MINERAÇÃO DE TEXTO NA IDENTIFICAÇÃO DE PALAVRAS-CHAVE NO CONTEXTO DO COVID-19 NA MODELAGEM FUZZY

Carla Cristina Passos Cruz, Regina Serrão Lanzillotti

Resumo


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.

Texto completo:

PDF


DOI: https://doi.org/10.12957/cadmat.2020.54666

Apontamentos

  • Não há apontamentos.


Direitos autorais 2020 Carla Cristina Passos Cruz, Regina Serrão Lanzillotti

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição - Não comercial - Compartilhar igual 4.0 Internacional.

e-ISSN: 2236-2797 | ISSN: 1413-9030 

DOI
https://doi.org/10.12957/cadmat.

E-mail: cadernos_mat@ime.uerj.br    


Licença Creative Commons
Cadernos do IME - Série Matemática está licenciado com uma Licença Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0 Internacional.