Construção Automática de Funções de Proximidade para Redes de Termos usando Evolução Gramatical

Com o crescente volume de dados textuais, a simples tarefa de rotulao de documentos tornase onerosa. Algoritmos de aprendizado de mquina podem aprender com dados histricos e ento serem capazes de realizar a tarefa de rotulao automtica em novos documentos. Geralmente, os algoritmos supervisionados so utilizados. Nessa abordagem uma grande quantidade de exemplos necessria para que o algoritmo seja capaz de identificar padres e generalizar esse conhecimento com a rotulao de novos exemplos. Uma alternativa o uso de algoritmos transdutivos, que necessitam apenas de poucos documentos rotulados para realizar a generalizao. Geralmente, algoritmos transdutivos utilizam redes de documentos ou um modelo espao vetorial para representao de documentos. A rede de documentos cresce a medida que novos documentos so adicionados, enquanto o modelo espao vetorial sofre de problemas como a independncia entre termos e alta esparsidade. Uma rede de termos uma alternativa interessante aos modelos anteriores porque o nmero de termos tende a se estabilizar a medida que novos documentos so adicionados, a representao da relao entre termos natural e possvel realizar a seleo de termos diminuir a rede e acelerar a classificao. O Transductive Classification through Terms Networks (TCTN) estado-da-arte na classificao de documentos utilizando rede de termos, contudo um de seus hiperparmetros a funo de proximidade que quantifica a proximidade entre termos e a escolha por uma funo pode no ser trivial. Nessa dissertao, uma abordagem para construo automtica de funes de proximidade para redes de termos proposta, implementada e avaliada. A abordagem denominada Grammatical Evolution for Automatically Design Interestingness Measures for Transductive Classification through Term Networks (GE-TCTN) utiliza uma gramtica livre de contexto para evoluo de novas funes de proximidade atravs do algoritmo de otimizao denominado Evoluo Gramatical. Os resultados do GE-TCTN so comparados com os resultados do TCTN com objetivo de verificar se novas funes de proximidade construdas automaticamente pelo GE-TCTN so capazes de produzir resultados de classificao de documentos melhores do que os resultados produzidos utilizando-se funes de proximidade tradicionais da literatura em termos da medida de avaliao de classificao F 1 -ponderada. Alm disso, o GE-TCTN comparado aos algoritmos aprendizado transdutivo tradicionais e avaliados estatisticamente. Os resultados do GE-TCTN so competitivos com os algoritmos tradicionais e o GE-TCTN capaz de produzir funes de proximidade que levam a resultados de classificao de documentos superiores ao TCTN.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.