Atribuição de Autoria: Um estudo comparativo entre a classificação tradicional de textos e uso de aprendizado de métrica profundo
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 d...
Main Author: | |
---|---|
Other Authors: | |
Format: | Lecture |
Language: | Portuguese |
Published: |
Fundação Universidade Federal de Mato Grosso do Sul
2023
|
Subjects: | |
Online Access: | https://repositorio.ufms.br/handle/123456789/7755 |
id |
ftufmatogrodosul:oai:repositorio.ufms.br:123456789/7755 |
---|---|
record_format |
openpolar |
spelling |
ftufmatogrodosul:oai:repositorio.ufms.br:123456789/7755 2024-09-15T18:03:51+00:00 Atribuição de Autoria: Um estudo comparativo entre a classificação tradicional de textos e uso de aprendizado de métrica profundo WALTER DO ESPÍRITO SANTO SOUZA FILHO EDSON TAKASHI MATSUBARA 2023 application/pdf https://repositorio.ufms.br/handle/123456789/7755 pt_BR por Fundação Universidade Federal de Mato Grosso do Sul UFMS https://repositorio.ufms.br/handle/123456789/7755 Acesso Aberto Atribuição de Autoria PNL PLN DML Aprendizado de Métrica Bert ArcFace Ciências Exatas e da Terra Trabalho de Conclusão de Curso 2023 ftufmatogrodosul 2024-08-13T03:29:37Z 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. Lecture DML Repositório Institucional da Universidade Federal de Mato Grosso do Sul |
institution |
Open Polar |
collection |
Repositório Institucional da Universidade Federal de Mato Grosso do Sul |
op_collection_id |
ftufmatogrodosul |
language |
Portuguese |
topic |
Atribuição de Autoria PNL PLN DML Aprendizado de Métrica Bert ArcFace Ciências Exatas e da Terra |
spellingShingle |
Atribuição de Autoria PNL PLN DML Aprendizado de Métrica Bert ArcFace Ciências Exatas e da Terra WALTER DO ESPÍRITO SANTO SOUZA FILHO Atribuição de Autoria: Um estudo comparativo entre a classificação tradicional de textos e uso de aprendizado de métrica profundo |
topic_facet |
Atribuição de Autoria PNL PLN DML Aprendizado de Métrica Bert ArcFace Ciências Exatas e da Terra |
description |
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. |
author2 |
EDSON TAKASHI MATSUBARA |
format |
Lecture |
author |
WALTER DO ESPÍRITO SANTO SOUZA FILHO |
author_facet |
WALTER DO ESPÍRITO SANTO SOUZA FILHO |
author_sort |
WALTER DO ESPÍRITO SANTO SOUZA FILHO |
title |
Atribuição de Autoria: Um estudo comparativo entre a classificação tradicional de textos e uso de aprendizado de métrica profundo |
title_short |
Atribuição de Autoria: Um estudo comparativo entre a classificação tradicional de textos e uso de aprendizado de métrica profundo |
title_full |
Atribuição de Autoria: Um estudo comparativo entre a classificação tradicional de textos e uso de aprendizado de métrica profundo |
title_fullStr |
Atribuição de Autoria: Um estudo comparativo entre a classificação tradicional de textos e uso de aprendizado de métrica profundo |
title_full_unstemmed |
Atribuição de Autoria: Um estudo comparativo entre a classificação tradicional de textos e uso de aprendizado de métrica profundo |
title_sort |
atribuição de autoria: um estudo comparativo entre a classificação tradicional de textos e uso de aprendizado de métrica profundo |
publisher |
Fundação Universidade Federal de Mato Grosso do Sul |
publishDate |
2023 |
url |
https://repositorio.ufms.br/handle/123456789/7755 |
genre |
DML |
genre_facet |
DML |
op_relation |
https://repositorio.ufms.br/handle/123456789/7755 |
op_rights |
Acesso Aberto |
_version_ |
1810441300913160192 |