Identificação de Pontos Perceptualmente Importantes (PIP) em séries temporais de tópicos extraídos de dados textuais.

Vista sencilla de ítem
dc.contributorLUCAS SANTIAGO RODRIGUES, UFMS; ROBERTA AKEMI SINOARA, ICMC-USP; SOLANGE OLIVEIRA REZENDE, ICMC/USP; RICARDO MARCONDES MARCACINI, UFMS; MARIA FERNANDA MOURA, CNPTIA.
dc.creatorRODRIGUES, L. S.
dc.creatorSINOARA, R. A.
dc.creatorREZENDE, S. O.
dc.creatorMARCACINI, R. M.
dc.creatorMOURA, M. F.
dc.date2016-02-26T11:11:11Z
dc.date2016-02-26T11:11:11Z
dc.date2016-02-26
dc.date2015
dc.date2020-01-21T11:11:11Z
dc.date.accessioned2026-07-07T04:14:33Z
dc.descriptionNeste trabalho é apresentado um módulo computacional denominado PIPC (PIP Classification) que permite identificar Pontos Perceptualmente Importantes (PIP) em séries temporais. O módulo foi desenvolvido para apoiar o projeto Compilação e Recuperação de Informações Técnico-científicas e Indução ao Conhecimento (CRITIC@), permitindo identificar os pontos relevantes da evolução temporal de um tópico extraído dos textos, identificar documentos textuais que possam auxiliar a interpretar tais pontos, bem como classificar a formação de próximos PIPs nas séries temporais. Foram realizados testes do módulo a partir de notícias sobre produção de milho no Brasil, e os resultados preliminares de avaliação do módulo são promissores.
dc.formatp. 38-44.
dc.identifierIn: MOSTRA DE ESTAGIÁRIOS E BOLSISTAS DA EMBRAPA INFORMÁTICA AGROPECUÁRIA, 11., 2015, Campinas. Resumos expandidos... Brasília, DF: Embrapa, 2015.
dc.identifierhttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1038753
dc.identifier.urihttp://hdl.handle.net/123456789/455195
dc.languagepor
dc.rightsopenAccess
dc.subjectSéries temporais
dc.subjectExtração de tópicos
dc.subjectClassificação
dc.subjectTime series analysis
dc.titleIdentificação de Pontos Perceptualmente Importantes (PIP) em séries temporais de tópicos extraídos de dados textuais.
dc.typeArtigo em anais e proceedings

Archivos

Colecciones

Embrapa Agricultura Digital (CNPTIA)