MINERAÇÃO DE TEXTO NA IDENTIFICAÇÃO DE PALAVRAS-CHAVE NO CONTEXTO DO COVID-19 NA MODELAGEM FUZZY
DOI:
https://doi.org/10.12957/cadmat.2020.54666Resumo
A mídia, geradora de informações, impõe a necessidade da aplicação de técnicas para analise textual que capta opiniões sobre tematicas diversas. A Mineração Textual refere-se a dados não-estruturados tratados pelo KDT que consiste em um conjunto de procedimentos para crtica e permissão da continuidade do processo analítico. Objetiva-se inferir palavras-chave no contexto da conhecimento da COVID-19. A opção metodologica ao Fuzzy C-Means agrupou os termos em função da similaridade semântica e inferiu termos considerados "objeto típico", palavras-chave. A aplicação valeu-se de dois textos que permitiram criar histogramas dos termos e determinar o limiar para corte dos considerados irrelevantes. O gráfico de dispersão foi construído pelas frequências relativas dos termos remanescentes e a alocação no plano cartesiano indicou a quantidade de grupos vizinhos. Ao aplicar o metodo fuzzy a palavra-chave de destaque foi "infecção", que espelha a letalidade do COVID-19, uma vez que liderou um dos grupos.Downloads
Não há dados estatísticos.
Downloads
Publicado
2020-12-21
Como Citar
Passos Cruz, C. C., & Lanzillotti, R. S. (2020). MINERAÇÃO DE TEXTO NA IDENTIFICAÇÃO DE PALAVRAS-CHAVE NO CONTEXTO DO COVID-19 NA MODELAGEM FUZZY. Cadernos Do IME - Série Matemática, (15), 9–33. https://doi.org/10.12957/cadmat.2020.54666
Edição
Seção
Artigos
Licença
Os Direitos Autorais dos artigos publicados no periódico Cadernos do IME - Série Matemática pertencem ao(s) seu(s) respectivo(s) autor(es), com os direitos de primeira publicação cedidos ao periódico.
Cadernos do IME - Série Matemática está licenciado com uma Licença Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0 Internacional.