dc.contributor.advisor | Winck, Ana Trindade | |
dc.creator | Viana, Matheus Miller de Campos | |
dc.date.accessioned | 2022-06-24T18:22:01Z | |
dc.date.available | 2022-06-24T18:22:01Z | |
dc.date.issued | 2013-02-20 | |
dc.date.submitted | 2013 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/25085 | |
dc.description | Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa
Maria, Centro de Tecnologia, Curso de Ciência da Computação, RS, 2013. | por |
dc.description.abstract | The increasing amount of textual documents, especially those related to biomedical
literature, has encouraged many researches in Text Mining. One important field of investigation
relates to Named Entities Recognition (NER), where Named Entities (NE) are referred terms or
objects in a given context. In the biomedical domain, diseases and treatments can be cited as
examples of NE. The recognition of biomedical NE has become a challenge, since biomedical
corpora have particular characteristics, mainly because a given biological object can be often
represented in different terminological ways. Among the different methods of NER, one of them
is the recognition through the context. In this work is proposed a Decision-Tree Model-based
approach for NER in biomedical literature. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Acesso Aberto | por |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Mineração de textos | por |
dc.subject | Árvore de decisão | por |
dc.subject | Reconhecimento de entidades nomeadas | por |
dc.subject | Text mining | eng |
dc.subject | Decision tree | eng |
dc.subject | Named entities recognition | eng |
dc.title | Indução de modelos de árvore de decisão para reconhecimento de entidades nomeadas na literatura biomédica | por |
dc.title.alternative | A decision-tree model-based approach for named entities recognition in biomedical literature | eng |
dc.type | Trabalho de Conclusão de Curso de Graduação | por |
dc.degree.local | Santa Maria, RS, Brasil. | por |
dc.description.resumo | O aumento da quantidade de documentos textuais, especialmente os relacionados à literatura
biomédica, tem encorajado muitas pesquisas em Mineração de Textos. Um importante
campo de pesquisa diz respeito ao Reconhecimento de Entidades Nomeadas (REN), onde Entidades
Nomeadas (EN) são termos ou objetos em um dado contexto. No domínio biomédico,
doenças e tratamentos são exemplos de Entidades Nomeadas. A identificação dessas Entidades
Nomeadas se tornou um desafio, uma vez que corpora biomédicos possuem características particulares,
principalmente porque um objeto biomédico pode ser, muitas vezes, representado de
diferentes maneiras. Dentre os diferentes métodos de REN, destaca-se o reconhecimento através
do contexto. Neste trabalho, é proposta uma metodologia baseada em Árvores de Decisão
para o REN na literatura biomédica. | por |
dc.publisher.country | Brasil | por |
dc.publisher.initials | UFSM | por |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | por |
dc.publisher.unidade | Centro de Tecnologia | por |