Atribuição de Autoria: Um estudo comparativo entre a classificação tradicional de textos e uso de aprendizado de métrica profundo

• Main Author: WALTER DO ESPÍRITO SANTO SOUZA FILHO
• Other Authors: EDSON TAKASHI MATSUBARA
• Format: Lecture
• Language: Portuguese
• Published: Fundação Universidade Federal de Mato Grosso do Sul 2023
• Subjects: Atribuição de Autoria; PNL; PLN; DML; Aprendizado de Métrica; Bert; ArcFace; Ciências Exatas e da Terra
• Online Access: https://repositorio.ufms.br/handle/123456789/7755

Neste estudo, exploramos uma nova abordagem para Atribuição de Autoria (AA) no campo do Processamento de Linguagem Natural (PLN). Ao adaptar o modelo de linguagem para Aprendizado de Métrica Profundo, propomos uma técnica que extrai características específicas do texto e as utiliza em um algoritmo de métricas de distância. Em comparação com métodos tradicionais, nossos resultados revelam melhorias significativas no desempenho da identificação de autores, além de oferecer compreensão sobre parâmetros variáveis do modelo, ampliando sua eficácia e aplicabilidade. Apresentação de um novo método para Atribuição de Autoria, fazendo uma adaptação do método tradicional utilizando aprendizado de métrica. Comparação entre o modelo proposto e o tradicional já existente.