Upload
jose-mauro-da-silva-msc
View
60
Download
3
Embed Size (px)
Citation preview
Jose Mauro da Silva
Universidade Federal de Goiás
Instituto de Informática
Defesa de Dissertação de Mestrado
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 2
Agenda
Problema
Tecnologias KDT
Fundamentos do SINAPSE
Pesquisas em Áreas Relacionadas
Metodologia SINAPSE
Testes e Avaliações
Conclusões
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 3
Problema
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 4
Problema: Estudo de Caso
População economicamente
ativa
População de aposentados (22 milhões)
57 % aposentáveis
GESTÃO DO CONHECIMENTO
Equilíbrio Previdenciário
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 5
Problema Pesquisado
GESTÃO DO CONHECIMENTO KDT
REDUÇÃO DE PROBLEMA
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 6
Tecnologias KDT
Abordagens: Estatísticas, Lingüísticas e Híbridas;
Pré-processamento: Itemização, Filtragem, conflação, etc.
Métodos de Mineração de Texto: Classificação: Naive Bayes, K-NN, etc. Agrupamento: Particionamento, Hierárquico, etc. Extração de Informações: CRF, HMM, etc. Etc.
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 7
Teoria da Criação do Conhecimento
Organizacional
Ref.: Ikujiro Nonaka e Hiratoka Takeuchi
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 8
Percurso Onomasiológico
Ref.: Bernard Pottier
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 9
Percurso Semasiológico
Ref.: Bernard Pottier
Referencial
Conceitual
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 10
Regra de Formação de Palavras
FORMAÇÃO NORMAL
FORMAÇÃO REVERSA
Ref.: Margarida Basílio REDUÇÃO GRAMATICAL“STEMMING”
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 11
Exemplo do Conceito FUTEBOL
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 12
Problema: Contextos Conexos
Nível de “Ruído” Introduzido
(CONTEXTO)
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 13
Sinonímia e Generalização
Palavras de diferentes grafias com significados semelhantes.
Palavra possui significado mais amplo que outra.
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 14
Mapeamento por Conceito - NÍVEIS
Nível das PALAVRAS
Nível dos CONCEITOS
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 15
Mapeamento por Conceito - SINAPSE
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 16
Mapeamento por Conceito - Protégé
Hierarquia
Identificador do Conceito
Descritores do Conceito
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 17
Pesquisas em Áreas Relacionadas
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 18
Visão de Alto Nível do SINAPSE
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 19
Metodologia Metodologia de Descoberta de Descoberta
de de Conhecimento Conhecimento
em Objetos em Objetos TextuaisTextuais
Metodologia SINAPSE
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 20
Matriz Atributo x Valor
CANDIDATOS
CONCEITOS
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 21
Resultados e Avaliações do SINAPSE
Variáveis: Corpora; Ontologia Componentes internos (regras, padrões, etc.).
Textos: 81 arquivos ASCII; 11 domínios (pré-categorizados).
Ontologias: Acidentes de trânsito; Engenharia de requisitos; Segurança computacional; Doenças do gado; Corpos celestes; Aquecimento global.
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 22
Resultados: Objeto Textual Analisado
6801,72
1882,89
6,28 5,110,00
1000,00
2000,003000,00
4000,005000,00
6000,007000,00
Valores Obtidos
1
Entidades
TEXTO ANALISADO PELO SINAPSE
TOKENS
LÉXICO
CANDIDATOS
CONCEITOS
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 23
Resultados: Stemming
VALIDAÇÃO DO STEMMING SINAPSE X RSLP
51
949
1000
0 200 400 600 800 1000 1200
SINAPSE:ERROS
SINAPSE:ACERTOS
RSLP
PA
LA
VR
AS
RE
DU
ZID
AS
ACERTOS E ERROS
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 24
Resultados: conceitos por domínio
CONCEITOS DESCOBERTOS X DOMÍNIO
19%
52%
11%
46%
32%
19%
0%
10%
20%
30%
40%
50%
60%
CONHECIMENTO ONTOLÓGICO
PE
RC
EN
TU
AIS
Engenharia deRequisitos
Corpos Celeste
Acidentes de Trânsito
Segurança
Aquecimento Global
Doenças do Gado
DOMÍNIO CONCEITOS CANDIDATOS LÉXICO TOKENS %Engenharia de Requisitos 5,000 7,667 2582,333 11529,667 19%Corpos Celeste 6,333 7,000 1211,333 3113,000 52%Acidentes de Trânsito 2,333 3,667 2053,667 9940,667 11%Segurança 7,333 9,000 1609,333 6319,667 46%Aquecimento Global 6,000 6,333 1880,333 5572,000 32%Doenças do Gado 3,667 4,000 1960,333 4335,333 19%
Percentual = Conceito/Léxico x 100
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 25
Resultados: domínios conexos e desconexos
PERTINÊNCIA CONCEITUAL INTERDOMÍNIO
0% 0% 0%
16%
27%
0%0%
5%
10%
15%
20%
25%
30%
1
CONHECIMENTO ONTOLÓGICO
PE
RC
EN
TU
AIS
Engenharia deRequisitos
Corpos Celeste
Acidentes de Trânsito
Segurança
Aquecimento Global
Doenças do Gado
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 26
Resultados: classes gramaticais restritas
GRAU DE INDETERMINAÇÃO DE CLASSES GRAMATICAIS RESTRITAS
48%
20%
8%
24%0%
INDETERMINADO SUBSTANTIVO VERBO
PREPOSIÇÃO ADVÉRBIO
Indeterminação I +Indeterminado X
MÉDIA ARITIMÉTICA:FREQÜÊNCIA X CLASSE GRAMATICAL
30%
24%8%
20%
18% 0%
INDETERMINAÇÃO X PREPOSIÇÃO VERBO
SUBSTANTIVO INDETERMINAÇÃO I ADVÉRBIO
Equivale à 80 % dos substantivos esperados.
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 27
Resultados: índices de substantivação ISA x ISR
COMPARATIVO ISA X ISR
0
0,2
0,4
0,6
0,8
1
1,2
VALORES DE IMPORTÂNCIA
VA
LO
RE
S E
NT
RE
0 E
1
ISA % ISR %
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 28
Conclusões
Hipótese provada
Aplicações: Base de Conhecimento; Índice em sistemas IR; Descritores de Agrupamentos; Resumos de textos; Visualização de Informações; Busca Semântica; Etc.
Contribuições: Metodologia;
Adaptação do uso de Stemming; Métodos ISA e ISR; Casamento ontológico.
02/03/15 SINAPSE - JMS - Mestrado INF/UFG 29
Obrigado !