Made available in DSpace on 2018-08-02T00:03:48Z (GMT). No. of bitstreams: 1
tese_11160_CamilaZacche_dissertacao_final.pdf: 5437260 bytes, checksum: 0c96c6b2cce9c15ea234627fad78ac9a (MD5)
Previous issue date: 2017-03-31 / 8
Resumo
Os mapas conceituais são ferramentas gráficas para a
representação e construção do
conhecimento. Conceitos e relações formam a base para o aprendizado e, portanto, os mapas
conceituais têm sido amplamente utilizados em diferentes situações e para diferentes
propósitos na educação, sendo uma delas a represent
ação do texto escrito. Mes
mo um
gramá
tico e complexo texto pode ser representado por um mapa conceitual contendo apenas
conceitos
e relações que represente
m o que foi expresso de uma forma mais complicada.
No entanto, a construção manual de um mapa conceit
ual exige bastante tempo e esforço
na identificação e estruturação do conhecimento, especialmente quando o mapa não deve
representar os conceitos da estrutura cognitiva do autor. Em vez disso, o mapa deve
representar os conceitos expressos em um texto. Ass
im, várias abordagens tecnológicas
foram propostas para facilitar o processo de construção de mapas conceituais a partir de
textos.
Portanto, esta dissertação propõe uma nova abordagem para a construção automática
de mapas conceituais como sumarização de t
extos científicos. A sumarização pretende
produzir um mapa conceitual como uma representação resumida do texto, mantendo suas
diversas e mais importantes características.
A sumarização pode facilitar a compreensão dos textos, uma vez que os alunos estão
te
ntando lidar com a sobrecarga cognitiva causada pela crescente quantidade de informação
textual disponível atualmente. Este
crescimento
também pode ser prejudicial à construção
do conhecimento. Assim, consideramos a hipótese de que a sumarização de um text
o
representado por um mapa conceitual pode atribuir características importantes para assimilar
o conhecimento do texto, bem como diminuir a sua complexidade e o tempo necessário para
processá
-
lo.
Neste contexto, realizamos uma revisão da literatura entre o
s anos de 1994 e 2016 sobre
as abordagens que visam a construção automática de mapas conceituais a partir de textos. A
partir disso, construímos uma categorização para melhor identificar e analisar os recursos e
as características dessas abordagens tecnoló
gicas. Além disso, buscamos identificar as
limitações e reunir as melhores características dos trabalhos relacionados para propor nossa
abordagem.
9
Ademais, apresentamos um processo Concept Map Mining
elaborado seguindo quatro
dimensões
: Descrição da Fonte
de Dados, Definição do Domínio, Identificação de
Elementos e Visualização do Mapa.
Com o intuito de desenvolver uma arquitetura computacional para construir
automaticamente mapas conceituais como sumarização de textos acadêmicos, esta pesquisa
resultou na
ferramenta pública
CMBuilder
, uma ferramenta online para a construção
automática de mapas conceituais a partir de textos, bem como uma api java chamada
ExtroutNLP
, que contém bibliotecas para extração de informações e serviços públicos.
Para alcançar o objetivo proposto, direcionados
esforços
para áreas de processamento
de linguagem natural e recuperação de informação. Ressaltamos que a principal tarefa para
alcançar nosso objetivo é extrair do texto as proposições do tipo (
conceito, rela
ção, conceito
). Sob
essa premissa, a pesquisa introduz um pipeline que compreende: regras gramaticais e busca
em profundidade para a extração de conceitos e relações a partir do texto; mapeamento de
preposição, resolução de anáforas e exploração de entidad
es nomeadas para a rotulação de
conceitos;
ranking
de conceitos baseado na análise de frequência de elementos e na topologia
do mapa; e sumarização de proposição baseada na topologia do grafo. Além disso, a
abordagem também propõe o uso de técnicas de apre
ndizagem supervisionada de
clusterização e classificação associadas ao uso de um tesauro para a definição do domínio do
texto e construção de um vocabulário conceitual de domínios.
Finalmente, uma análise objetiva para validar a exatidão da biblioteca
Extr
outNLP
é
executada e apresenta
0.65
precision
sobre o
corpus
. Além disso,
uma análise subjetiva para
validar a qualidade do mapa conceitual construído pela ferramenta
CMBuilder
é realizada
,
apresentando
0.75/0.45 para
precision
/
recall
de conceitos e 0.57/
0.23
para precision/
recall
de
relações em idioma inglês e
apresenta
ndo
0.68/
0.38
para precision/
recall
de conceitos e
0.41/
0.19
para precision/
recall
de
relações em idioma português.
Ademais
, um experimento
para verificar se o mapa conceitual
sumarizado
pe
lo CMBuilder tem influência para a
compreensão do assunto abordado em um texto é realizado
, atingindo 60% de
acertos
para
mapas extraídos de pequenos textos com questões de múltipla
escolha e 77% de
acertos para
m
apas extraídos de textos extensos com quest
ões discursivas
Identifer | oai:union.ndltd.org:IBICT/oai:dspace2.ufes.br:10/9846 |
Date | 31 March 2017 |
Creators | AGUIAR, C. Z. |
Contributors | VILLAVICENCIO, A., Menezes, C. S., OLIVEIRA, E. S., Cury, D. |
Publisher | Universidade Federal do Espírito Santo, Mestrado em Informática, Programa de Pós-Graduação em Informática, UFES, BR |
Source Sets | IBICT Brazilian ETDs |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Repositório Institucional da UFES, instname:Universidade Federal do Espírito Santo, instacron:UFES |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.2372 seconds