Use este identificador para citar ou linkar para este item: https://repositorio.ufms.br/handle/123456789/7755
Tipo: Trabalho de Conclusão de Curso
Título: Atribuição de Autoria: Um estudo comparativo entre a classificação tradicional de textos e uso de aprendizado de métrica profundo
Autor(es): WALTER DO ESPÍRITO SANTO SOUZA FILHO
Primeiro orientador: EDSON TAKASHI MATSUBARA
Resumo: 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.
Abstract: 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.
Palavras-chave: Atribuição de Autoria
PNL
PLN
DML
Aprendizado de Métrica
Bert
ArcFace
País: 
Editor: Fundação Universidade Federal de Mato Grosso do Sul
Sigla da Instituição: UFMS
Tipo de acesso: Acesso Aberto
URI: https://repositorio.ufms.br/handle/123456789/7755
Data do documento: 2023
Aparece nas coleções:Engenharia de Computação - Bacharelado (FACOM)

Arquivos associados a este item:
Arquivo TamanhoFormato 
9509.pdf518,28 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.