embrapa$c2015 300 $ap. 38-44. 520 $aNeste trabalho é apresentado um módulo computacional denominado PIPC (PIP Classification) que permite identificar Pontos Perceptualmente Importantes (PIP) em séries temporais. O módulo foi desenvolvido para apoiar o projeto Compilação e Recuperação de Informações Técnico-científicas e Indução ao Conhecimento (CRITIC@), permitindo identificar os pontos relevantes da evolução temporal de um tópico extraído dos textos, identificar documentos textuais que possam auxiliar a interpretar tais pontos, bem como classificar a formação de próximos PIPs nas séries temporais. Foram realizados testes do módulo a partir de notícias sobre produção de milho no Brasil, e os resultados preliminares de avaliação do módulo são promissores. 650 $aTime series analysis 653 $aClassificação 653 $aExtração de tópicos 653 $aSéries temporais 700 1 $aSINOARA, R. A. 700 1 $aREZENDE, S. O. 700 1 $aMARCACINI, R. M. 700 1 $aMOURA, M. F.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registros recuperados : 1 | |
1. | | RODRIGUES, L. S.; SINOARA, R. A.; REZENDE, S. O.; MARCACINI, R. M.; MOURA, M. F. Identificação de Pontos Perceptualmente Importantes (PIP) em séries temporais de tópicos extraídos de dados textuais. In: MOSTRA DE ESTAGIÁRIOS E BOLSISTAS DA EMBRAPA INFORMÁTICA AGROPECUÁRIA, 11., 2015, Campinas. Resumos expandidos... Brasília, DF: Embrapa, 2015. p. 38-44.Tipo: Artigo em Anais de Congresso |
Biblioteca(s): Embrapa Agricultura Digital. |
| |
Registros recuperados : 1 | |
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|