Made available in DSpace on 2014-06-12T15:50:25Z (GMT). No. of bitstreams: 2
arquivo1971_1.pdf: 1243968 bytes, checksum: c2b0ffac3863dd2dac1588531b3c8f78 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2008 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Este trabalho propõe e avalia sistemas híbridos para organização automática de
documentos texto baseado em Mapas Auto-Organizáveis (do inglês Self-Organizing
Maps - SOM). O objetivo é obter um sistema que ao combinar SOM com outros
algoritmos de agrupamento seja capaz de gerar mapas de documentos de qualidade a um
custo computacional baixo para grandes coleções de documentos texto.
Um mapa de documentos é resultado de pós-processamento de uma rede neural SOM
treinada com os vetores representativos dos documentos de uma coleção. Um mapa de
documentos é considerado de boa qualidade quando este representa bem as relações de
similaridade de conteúdo entre documentos de uma coleção.
Um mapa de documentos possibilita a organização de uma coleção de documentos texto
de acordo com a similaridade de conteúdo e tem aplicação na melhoria dos processos de
recuperação de informação, exploração, navegação e descoberta de conhecimento sobre
uma coleção.
Vários trabalhos na literatura de redes neurais têm utilizado SOM para criar mapas de
documentos. Entretanto, o treinamento de redes SOM ainda é uma tarefa cara
computacionalmente para grandes coleções de documentos texto. Alguns métodos
propostos na literatura para construir mapas de documentos mais rapidamente reduzem
drasticamente a qualidade do mapa gerado; além disso, sistemas híbridos envolvendo
SOM com outros algoritmos de agrupamento têm sido pouco investigados na literatura.
Estes fatos motivaram o presente trabalho.
Os resultados mostram que a combinação cuidadosa de algoritmos tradicionais de
agrupamento como K-means e Leader com redes SOM é capaz de produzir sistemas
híbridos bastante eficientes. Por este motivo, sistemas híbridos foram propostos, visando
à construção automática de mapas de documentos com qualidade e a um custo
computacional mais baixo.
Estes sistemas híbridos representam um avanço na área de sistemas de organização
automática de documentos texto, bem como sistemas neurais híbridos baseados em SOM,
fornecendo resultados importantes para diversas aplicações práticas no projeto de
sistemas, tais como engenhos de busca, sistemas para bibliotecas digitais e sistemas para
descoberta de conhecimento em texto
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/1480 |
| Date | 31 January 2008 |
| Creators | CORRÊA, Renato Fernandes |
| Contributors | LUDERMIR, Teresa Bernarda |
| Publisher | Universidade Federal de Pernambuco |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0024 seconds