Relacionando geometricamente tweets e notícias utilizando a Word Mover's Distance

Noronha, Victor Garritano

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/8298

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Paixão, João Antonio Recio da	-
dc.contributor.author	Noronha, Victor Garritano	-
dc.date.accessioned	2019-06-05T12:07:36Z	-
dc.date.available	2023-12-21T03:05:57Z	-
dc.date.issued	2019-01-23	-
dc.identifier.uri	http://hdl.handle.net/11422/8298	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal do Rio de Janeiro	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Recuperação da informação	pt_BR
dc.subject	Incorporação de palavras	pt_BR
dc.subject	Linguagem natural	pt_BR
dc.subject	Espaços vetoriais	pt_BR
dc.title	Relacionando geometricamente tweets e notícias utilizando a Word Mover's Distance	pt_BR
dc.type	Trabalho de conclusão de graduação	pt_BR
dc.contributor.advisorLattes	http://lattes.cnpq.br/5705386762324718	pt_BR
dc.contributor.authorLattes	http://lattes.cnpq.br/2971002720787707	pt_BR
dc.contributor.advisorCo1	Grael, Felipe Fink	-
dc.contributor.advisorCo1Lattes	http://lattes.cnpq.br/7307455058897826	pt_BR
dc.contributor.referee1	Silva, João Carlos Pereira da	-
dc.contributor.referee2	França, Felipe Maia Galvão	-
dc.contributor.referee3	Ferreira, Fernando Guimarães	-
dc.description.resumo	A maneira de consumir e produzir notícias mudou muito ao longo dos anos. Os portais de notícias perderam sua exclusividade como produtores de informação devido à grande popularização das redes sociais. Faz-se necessário, portanto, conseguir acompanhar a repercussão das informações que circulam por essas duas fontes. No entanto, cada um desses meios possui características particulares a respeito do estilo de escrita: textos jornalísticos apresentam uma linguagem formal, ao passo que postagens de redes sociais fazem constante uso de gírias e neologismos, e também podem apresentar erros ortográficos e gramaticais com mais frequência. Além disso, fatos frequentemente possuem repercussão em vários idiomas. Por isso, este trabalho explora técnicas de recuperação de informações multilíngue, baseadas em trabalhos anteriores, para melhor aproveitar as características de cada texto. As palavras de cada documento são representadas por word embeddings, o que permite que informações semânticas sejam levadas em consideração no cálculo das similaridades. Realiza-se então o alinhamento desses espaços vetoriais, para estabelecer relações de significados entre os embeddings de meios e idiomas diferentes. Com isso é possível representar documentos como uma nuvem de pontos em um espaço vetorial comum, e utilizar uma técnica baseada em transporte ótimo de massa para o cálculo da similaridade. Essa abordagem traz ganhos de 15% na precisão em comparação com trabalhos anteriores.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Instituto de Computação	pt_BR
dc.publisher.initials	UFRJ	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::MATEMATICA DA COMPUTACAO	pt_BR
dc.embargo.terms	aberto	pt_BR
Appears in Collections:	Ciência da Computação

Files in This Item:

File	Description	Size	Format
VGNoronha.pdf		695.54 kB	Adobe PDF	View/Open

Show simple item record Recommend this item View Statistics

Pantheon Institutional repository