01550nam a2200217 a 450000100080000000500110000800800410001910000210006024501500008126001540023130000140038552007630039965000250116265300200118765300270120765300220123470000190125670000190127570000210129470000170131520387532020-01-21       2015    bl uuuu     u00u1 u    #d1 aRODRIGUES, L. S.  aIdentificação de Pontos Perceptualmente Importantes (PIP) em séries temporais de tópicos extraídos de dados textuais.h[electronic resource]  aIn: MOSTRA DE ESTAGIÁRIOS E BOLSISTAS DA EMBRAPA INFORMÁTICA AGROPECUÁRIA, 11., 2015, Campinas. Resumos expandidos... Brasília, DF: Embrapac2015  ap. 38-44.  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.  aTime series analysis  aClassificação  aExtração de tópicos  aSéries temporais1 aSINOARA, R. A.1 aREZENDE, S. O.1 aMARCACINI, R. M.1 aMOURA, M. F.