Variações do método kNN e suas aplicações na classificação automática de textos

Página do item simplificado
dc.contributor.advisor-co1ROSA, Thierson Couto
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/4414718560764818por
dc.contributor.advisor1CARVALHO, Cedric Luiz de
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4090131106212286por
dc.creatorSANTOS, Fernando Chagas
dc.creator.Latteshttp://lattes.cnpq.br/9079302858133835por
dc.date.accessioned2014-07-29T14:57:46Z
dc.date.available2010-09-09
dc.date.issued2010-10-10
dc.description.abstractMost research on Automatic Text Categorization (ATC) seeks to improve the classifier performance (effective or efficient) responsible for automatically classifying a document d not yet rated. The k nearest neighbors (kNN) is simpler and it s one of automatic classification methods more effective as proposed. In this paper we proposed two kNN variations, Inverse kNN (kINN) and Symmetric kNN (kSNN) with the aim of improving the effectiveness of ACT. The kNN, kINN and kSNN methods were applied in Reuters, 20ng and Ohsumed collections and the results showed that kINN and kSNN methods were more effective than kNN method in Reuters and Ohsumed collections. kINN and kSNN methods were as effective as kNN method in 20NG collection. In addition, the performance achieved by kNN method is more stable than kINN and kSNN methods when the value k change. A parallel study was conducted to generate new features in documents from the similarity matrices resulting from the selection criteria for the best results obtained in kNN, kINN and kSNN methods. The SVM (considered a state of the art method) was applied in Reuters, 20NG and Ohsumed collections - before and after applying this approach to generate features in these documents and the results showed statistically significant gains for the original collection.eng
dc.description.provenanceMade available in DSpace on 2014-07-29T14:57:46Z (GMT). No. of bitstreams: 1 dissertacao-fernando.pdf: 677510 bytes, checksum: 19704f0b04ee313a63b053f7f9df409c (MD5) Previous issue date: 2010-10-10eng
dc.description.resumoGrande parte das pesquisas relacionadas com a classificação automática de textos (CAT) tem procurado melhorar o desempenho (eficácia ou eficiência) do classificador responsável por classificar automaticamente um documento d, ainda não classificado. O método dos k vizinhos mais próximos (kNN, do inglês k nearest neighbors) é um dos métodos de classificação automática mais simples e eficazes já propostos. Neste trabalho foram propostas duas variações do método kNN, o kNN invertido (kINN) e o kNN simétrico (kSNN) com o objetivo de melhorar a eficácia da CAT. Os métodos kNN, kINN e kSNN foram aplicados nas coleções Reuters, 20NG e Ohsumed e os resultados obtidos demonstraram que os métodos kINN e kSNN tiveram eficácia superior ao método kNN ao serem aplicados nas coleções Reuters e Ohsumed e eficácia equivalente ao método kNN ao serem aplicados na coleção 20NG. Além disso, nessas coleções foi possível verificar que o desempenho obtido pelo método kNN é mais estável a variação do valor k do que os desempenhos obtidos pelos métodos kINN e kSNN. Um estudo paralelo foi realizado para gerar novas características em documentos a partir das matrizes de similaridade resultantes dos critérios de seleção dos melhores resultados obtidos na avaliação dos métodos kNN, kINN e kSNN. O método SVM, considerado um método de classificação do estado da arte em relação à eficácia, foi aplicado nas coleções Reuters, 20NG e Ohsumed - antes e após aplicar a abordagem de geração de características nesses documentos e os resultados obtidos demonstraram ganhos estatisticamente significativos em relação à coleção original.por
dc.formatapplication/pdfpor
dc.identifier.citationSANTOS, Fernando Chagas. kNN Method Variations and its applications in Text Classification. 2010. 96 f. Dissertação (Mestrado em Ciências Exatas e da Terra - Ciências da Computação) - Universidade Federal de Goiás, Goiânia, 2010.por
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tde/499
dc.languageporpor
dc.publisherUniversidade Federal de Goiáspor
dc.publisher.countryBRpor
dc.publisher.departmentCiências Exatas e da Terra - Ciências da Computaçãopor
dc.publisher.initialsUFGpor
dc.publisher.programMestrado em Ciência da Computaçãopor
dc.rightsAcesso Abertopor
dc.subjectClassificação de Textospor
dc.subjectAprendizagem de Máquinapor
dc.subjectMétodo kNNpor
dc.subjectCritérios de Seleçãopor
dc.subjectGeração de Característicaspor
dc.subjectGeração de Termospor
dc.subjectText Classificationeng
dc.subjectMachine Learningeng
dc.subjectkNN Methodeng
dc.subjectFeature Selectioneng
dc.subjectFeature Constructioneng
dc.subject1.Classificação de textos 2.Aprendizagem de máquina 3.Método kNN 4.Critérios de seleção 5.Geração de características 6.Geração de termospor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.thumbnail.urlhttp://repositorio.bc.ufg.br/TEDE/retrieve/2971/dissertacao-fernando.pdf.jpg*
dc.titleVariações do método kNN e suas aplicações na classificação automática de textospor
dc.title.alternativekNN Method Variations and its applications in Text Classificationeng
dc.typeDissertaçãopor

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
dissertacao-fernando.pdf
Tamanho:
661.63 KB
Formato:
Adobe Portable Document Format
Baixar

Coleções

Mestrado em Ciência da Computação (INF)