Página 1 dos resultados de 4 itens digitais encontrados em 0.051 segundos

Nomes nus e classificadores do chinês mandarin: uma análise a partir da tipologia linguística sobre os sintagmas nominais; Bare nouns and numeral classifiers in Mandarin Chinese: an analysis from the linguistic typology about noun phrases

Jianbo, Zhang
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 30/07/2008 PT
Relevância na Pesquisa
56.27%
Esta dissertação investiga nomes nus e classificadores numerais do chinês mandarim, assim como a distinção lexical entre nomes contáveis e massivos do chinês. O objetivo deste trabalho é estudar e avaliar as possíveis denotações dos nominais do chinês mandarim. O texto é divido em três partes. Na primeira, investigam-se nomes nus do chinês mandarim, que manifestam número geral. Defende-se que o número geral não ocorre em sintagmas nominais em que existe numeral. No Chinês mandarim, nomes nus podem ser interpretados como indefinidos, definidos e genéricos de acordo com suas posições sintáticas e contextos em que ocorrem. A hipótese defendida na segunda parte da dissertação é a de que, no chinês mandarim, há distinção lexical entre nomes contáveis e massivos. Um fator importante na distinção contável-massivo do chinês mandarim é a presença de classificadores e suas relações com os nomes. Defende-se que a combinação entre os nomes e os classificadores é seletiva e, com base nisso, os nomes comuns do chinês podem ser divididos em nomes contáveis, nomes massivos, nomes coletivos, nomes abstratos e nomes próprios. Além de classificador, mais uma evidência para a contabilidade dos nomes do chinês é o morfema men. A terceira parte da dissertação avalia a presença de classificador nos sintagmas nominais com numerais. Defende-se que diferentes grupos de classificadores possuem diferentes funções: classificadores individuais são marcadores gramaticais de contabilidade e não têm a função individualizadora e...

Uma análise comparativa de técnicas de aprendizagem de máquina para prever a popularidade de postagens no facebook; A comparative analysis of machine learning techniques to predict the popularity of posts on Facebook

Schmitt, Vinícius Fernandes
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Trabalho de Conclusão de Curso Formato: application/pdf
POR
Relevância na Pesquisa
65.83%
As Redes sociais ganharam muita popularidade nos últimos anos. Isto deu origem à disciplina emergente de Social Media Analytics, a qual está diretamente ligada à diversas outras áreas como Análise de Redes Sociais, Aprendizado de Máquina, Mineração de Dados, Recuperação de Informação e Processamento de Língua Natural. Este trabalho faz uso de uma página de fãs do Facebook como base para avaliar o desempenho de três classificadores de Aprendizado de Máquina supervisionados (o Naive Bayes, Sequential Minimal Optimization e C4.5) com a tarefa de classificar a popularidade de postagens. Além de analisar o comportamento desses algoritmos, o trabalho tem como objetivo testar diferentes técnicas de pré-processamento de texto e verificar qual combinação produz melhores resultados no processo de gerar um modelo de aprendizado para prever a popularidade de postagens nessa rede social.; Online Social Networks have gained increased popularity in recent years. This has given rise to the emerging discipline of Social Media Analytics, which is directly connected to some other areas such as: Social Network Analysis, Machine Learning, Data Mining, Information Retrieval, and Natural Language Processing. This work makes use of one fan page on Facebook as dataset to evaluate the performance of three supervised machine learning classifiers (Naive Bayes...

Learning techniques for automatic email message tagging

Tam, Tony
Fonte: Instituto Politécnico de Lisboa Publicador: Instituto Politécnico de Lisboa
Tipo: Dissertação de Mestrado
Publicado em /11/2011 ENG
Relevância na Pesquisa
85.96%
A organização automática de mensagens de correio electrónico é um desafio actual na área da aprendizagem automática. O número excessivo de mensagens afecta cada vez mais utilizadores, especialmente os que usam o correio electrónico como ferramenta de comunicação e trabalho. Esta tese aborda o problema da organização automática de mensagens de correio electrónico propondo uma solução que tem como objectivo a etiquetagem automática de mensagens. A etiquetagem automática é feita com recurso às pastas de correio electrónico anteriormente criadas pelos utilizadores, tratando-as como etiquetas, e à sugestão de múltiplas etiquetas para cada mensagem (top-N). São estudadas várias técnicas de aprendizagem e os vários campos que compõe uma mensagem de correio electrónico são analisados de forma a determinar a sua adequação como elementos de classificação. O foco deste trabalho recai sobre os campos textuais (o assunto e o corpo das mensagens), estudando-se diferentes formas de representação, selecção de características e algoritmos de classificação. É ainda efectuada a avaliação dos campos de participantes através de algoritmos de classificação que os representam usando o modelo vectorial ou como um grafo. Os vários campos são combinados para classificação utilizando a técnica de combinação de classificadores Votação por Maioria. Os testes são efectuados com um subconjunto de mensagens de correio electrónico da Enron e um conjunto de dados privados disponibilizados pelo Institute for Systems and Technologies of Information...

Sistemas inteligentes híbridos para classificação de texto

Pereira Rodrigues, Joseane; de Almeida Barros, Flávia (Orientador)
Fonte: Universidade Federal de Pernambuco Publicador: Universidade Federal de Pernambuco
Tipo: Outros
PT_BR
Relevância na Pesquisa
66.37%
Grande parte da informação contida em repositórios digitais, como a Web e as Bibliotecas Digitais, está representada em formato de documentos de texto. Sistemas de Recuperação de Informação têm sido usados para prover acesso a documentos relevantes armazenados nesses repositórios. No entanto, esses sistemas ainda apresentam limitações a serem superadas. Muitos dos problemas desses sistemas têm sido tratados usando técnicas de classificação de texto oriundas da Inteligência Artificial (em especial os algoritmos de Aprendizado de Máquina). Cada técnica apresenta vantagens e limitações, considerando os conjuntos de textos em que são aplicadas. Este trabalho investigou técnicas de combinação de classificadores de texto, em especial, técnicas baseadas em Boosting. Essas técnicas tentam superar as limitações dos classificadores sendo combinados, mantendo suas vantagens individuais, e assim apresentando um melhor desempenho nas tarefas em que são aplicados. Trabalhos anteriores apontam problemas em aberto em relação ao uso de métodos de combinação para classificadores de texto. Assim, esperamos neste projeto avançar o estado da arte sobre o tema. No trabalho realizado, implementamos uma variação de Boosting proposta na literatura que usa informações de vizinhança...