Protótipos
TOPIXTRACT
TOPIXTRACT é um extractor de palavras chave de documentos, independente da lingua dos mesmos e foi desenvolvido no âmbite da minha Tese de Mestrado.
Para alcançar esta tarefa, tem em linha de conta palavras, multi-palavras ou prefixos de palavras ( com comprimento fixo a 4 ou 5 caracteres ). Depois aplica 24 medidas estatisticas para indentificar a importância de determinado termo nos documentos onde ocorre.
Os Resultados obtidos podem ser avaliados por avaliadores independentes, e o seu grau de concordância é medido recorrendo à estatistica Kappa. As medidas baseadas em Tf-Idf e Chi-Square mostraram maior precisão. Os prefixos de palavras foram utilizados para lidar com a problemática das línguas altamente flexionadas. Os Prefixos foram utilizados para ajudar a promover as palavras e as multi-palavras como possiveis palavras chave dos documentos.
Mais informação pode ser encontrada no artigo: Luís Teixeira, Gabriel Lopes, and Rita A. Ribeiro, “Automatic Extraction of Document Topics,” in DoCEIS’11 – 2nd Edition of the Doctoral Conference on Computing, Electrical and Industrial Systems, Costa da Caparica, Portugal, 2011, pp. 101–108.
BrainMap
Quantidades enormes de informação presentes nas empresas podem tornar a tarefa de fazer uma pesquisa , ver um tópico ou informações específicas uma tarefa muito difícil.
Portanto, é de suma importância desenvolver ferramentas que facilitem a pesquisa de informações específicas e que permitam apoiar a exploração pelos utilizadores de intranets corporativas (composto de várias centenas de gigabytes de documentos). Embora não explicitamente identificados, muitos destes documentos estão relacionados entre si (direta ou implicitamente).
Este projecto tem como objectivo permitir a representação visual desses documentos e relacioná-los entre si, mas também para explorar essas relações.
A representação, navegação intuitiva e seleção desses conceitos é o grande objectivo deste prototipo. Quando certas relações entre estes conceitos são particularmente relevantes que
podem levar a um fluxo natural de informação e consequente navegação entre eles.
Na página do prorótipo os estudos realizados para o desenvolvimento deste sistema
de apoio de exploração de grafos, aplicados à correlação de documentos e utilizando conceitos de redes complexas pesadas juntamente com o conteúdo textual dos documentos em questão.
Qualquer informação adicional, não hesite em contactar-me.
lst…teixeira.org
Prototypes
TOPIXTRACT
TOPIXTRACT is a language independent keyterm extractor from documents developed by Me in the framework of my MSC Thesis.
For this purpose, it takes either words, or multi-words, or word prefixes (with fixed length 4 or 5 characters) as features to represent documents.Then uses 24 measures to identify feature importance for each document discimination.
Results obtained may be evaluated by independent evaluators and their agreement is meaured usig Kappa statistics. Tf-idf and Chi-square based metrics have shown a higher precision.Word prefixes were used for dealing with highly inflected languages, and topic prefixes were just used as an aid for promoting words and multi-words as possible document topics.
More information can be obtained in the paper:Luís Teixeira, Gabriel Lopes, and Rita A. Ribeiro, “Automatic Extraction of Document Topics,” in DoCEIS’11 – 2nd Edition of the Doctoral Conference on Computing, Electrical and Industrial Systems, Costa da Caparica, Portugal, 2011, pp. 101–108.
BrainMap
Overwhelming amounts of information in corporations can make search and browse for a specific topic or information a very hard task. Therefore, it is of paramount importance to develop tools to ease the retrieval of specific information and to support the exploration by users on corporate intranets (composed of several hundreds of gigabytes of documents). Although not explicitly identified, many of these documents are related among themselves (directly or implicitly).
This project aims to enable the visual representation of documents found to be related among themselves, but also to explore/mine those relations.
The representation, intuitive navigation and selection of these concepts is our major goal. When certain relations between these concepts are particularly relevant they
may lead to a natural flow of information and consequent navigation between them.
In the prototype page the studies for developing a navigation
support system to explore graphs applied to document correlations, using concepts from the weighted complex network field, and using their unstructured textual content are presented.
For any aditional information, please don’t hesitate in contacting me
lst…teixeira.org