Mineração de Textos

Com o crescimento da Educação a distância (EAD), os fóruns de discussão online se apresentam como um importante instrumento no processo de ensino-aprendizagem. No entanto, à medida que as discussões em fóruns crescem torna-se difícil para professores/tutores acompanhar as discussões e consequentemente avaliar as contribuições dos estudantes. Diante disso, este artigo avalia um modelo de avaliação automática de postagens em um fórum educacional conduzido em língua portuguesa por meio de 4 classificadores. Os resultados obtidos demonstram o bom desempenho do multilayer perceptron (MLP) para classificação das postagens e evidencia a possibilidade do modelo avaliado ser utilizado para fins educacionais.

In this paper we show apply text mining techniques, Correspondence Analysis and Fuzzy C-Means Clustering in order to identify associations among countries and titles of documents available at a profile in Academia.edu. All analysis was carried out by R software and several R scripts are presented.

Magazines specialized in architecture and urbanism are an interesting field for the application of text analysis methodologies, given the large amount of information they accumulate, and in this sense go beyond their importance due to the historical testimonies they keep. In this work, our objective was the application of digital text mining techniques in the editorials from ARQUITETURA magazine, a monthly periodical and spokesman for the Institute of Architects of Brazil during the 1960s. Our hypothesis is that the application of these techniques may add new layers of knowledge capable of dimensioning previously formulated insights, and also pointing out new paths that had not yet been visualized. The Brazilians magazines architecture specialized studies still constitute a field with many possibilities for theoretical and methodological deepening, and our work can contribute to this research theme, as well as provide new methods for the construction of historiography on the thinking and ideas of Brazilian modern architects.

O objetivo deste trabalho de pesquisa em nível de mestrado é extrair informação em artigos científicos completos sobre efeitos relacionados ao domínio da doença Anemia Falciforme (AF). Para isso, primeiramente é necessário converter os artigos inerentemente no formato não-estruturado (PDF) para o formato semi-estruturado (XML), permitindo acesso aos níveis estruturais dos artigos por: página, parágrafo e sentença. Em seguida, a partir do acesso ao documento XML, será possível processar o texto a fim de identificar os efeitos (complicação e benefício) da AF originados a partir de um tratamento. Nesse contexto será proposta uma metodologia de pré-processamento textual, utilizando a combinação de três abordagens para extrair informação no domínio biomédico: abordagem baseada em aprendizado de máquina, utilizada para classificar as sentenças em complicação, benefício e outros (sentenças que não são complicação nem benefício), as quais são processadas do documento XML; abordagem baseada em dicionário, utilizada para identificar diretamente efeitos da AF nas sentenças classificadas; e abordagem baseada em regras, utilizada para identificar padrões de extração de efeitos com expressões regulares. Um desafio na extração de informação no contexto deste trabalho é lidar com um grande volume de dados. Assim, surge a oportunidade de utilizar a Mineração de Textos para processar arquivos em formato não-estruturado, identificando padrões textuais que serão armazenados no formato estruturado em um banco de dados relacional, para ser posteriormente utilizado por algoritmos de Mineração de Dados.