Modelagem de tópicos

Resumir e organizar corpus de dados por meio de algoritmos de aprendizagem de máquina

Autores

  • Marcos de Souza Universidade Federal de Minas Gerais
  • Renato Rocha Souza Universidade Federal de Minas Gerais

Palavras-chave:

Modelagem de tópicos, Aprendizagem de máquina, Alocação de Dirichlet Latente, Indexação semântica latente

Resumo

A pesquisa compara os resultados e desempenho dos modelos Latent Semantic Indexing (LSI) e Latent Dirichlet Allocation (LDA) de Machine Learning quando aplicado Modelagem de Tópicos em documentos dos canais formais da comunicação científica, constituído por 2006 artigos científicos e resumos expandidos do XIII ao XVII Encontro Nacional de Pesquisa em Ciência da Informação (ENANCIB). Constituem as etapas da pesquisa empírica a coleta dos dados para constituição, limpeza, manipulação, combinação, normalização, tratamento e transformação dos dados do corpus para conectar aos modelos de aprendizagem de máquina. Os modelos resumiram e organizaram o corpus de dados em tópicos que são constituídos por termos e pesos. O modelo LSI apresentou uma maior variedade entre os termos e pesos contidos em cada tópico, diferente do modelo LDA que apresentou uma maior similaridade nos resultados, facilitando, assim, para o especialista de domínio, criar a suposição para os nomes dos tópicos.

Downloads

Não há dados estatísticos.

Downloads

Publicado

2020-01-31

Como Citar

SOUZA , M. de; SOUZA , R. R. Modelagem de tópicos: Resumir e organizar corpus de dados por meio de algoritmos de aprendizagem de máquina. Múltiplos Olhares em Ciência da Informação, Belo Horizonte, v. 9, n. 2, 2020. Disponível em: https://periodicos.ufmg.br/index.php/moci/article/view/19138. Acesso em: 5 nov. 2024.