Utilização do modelo skip-gram para representação distribuída de palavras no projeto Media Cloud Brasil

Description

Submitted by Evandro Lopes ([e-mail]) on 2016-04-04T03:14:32Z
No. of bitstreams: 1
dissertacao_skip_gram.pdf: 1559216 bytes, checksum: c9487105e0e9341acd30f549c30d4dc9 (MD5) / Approved for entry into archive by Janete de Oliveira Feitosa ([e-mail]) on 2016-07-19T19:55:35Z (GMT) No. of bitstreams: 1
dissertacao_skip_gram.pdf: 1559216 bytes, checksum: c9487105e0e9341acd30f549c30d4dc9 (MD5) / Approved for entry into archive by Marcia Bacha ([e-mail]) on 2016-07-25T17:47:32Z (GMT) No. of bitstreams: 1
dissertacao_skip_gram.pdf: 1559216 bytes, checksum: c9487105e0e9341acd30f549c30d4dc9 (MD5) / Made available in DSpace on 2016-07-25T17:47:47Z (GMT). No. of bitstreams: 1
dissertacao_skip_gram.pdf: 1559216 bytes, checksum: c9487105e0e9341acd30f549c30d4dc9 (MD5)
Previous issue date: 2015-06-30 / There is a representation problem when working with natural language processing because once the traditional model of bag-of-words represents the documents and words as single matrix, this one tends to be completely sparse. In order to deal with this problem, there are some methods capable of represent the words using a distributed representation, with a smaller dimension and more compact, including some properties that allow to relate words on the semantic form. The aim of this work is to use a dataset obtained by the Media Cloud Brasil project and apply the skip-gram model to explore relations and search for pattern that helps to understand the content. / Existe um problema de representação em processamento de linguagem natural, pois uma vez que o modelo tradicional de bag-of-words representa os documentos e as palavras em uma unica matriz, esta tende a ser completamente esparsa. Para lidar com este problema, surgiram alguns métodos que são capazes de representar as palavras utilizando uma representação distribuída, em um espaço de dimensão menor e mais compacto, inclusive tendo a propriedade de relacionar palavras de forma semântica. Este trabalho tem como objetivo utilizar um conjunto de documentos obtido através do projeto Media Cloud Brasil para aplicar o modelo skip-gram em busca de explorar relações e encontrar padrões que facilitem na compreensão do conteúdo.

Links & Downloads

1. LOPES, Evandro Dalbem. Utilização do modelo skip-gram para representação distribuída de palavras no projeto Media Cloud Brasil. Dissertação (Mestrado em Matemática Aplicada) - Escola de Matemática Aplicada, Fundação Getúlio Vargas - FGV, Rio de Janeiro, 2015.
2. http://hdl.handle.net/10438/16685

Tags

Natural Language Processing

Media Cloud Brasil

Neural Networks

Skip-gram

Processamento de Linguagem Natural

Media Cloud Brasil

Redes Neurais

Matemática

Media Cloud Brasil

Redes neurais (Computação)

Additional Fields

Identifer	oai:union.ndltd.org:IBICT/oai:bibliotecadigital.fgv.br:10438/16685
Date	30 June 2015
Creators	Lopes, Evandro Dalbem
Contributors	Souza, Renato Rocha, Camargo, Sabrina, Mello, Heliana, Escolas::EMAp, Coelho, Flávio Codeço
Source Sets	IBICT Brazilian ETDs
Language	Portuguese
Detected Language	Portuguese
Type	info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Source	reponame:Repositório Institucional do FGV, instname:Fundação Getulio Vargas, instacron:FGV
Rights	info:eu-repo/semantics/openAccess