• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Mémoire de Maîtrise
DOI
Document
Auteur
Nom complet
Thales Sinelli Lima
Adresse Mail
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Carlos, 2019
Directeur
Jury
Amancio, Diego Raphael (Président)
Chalco, Jesús Pascual Mena
Liang, Zhao
Travieso, Gonzalo
Titre en portugais
Segmentação em tópicos utilizando redes complexas
Mots-clés en portugais
Processamento de língua natural
Redes complexas
Segmentação de tópicos
Resumé en portugais
Redes complexas têm sido utilizadas para representar sistemas reais em várias áreas. Um dos sistemas estudados utilizando redes são as línguas naturais, com ênfase em estudos sobre as estruturas textuais. Nessa dissertação introduzimos modelos baseados em relações semânticas de palavras ou sentenças para a segmentação de tópicos. Aqui são abordados os principais conceitos utilizados no desenvolvimento dessa dissertação, assim como os resultados principais obtidos pelos métodos propostos. Vemos nos resultados obtidos que utilizando uma combinação de técnicas baseadas em redes previamente propostas juntamente com abordagens mais modernas de NLP obtemos resultados melhores que os modelos atuais baseados em redes.
Titre en anglais
Complex network approach to topic segmentation
Mots-clés en anglais
Complex networks
Natural language processing
Topic segmentation
Resumé en anglais
Complex Networks have been used to represent real systems of several areas. One of such system is natural language, with enpahsis on text structure. In this thesis, we introduce models based on semantic relations between words or sentences for topic segmentation. Here, we discuss the main concepts used during the development of this dissertation, as well as the main results achieved by the models proposed. The results obtained by combining previous complexnetwork based models with modern NLP methods perform considerably better than the current complex network baseline.
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
Date de Publication
2019-11-01
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2020. Tous droits réservés.