Extração automática de termos de textos em Português: aplicação e avaliação de medidas estatísticas de associação de palavras.

Imagem de Miniatura
Data
2003-10
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo

Neste trabalho, são descritos os passos para a montagem do corpus composto por textos da área de Revestimentos Cerâmicos, da revista eletrônica Cerâmica Industrial, que foi utilizado para a avaliação de medidas estatísticas para a extração de candidatos a termos da área de Revestimentos Cerâmicos. O propósito do trabalho foi avaliar o desempenho das medidas, que são utilizadas primariamente para a extração de n-gramas a partir de um corpus, na tarefa de extração de terminologia. Para a comparação do desempenho delas, utilizamos como lista de referência os termos contidos no Dicionário de Revestimentos (DiRC) que estavam presentes no corpus em questão. Para bigramas não foi possível escolher um dos métodos estatísticos dentre frequência, Informação Mútua, Log-líkelihood e Dice, pois seus resultados apresentaram-se bastante semelhantes. Já para o caso de trígramas, a frequência apresentou um resultado melhor do que as medidas informação mútua e Log-likelihood.

Descrição
Palavras-chave
Inteligência artificial
Citação