Mineração de emoções em textos multilíngues usando um corpus paralelo
|
|
- Ana Freire Almeida
- 8 Há anos
- Visualizações:
Transcrição
1 paper:79 Mineração de emoções em textos multilíngues usando um corpus paralelo Aline Graciela Lermen dos Santos, Karin Becker, Viviane Moreira Instituto de Informática Universidade Federal do Rio Grande do Sul (UFRGS) Caixa Postal Porto Alegre RS Brasil {aglsantos,karin.becker, Abstract. Multilingual Opinion Mining deals with the analysis of opinions, regardless of the language in which they are written. Works in this area focus on the classification of the polarity of opinions extracted from texts, and less attention has been paid to the classification of emotions. This work proposes the use of Multilingual Opinion Mining techniques for emotion mining using parallel corpora. We developed experiments with two goals: 1) to compare two approaches for emotion classification: lexicon-based and machine learning-based; 2) to analyze whether a specific language produces better classification results. We developed experiments with a parallel corpus composed by lyrics in their original language (English) and their translations to Portuguese. The results show that machine learning is superior to the use of sentiment lexicon, and that there is no statistical difference regarding the languages used for classification. Resumo. A área de Mineração de Opinião Multilíngue surgiu para extrair e analisar opiniões em textos, independente do idioma no qual estão escritos. Os trabalhos na área concentram seus esforços em classificar a polaridade de opiniões extraídas de texto, mas a classificação das emoções ainda é pouco explorada. Este trabalho se propõe a usar técnicas de Mineração de Opinião Multilíngue para minerar emoções em corpora paralelos. Desenvolvemos experimentos com dois objetivos: 1) comparar duas abordagens de classificação de emoções, a saber, baseada em léxico de sentimentos e em aprendizado de máquina; 2) na classificação de emoções baseada em aprendizado de máquina, verificar se algum idioma produz melhores resultados em isolado ou combinado. Os experimentos utilizaram um corpus paralelo composto por letras de música no idioma original (inglês) e suas traduções para o português. Os resultados mostram que a abordagem aprendizado de máquina é superior ao uso de léxico de sentimento e que não há diferença estatística entre as classificações segundo os idiomas. 1. Introdução Com a expansão da Internet, é fácil para as pessoas expressarem seus sentimentos sobre diversos assuntos na rede, através de textos postados em blogs, redes sociais, fóruns, entre outros. Esses textos são uma fonte de dados rica para a Análise de Sentimentos (AS), também denominada Mineração de Opinião (MO), que tem como objetivo identificar, classificar e sumarizar sentimentos em textos a respeito de um alvo. Dentre as aplicações mais comuns de AS se encontram sumarização de revisões de produtos, análise de popularidade de marcas, organizações ou pessoas para relações públicas ou 127
2 marketing, previsão de indicadores a partir de sentimentos (por exemplo, resultados de eleições), entre outras. A maioria dos textos encontrados na Web está em inglês. Assim, os recursos desenvolvidos para AS são voltados para esse idioma, tornando a análise em outros idiomas mais desafiadora. A Mineração de Opinião Multilíngue (MOM) [Banea et al. 2008] surgiu para analisar textos contendo opiniões, independentemente do idioma no qual estão escritos. Os trabalhos de MOM se concentram em duas grandes frentes: 1) realizar a MOM combinando recursos já existentes para outros idiomas e tradução automática; 2) desenvolver técnicas de MOM que independam de uma linguagem alvo. Um sentimento representa uma atitude, opinião ou emoção que o autor da opinião tem sobre o alvo da mesma [Liu 2012]. Frequentemente, este sentimento é medido através de sua polaridade, que procura classificá-lo como positivo, negativo ou neutro. Outra forma de classificar o sentimento é através de classes de emoções [Plutchik 1984][Ekman 1982], tais como alegria ou tristeza. Os trabalhos em MO se concentram em classificar a polaridade, visto ser mais fácil de tratar do que emoções. Contudo, trabalhos em previsão baseada em sentimento mostram que as emoções são indicadores bem mais discriminantes no comportamento do que a simples polaridade (e.g. [Asur and Huberman 2010][Tumasjan et al. 2010][Bollen et al. 2011]), além de existirem várias aplicações importantes baseadas na detecção de emoções (e.g. diagnóstico de distúrbios psicológicos) [Mohammad 2012]. Considerando-se as mesmas carências da MO para idiomas diferentes do inglês, pretende-se contribuir com a área através de técnicas para classificar emoções explorando corpora multilíngues. Neste trabalho, desenvolvemos experimentos para comparar duas abordagens de MOM para Mineração de Emoções em um corpus paralelo. Os experimentos consideram dois objetivos: 1) comparar duas abordagens de classificação de emoções, a saber, baseada em léxico de sentimentos e em aprendizado de máquina; 2) na classificação baseada em aprendizado de máquina, verificar se algum idioma produz melhores resultados em isolado (monolíngue) ou combinado (multilíngue). Os resultados mostram que o aprendizado de máquina é superior ao uso de léxico de sentimento, o que é interessante, já que léxicos estão restritos a linguagens específicas. Não há diferença significativa entre os idiomas testados. Contudo, a classificação baseada em treinamento multilíngue teve desempenho marginalmente superior ao treinamento monolíngue. Estes experimentos são importantes para compreender a contribuição de técnicas multilíngues de MO para a classificação de emoções considerando textos em línguas tradicionalmente sem recursos léxicos/sintáticos, como a língua portuguesa. O artigo segue estruturado da seguinte forma: a Seção 2 apresenta os trabalhos relacionados estudados para o desenvolvimento do trabalho; a Seção 3 descreve a estrutura dos experimentos, incluindo o corpus e recursos utilizados, o método de classificação, os resultados e suas considerações; o trabalho é encerrado com conclusões e trabalhos futuros na Seção Trabalhos Relacionados MO utiliza duas principais estratégias para classificar o sentimento: a abordagem léxica: baseada no uso de léxico de sentimentos, ou em aprendizado de máquina (que necessita de dados rotulados para treinamento [Tsytsarau e Palpanas 2012]). Léxicos (ou dicionários) de sentimentos consistem em um conjunto de palavras rotuladas para uma 128
3 medida de sentimento, sendo polaridade a mais encontrada. Dentre os algoritmos de aprendizado mais usados na MO, se encontram Naïve Bayes e SVM [Liu 2012][Tsytsarau e Palpanas 2012]. Entre as dificuldades da MOM, podem ser destacadas a carência de léxicos de sentimentos em idiomas diversos e de corpora anotados para aprendizado supervisionado. Os trabalhos de MOM em sua maioria lidam com geração de recursos para outros idiomas usando como medida polaridade. É o caso do trabalho de Banea et al. [2008], que a partir de tradução automática de recursos existentes em inglês cria recursos para MOM em espanhol e romeno. Outros trabalhos optam por fazer análise de sentimentos sem recursos dependentes de idioma, como o de Narr et al. [2013], que utiliza emoticons para criar dados de treinamento a partir de tweets em diversos idiomas. Entretanto, esses trabalhos estão restritos ao uso de polaridade. As limitações da polaridade de sentimento são consideradas em trabalhos que agregam emoção à polaridade para desenvolver modelos preditivos melhores (e.g. bilheteria de cinema [Asur and Huberman 2010], movimentação de ações [Bollen et al. 2011], eleições [Tumasjan et al. 2010]). Mohammad [2012] identifica emoções em livros e s através da co-ocorrência de palavras de emoção usando um léxico de sentimentos em língua inglesa. Martinazzo e Paraiso [2010] classificam emoções em notícias curtas em português nas classes de emoções básicas de Ekman, exploradas a seguir, utilizando Latent Semantic Analysis. Esses trabalhos, no entanto, tratam apenas um idioma. Como são diversas as classes de emoção (como alegria e raiva), é necessário selecionar um conjunto para o estudo; entretanto os trabalhos envolvendo emoção não entram em consenso quanto a um conjunto básico de emoções, cada um utilizando um conjunto arbitrário [Ortony and Turner 1990]. Um dos conjuntos mais utilizados é o definido por Ekman [1992], que define como básicas as classes de emoção joy, sadness, anger, fear, disgust e suprise 1. Outro conjunto utilizado é o de Plutchik [1984], que adiciona ao conjunto de Ekman as emoções trust e anticipation 2. Diferente da polaridade, onde uma categoria se opõe à outra (positiva versus negativa), nem toda emoção possui uma emoção oposta, o que complica a análise envolvendo negação no texto. Outro aspecto importante é que uma emoção pode ser considerada positiva ou negativa, dependendo do contexto: surpresa durante um filme pode ser considerada positiva, enquanto surpresa no funcionamento de um produto pode ser negativa se o produto não apresentou o funcionamento esperado. Os trabalhos relacionados ou lidam com emoções ou trabalham com MOM, havendo uma escassez de trabalhos que abordem os dois temas. Em um estudo preliminar [Santos et al. 2014] com corpora comparáveis, concluímos que a tradução automática do corpus é uma abordagem viável para MOM. O presente trabalho visa contribuir para a área comparando abordagens distintas para minerar emoções em textos multilíngues: uso de léxico de sentimentos e uso de aprendizado de máquina, utilizando um corpus multilíngue. 1 Termos traduzidos: alegria, tristeza, raiva, medo, repugnância e surpresa. 2 Termos traduzidos: confiança e expectativa. 129
4 3. Experimentos Usando um corpus paralelo, os experimentos relatados neste trabalho têm dois objetivos: a) fazer uma comparação entre duas abordagens de MOM para classificação de emoções: baseada em léxico de sentimentos e baseada em aprendizado de máquina; b) comparar os resultados de classificação supervisionada por idioma, ou combinação de idiomas. Para a classificação das emoções, serão utilizadas as 8 categorias de Plutchik, por serem aquelas adotadas pelo dicionário de sentimentos utilizado, a saber, NRC (detalhado na seção 3.1). Para a abordagem baseada em aprendizado supervisionado, será utilizada a classificação Naïve Bayes, por apresentar bons resultados na área, como amplamente relatado na literatura [Liu 2012][Tsytsarau e Palpanas 2012]. Uma das limitações da área é que existem poucos léxicos de emoções, havendo divergências entre as classes de emoções consideradas. Pela classificação de Plutchik ser bastante citada, assim como o uso de NRC para este fim, adotamos estas 8 categorias. Contudo, esta falta de consenso nas classes de emoção é uma das motivações de uma abordagem independente de recursos específicos, como a baseada em aprendizado supervisionado. Assim, com o primeiro objetivo buscamos responder a questão: "É melhor depender de um recurso específico para um idioma, como o NRC, ou de uma abordagem independente de linguagem, como o classificador Naïve Bayes?. Os idiomas envolvidos são inglês (corpus e léxico) e português (corpus). Optouse pelo idioma português por não haver variedade de recursos para este idioma, e pela facilidade de obtenção de um corpus paralelo. Considerando os idiomas envolvidos e o uso de um corpus paralelo, procura-se saber, a partir da abordagem de aprendizado de máquina no segundo experimento, se é melhor classificar os textos a partir do idioma inglês, português ou da combinação de ambos?. Como não há uma versão em português do léxico de sentimento usado, não há como fazer essa verificação na abordagem de léxico de sentimento. Ambas as abordagens consideram a classificação da emoção nos textos em português, explorando o corpus paralelo. Para a classificação baseada em léxico, buscase o texto em inglês correspondente, classificando-o com o léxico NRC, e os rótulos de emoção resultantes são projetados para o texto em português. Já na abordagem de aprendizado de máquina, um classificador para cada emoção baseado no algoritmo Naïve Bayes é treinado usando os textos do corpus. Os termos contidos nos textos em português, em inglês ou na combinação de ambos são usados. Os experimentos comparam as duas abordagens, bem como o uso de idiomas específicos ou de combinações destes no aprendizado supervisionado Corpus e recursos utilizados O corpus utilizado para os experimentos é composto por estrofes de letras de música do site letras.mus.br, tendo sido coletadas músicas de 3 bandas arbitrariamente escolhidas por possuírem uma vasta quantidade de músicas traduzidas. As letras extraídas estão no idioma inglês (idioma original) e português (tradução feita por usuários do site), como mostra a Figura 1. O corpus obtido é paralelo, isto é, os textos obtidos são a tradução um do outro, possuindo a mesma estrutura. Pode-se expandir esse corpus para outros idiomas, contanto que seja possível realizar o alinhamento. A principal vantagem deste 130
5 tipo de corpus é que, por ser paralelo, não é necessário anotar o texto em cada idioma, visto que os textos são os mesmos e a anotação pode ser projetada para as traduções. Figura 1. Exemplo de letra de música - retirado do site letras.mus.br. A maior parte das letras é dividida em estrofes de diferentes tamanhos. Optou-se por realizar a análise em nível de estrofe para facilitar a identificação das emoções, já que podem variar ao longo da música. Assim, esperamos atingir um nível maior de consenso na anotação. As estrofes são utilizadas em seu estado bruto, sem passar por pré-processamento, como corretor gramatical ou remoção de stopwords. Foram anotadas 850 estrofes no idioma português, que classificaram cada uma das 8 emoções presentes no NRC segundo a seguinte escala: não evoca (NE), evoca vagamente (EV) ou evoca claramente (EC). Ao final, é feita a uniformização dos valores das anotações, para validar os classificadores, na qual os casos discordantes recebem a intensidade definida pela maioria. Se não há concordância, a intensidade é convertida pra evoca vagamente. A Tabela 1 mostra a concordância média entre os anotadores A1, A2 e A3, calculadas sobre todas as 8 emoções. A Figura 2 mostra a distribuição nas estrofes das emoções segundo cada intensidade. Nota-se que as classes são desbalanceadas. Um total de 152 estrofes não evocam nenhuma emoção. Tabela 1. Concordância média e desvio padrão entre os anotadores. A1xA2 A2xA3 A1xA3 A1xA2xA3 Concordância média 0,682 0,703 0,712 0,576 Desvio padrão 0,158 0,171 0,163 0,
6 Figura 2. Gráfico de distribuição nas estrofes de emoções por intensidade. Utilizamos o léxico NRC Emotion Lexicon [Mohammad and Turney 2013], que contém palavras em inglês rotuladas para polaridade e 8 classes de emoções (Emoções = {joy, sadness, anger, fear, disgust, suprise, trust, anticipation}). Para cada palavra contida no NRC, há uma indicação (0 ou 1) para cada uma das categorias de emoção e de polaridade (positiva e negativa), conforme mostrado na Figura 3. Um termo pode ter valor 1 para mais de uma categoria (e.g. lovely). Figura 3. Trecho do léxico NRC. Foi utilizado o classificador Naïve Bayes disponível na ferramenta Weka [Hall et al. 2009], em conjunto com a linguagem Java Classificação As emoções das estrofes foram classificadas usando dois tipos de classificadores: léxico e aprendizado supervisionado. Em ambos os casos, as emoções identificadas nos textos dependem das palavras usadas. A princípio, cada estrofe recebe valor 0 para cada categoria de emoção; ao final da classificação, ela recebe rótulos de emoção, compostos pelas emoções e suas respectivas intensidades, isto é, xne, xev, xec, onde x Emoções. As Figuras 4 e 5 mostram um esquema simplificado dos classificadores de cada abordagem. Para a abordagem utilizando léxico de sentimentos, as estrofes no idioma português são classificadas usando suas correspondentes em inglês, mesmo idioma do NRC. Cada palavra contida na estrofe em inglês é buscada no dicionário, e se encontrada, a emoção correspondente é incrementada nos valores associados ao termo no dicionário. Ao final da busca, a soma final dos valores de emoção da estrofe é normalizado pelo total de palavras da estrofe, resultando em um valor entre 0 e 1; é associada uma intensidade à emoção conforme o valor obtido: para valores entre 0 e 0,05, a intensidade é NC ; para valores entre 0,05 e 0,1, EV ; e valores acima de 0,1 recebem a intensidade EC. Esses rótulos são então projetados para a respectiva estrofe em português. 132
7 Figura 4. Classificação baseada em léxico de sentimento. Figura 5. Classificação baseada em aprendizado de máquina. Para a abordagem baseada em aprendizado de máquina, são construídos 8 classificadores, um para cada emoção, cujas classes são as intensidades de cada emoção (NE, EV, EC). Para o treinamento e validação dos classificadores, foram feitos experimentos com os termos extraídos das estrofes em português, em inglês e da concatenação de ambos. Para preparação dos dados foram testadas várias opções, entre elas: unigramas versus n-gramas; uso ou remoção de stopwords; representação de termos binária ou com pesos (frequência e TF-IDF); seleção de atributos. A configuração que trouxe melhores resultados foi o uso de unigramas, representação de peso usando TF-IDF; uso de stopwords, e seleção de atributos com Information Gain. Para comparar uso de léxico de sentimento e aprendizado de máquina, são analisadas as estrofes classificadas em português. Já para a comparação entre classificação monolíngue versus multilíngue, são analisadas as estrofes classificadas pelo Naïve Bayes em cada idioma, assim como a combinação deles. Os experimentos são validados utilizando 10-fold cross-validation. Os resultados são apresentados a seguir Resultados e Considerações Finais Devido ao desbalanceamento das classes, os resultados foram analisados utilizando as medidas: precisão, revocação e medida-f ponderadas em função do número de instâncias das classes de cada emoção (xne, xev e xec, onde x Emoções). A Figura 6 mostra os resultados, comparando a classificação baseada em léxico e em aprendizado de máquina, esta última usando as estrofes em português. 133
8 Joy Surprise Fear Sadness Anger Disgust Trust Anticipation Joy Surprise Fear Sadness Anger Disgust Trust Anticipation Joy Surprise Fear Sadness Anger Disgust Trust Anticipation Joy Surprise Fear Sadness Anger Disgust Trust Anticipation Joy Surprise Fear Sadness Anger Disgust Trust Anticipation 29 th SBBD SBBD Proceedings ISSN October 6-9, 2014 Curitiba, PR, Brazil 1,0 0,8 0,6 0,4 0,2 0,0 Precisão Média Ponderada Revocação Média Ponderada Medida-F Média Ponderada NRC Naïve Bayes Figura 6. Gráfico de comparação entre as abordagens de léxico de sentimento (uso de NRC) e aprendizado de máquina (uso de Naïve Bayes). É possível observar que os resultados utilizando Naïve Bayes são muito superiores, analisando precisão, revocação e medida-f há uma diferença estatisticamente significativa segundo o teste-t (p = 2,75-37 ). O classificador Naïve Bayes não está limitado aos termos contidos no NRC, não é dependente de recursos linguísticos, e permite explorar um pré-processamento nos dados não aplicável à abordagem baseada em léxico. Vale ressaltar que o classificador usando NRC depende de um corpus paralelo ou de tradução automática para tratar outros idiomas, diferente do Naïve Bayes, que necessita apenas de textos rotulados para os idiomas tratados. A simplicidade da abordagem, aliada ao fato de não necessitar de recursos específicos, adicionam vantagens ao aprendizado de máquina. Por outro lado, seus resultados são bastante dependentes do tamanho e qualidade do corpus de treinamento. O corpus utilizado, ainda de tamanho pequeno, exigiu um esforço considerável. Esse esforço, contudo, é menor do que o trabalho necessário para a criação de um dicionário de sentimentos. A Figura 7 mostra os resultados da segunda parte do experimento, no qual comparamos os resultados de classificadores Naïve Bayes testando separadamente os idiomas português, inglês e a combinação dos dois idiomas. 1,0 0,8 0,6 0,4 0,2 0,0 Português Inglês Português + Inglês Precisão Média Ponderada Revocação Média Ponderada Medida-F Média Ponderada Figura 7. Gráfico de comparação da classificação entre os idiomas português e inglês, usando Naïve Bayes. 134
9 Os resultados analisando todas as métricas mostram que a classificação de textos em português são minimamente superiores aos resultados obtidos com o idioma inglês para a maioria das emoções (joy, sadness, disgust, trust e anticipation), entretanto, não há melhoria estatisticamente significativa segundo teste-t (p = 0,5). A diferença poderia ser maior caso lematizadores fossem usados para ambos os idiomas, visto que o português possui mais flexões, mas este é um recurso escasso para língua portuguesa. Com a combinação da estrofe original e a tradução, esperava-se que os resultados fossem melhores, visto que a disponibilidade de textos em múltiplos idiomas costuma auxiliar a desambiguação [Banea et al. 2010]. Com efeito, pode-se ver que a revocação da classificação que usa a combinação das estrofes em português e em inglês é maior para todos os casos, enquanto a precisão é melhor para a maioria das emoções, o que confirma que uma análise multilíngue é superior à análise monolíngue. Entretanto, as melhoras não são significativas quando comparadas com os resultados individuais de português e inglês, segundo o teste-t (p = 0,257 e p = 0,055, respectivamente). Entre as limitações do trabalho está o tratamento de negação. Como os classificadores lidam com cada palavra, pode ser identificada uma emoção que não deveria estar presente devido a uma negação na frase. Entretanto, diferente da polaridade, onde uma negação pode levar o sentimento de positivo/negativo para negativo/positivo, não há como definir emoções contrárias no conjunto analisado. Por exemplo, joy e sadness podem ser consideradas contrárias, mas é difícil definir as emoções opostas a, por exemplo, surprise ou anticipation. Por esta razão, optou-se por não tratar negação. A MOM frequentemente tem seus resultados dependentes da qualidade da tradução automática. Para evitar esta dependência, o corpus paralelo foi extraído de um site de músicas brasileiro, onde a princípio as traduções são feitas por usuários do mesmo. Espera-se que sejam superiores, mas não há como garantir a qualidade das traduções obtidas e uma validação manual não é viável, devido ao esforço necessário. Para cada emoção, o corpus é desbalanceado. Cada estrofe possui, em média, duas emoções presentes, geralmente classificadas como evoca vagamente. Em poucas estrofes a emoção foi anotada evoca claramente. Isto faz com que o restante das emoções não estejam presentes em cada estrofe, resultando que a melhor representada para todas as emoções é não evoca. Isso se deve à escolha das músicas não levar em consideração quais emoções estariam presentes. 4. Conclusões e Trabalhos Futuros Este artigo analisou qual abordagem, entre uso de léxico de sentimentos e aprendizado de máquina, possui melhores resultados para classificação de emoções em textos multilíngues. Os resultados mostram que aprendizado de máquina é superior. Outro objetivo foi verificar qual idioma, entre inglês e português, possui melhores resultados na classificação de idiomas, usando Naïve Bayes para isso. Os resultados mostram que não há diferença na classificação a partir de textos em português e inglês. Ainda neste ponto, verificou-se que fazer a análise combinando ambas as versões da estrofe produz resultados marginalmente melhores. 135
10 Em experimentos futuros, pretendemos investigar se o uso de um lematizador pode melhorar a qualidade da classificação Para isto, é necessário que este recurso esteja disponível para ambos os idiomas. Além disso, aumentaremos a quantidade de idiomas tratados, alinhando traduções das letras de músicas que compõem o corpus paralelo. Sobre o corpus usado, pretendemos expandi-lo, o que demanda grande esforço manual. Outro ponto a ser investigado é a avaliação de outros algoritmos de aprendizado de máquina, como o SVM, por exemplo. Agradecimentos Este trabalho foi parcialmente financiado pelo CNPq projeto /2012/6. A primeira autora recebeu bolsa do CNPQ. Referências Asur, S., & Huberman, B. A. (2010, August). Predicting the future with social media. In Web Intelligence and Intelligent Agent Technology (WI-IAT), (Vol. 1, pp ). IEEE. Banea, C., Mihalcea, R., Wiebe, J., & Hassan, S. Multilingual subjectivity analysis using machine translation. In EMNLP (pp ), Banea, C., Mihalcea, R., & Wiebe, J. (2010, August). Multilingual subjectivity: are more languages better?. In Proceedings of the 23rd International Conference on Computational Linguistics (pp ). Association for Computational Linguistics. Bollen, J., Mao, H., & Pepe, A. (2011, July). Modeling public mood and emotion: Twitter sentiment and socio-economic phenomena. In ICWSM. Ekman, P. An argument for basic emotions. Cognition & Emotion 6.3-4: , Hall, Mark et al. The WEKA data mining software: an update. ACM SIGKDD explorations newsletter, v. 11, n. 1, p , Liu, B. Sentiment analysis and opinion mining. Synthesis Lectures on Human Language Technologies, 5(1), 1 167, 2012 Martinazzo, B., & Paraiso, E. C. (2010). Identificação de Emoções em Notícias Curtas. In CLEI-Conferência Latino-Americana de Informática (Vol. 1, pp. 1-10). Mohammad, S. M. (2012). From once upon a time to happily ever after: Tracking emotions in mail and books. Decision Support Systems, 53(4), Mohammad, S. M. & Turney, P. D. NRC Emotion Lexicon. NRC Technical Report, 2013, December. Narr, S., Hülfenhaus, M. & Albayrak, S. Language-independent twitter sentiment analysis. KDML, Ortony, A., & Turner, T. J. (1990). What s basic about basic emotions? Psychological review, 97(3), 315. Plutchik, R. (1984). Emotions: A general psychoevolutionary theory. Approaches to emotion, 1984, Santos, A. G. L., Becker, K., & Moreira, V. Um estudo de caso de mineração de emoções em textos multilíngues. Anais do Brasnam, Brasília, p. Tsytsarau, M., & Palpanas, T. Survey on mining subjective data on the web. Data Mining and Knowledge Discovery, 24(3), , Tumasjan, A., Sprenger, T. O., Sandner, P. G., & Welpe, I. M. (2010). Predicting Elections with Twitter: What 140 Characters Reveal about Political Sentiment. ICWSM, 10,
Mineração de Opinião / Análise de Sentimentos
Mineração de Opinião / Análise de Sentimentos Carlos Augusto S. Rodrigues Leonardo Lino Vieira Leonardo Malagoli Níkolas Timmermann Introdução É evidente o crescimento da quantidade de informação disponível
Leia maisXIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO
XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO EPE0147 UTILIZAÇÃO DA MINERAÇÃO DE DADOS EM UMA AVALIAÇÃO INSTITUCIONAL
Leia maisAnálise de Sentimentos e Mineração de Links em uma Rede de Co-ocorrência de Hashtags
Universidade Federal de Pernambuco Graduação em Ciência da Computação 2012.2 Análise de Sentimentos e Mineração de Links em uma Rede de Co-ocorrência de Hashtags Proposta de Trabalho de Graduação Aluno:
Leia maisMineração da opinião sobre aspectos de candidatos a eleições em comentários de notícias
paper:78 Mineração da opinião sobre aspectos de candidatos a eleições em comentários de notícias Leonardo Augusto Sápiras, Karin Becker Instituto de Informática Universidade Federal do Rio Grande do Sul
Leia maisExtração de Árvores de Decisão com a Ferramenta de Data Mining Weka
Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka 1 Introdução A mineração de dados (data mining) pode ser definida como o processo automático de descoberta de conhecimento em bases de
Leia maisLaboratório de Mídias Sociais
Laboratório de Mídias Sociais Aula 02 Análise Textual de Mídias Sociais parte I Prof. Dalton Martins dmartins@gmail.com Gestão da Informação Universidade Federal de Goiás O que é Análise Textual? Análise
Leia maisUNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS
UNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS VINICIUS DA SILVEIRA SEGALIN FLORIANÓPOLIS OUTUBRO/2013 Sumário
Leia maisMINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br
MINERAÇÃO DE DADOS APLICADA Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br Processo Weka uma Ferramenta Livre para Data Mining O que é Weka? Weka é um Software livre do tipo open source para
Leia mais5 Extraindo listas de produtos em sites de comércio eletrônico
5 Extraindo listas de produtos em sites de comércio eletrônico Existem diversos trabalhos direcionadas à detecção de listas e tabelas na literatura como (Liu et. al., 2003, Tengli et. al., 2004, Krüpl
Leia maisUm estudo de caso de mineração de emoções em textos multilíngues
Um estudo de caso de mineração de emoções em textos multilíngues Aline Graciela Lermen dos Santos 1, Karin Becker 1, Viviane Moreira 1 1 Instituto de Informática Universidade Federal do Rio Grande do Sul
Leia maisANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD
ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD RESUMO Thereza P. P. Padilha Fabiano Fagundes Conceição Previero Laboratório de Solos
Leia maisData, Text and Web Mining
Data, Text and Web Mining Fabrício J. Barth TerraForum Consultores Junho de 2010 Objetivo Apresentar a importância do tema, os conceitos relacionados e alguns exemplos de aplicações. Data, Text and Web
Leia maisQFD: Quality Function Deployment QFD: CASA DA QUALIDADE - PASSO A PASSO
QFD: CASA DA QUALIDADE - PASSO A PASSO 1 - INTRODUÇÃO Segundo Akao (1990), QFD é a conversão dos requisitos do consumidor em características de qualidade do produto e o desenvolvimento da qualidade de
Leia maisCLIPPING. Thiago A. S. Pardo
CLIPPING Thiago A. S. Pardo 19/10/2012 DEFINIÇÕES DEFINIÇÃO Verbo clip, do inglês cortar/recortar Seleção de notícias e artigos retirados de jornais, revistas, sites e demais veículos de imprensa, como
Leia maisTransformação de um Modelo de Empresa em Requisitos de Software
Transformação de um Modelo de Empresa em Requisitos de Software Fábio Levy Siqueira 1 and Paulo Sérgio Muniz Silva 2 1 Programa de Educação Continuada da Poli-USP, São Paulo, Brazil 2 Escola Politécnica
Leia maisData Mining. Origem do Data Mining 24/05/2012. Data Mining. Prof Luiz Antonio do Nascimento
Data Mining Prof Luiz Antonio do Nascimento Data Mining Ferramenta utilizada para análise de dados para gerar, automaticamente, uma hipótese sobre padrões e anomalias identificadas para poder prever um
Leia maisSistema de mineração de dados para descobertas de regras e padrões em dados médicos
Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Pollyanna Carolina BARBOSA¹; Thiago MAGELA² 1Aluna do Curso Superior Tecnólogo em Análise e Desenvolvimento de Sistemas
Leia maisPLANEJAMENTO E PROJETOS. Lílian Simão Oliveira
PLANEJAMENTO E GERENCIAMENTO DE PROJETOS Lílian Simão Oliveira Contexto Gerentes lutam com projetos assustadores e com prazos finais difíceis de serem cumpridos Sistemas não satisfazem aos usuários Gastos
Leia maisFACULDADE DE ENGENHARIA DE COMPUTAÇÃO. PROJETO FINAL I e II PLANO DE TRABALHO <NOME DO TRABALHO> <Nome do Aluno> <Nome do Orientador>
FACULDADE DE ENGENHARIA DE COMPUTAÇÃO PROJETO FINAL I e II PLANO DE TRABALHO O Trabalho de Conclusão de Curso (TCC) a ser desenvolvido
Leia maisEsta dissertação apresentou duas abordagens para integração entre a linguagem Lua e o Common Language Runtime. O objetivo principal da integração foi
5 Conclusão Esta dissertação apresentou duas abordagens para integração entre a linguagem Lua e o Common Language Runtime. O objetivo principal da integração foi permitir que scripts Lua instanciem e usem
Leia mais4 Segmentação. 4.1. Algoritmo proposto
4 Segmentação Este capítulo apresenta primeiramente o algoritmo proposto para a segmentação do áudio em detalhes. Em seguida, são analisadas as inovações apresentadas. É importante mencionar que as mudanças
Leia maisSistemas de Gestão Ambiental O QUE MUDOU COM A NOVA ISO 14001:2004
QSP Informe Reservado Nº 41 Dezembro/2004 Sistemas de Gestão O QUE MUDOU COM A NOVA ISO 14001:2004 Material especialmente preparado para os Associados ao QSP. QSP Informe Reservado Nº 41 Dezembro/2004
Leia maisDescoberta de Domínio Conceitual de Páginas Web
paper:25 Descoberta de Domínio Conceitual de Páginas Web Aluno: Gleidson Antônio Cardoso da Silva gleidson.silva@posgrad.ufsc.br Orientadora: Carina Friedrich Dorneles dorneles@inf.ufsc.br Nível: Mestrado
Leia maisReferências internas são os artefatos usados para ajudar na elaboração do PT tais como:
Plano de Teste (resumo do documento) I Introdução Identificador do Plano de Teste Esse campo deve especificar um identificador único para reconhecimento do Plano de Teste. Pode ser inclusive um código
Leia maisMicrosoft Access: Criar consultas para um novo banco de dados. Vitor Valerio de Souza Campos
Microsoft Access: Criar consultas para um novo banco de Vitor Valerio de Souza Campos Conteúdo do curso Visão geral: consultas são essenciais Lição: inclui sete seções Tarefas práticas sugeridas Teste.
Leia maisCasos de teste semânticos. Casos de teste valorados. Determinar resultados esperados. Gerar script de teste automatizado.
1 Introdução Testes são importantes técnicas de controle da qualidade do software. Entretanto, testes tendem a ser pouco eficazes devido à inadequação das ferramentas de teste existentes [NIST, 2002].
Leia mais3 Classificação. 3.1. Resumo do algoritmo proposto
3 Classificação Este capítulo apresenta primeiramente o algoritmo proposto para a classificação de áudio codificado em MPEG-1 Layer 2 em detalhes. Em seguida, são analisadas as inovações apresentadas.
Leia maisGARANTIA DA QUALIDADE DE SOFTWARE
GARANTIA DA QUALIDADE DE SOFTWARE Fonte: http://www.testexpert.com.br/?q=node/669 1 GARANTIA DA QUALIDADE DE SOFTWARE Segundo a NBR ISO 9000:2005, qualidade é o grau no qual um conjunto de características
Leia maisPrograma de Pós-Graduação em Comunicação e Cultura Contemporâneas. Grupo de Pesquisa em Interação, Tecnologias Digitais e Sociedade - GITS
Universidade Federal da Bahia Programa de Pós-Graduação em Comunicação e Cultura Contemporâneas Grupo de Pesquisa em Interação, Tecnologias Digitais e Sociedade - GITS Reunião de 18 de junho de 2010 Resumo
Leia maisOrientação a Objetos
1. Domínio e Aplicação Orientação a Objetos Um domínio é composto pelas entidades, informações e processos relacionados a um determinado contexto. Uma aplicação pode ser desenvolvida para automatizar ou
Leia maisAvaliando o que foi Aprendido
Avaliando o que foi Aprendido Treinamento, teste, validação Predição da performance: Limites de confiança Holdout, cross-validation, bootstrap Comparando algoritmos: o teste-t Predecindo probabilidades:função
Leia maisEste capítulo é divido em duas seções, a primeira seção descreve a base de
30 3. Metodologia Este capítulo é divido em duas seções, a primeira seção descreve a base de dados utilizada, identificando a origem das fontes de informação, apresentando de forma detalhada as informações
Leia maisCOMPARAÇÃO DOS MÉTODOS DE SEGMENTAÇÃO DE IMAGENS OTSU, KMEANS E CRESCIMENTO DE REGIÕES NA SEGMENTAÇÃO DE PLACAS AUTOMOTIVAS
COMPARAÇÃO DOS MÉTODOS DE SEGMENTAÇÃO DE IMAGENS OTSU, KMEANS E CRESCIMENTO DE REGIÕES NA SEGMENTAÇÃO DE PLACAS AUTOMOTIVAS Leonardo Meneguzzi 1 ; Marcelo Massoco Cendron 2 ; Manassés Ribeiro 3 INTRODUÇÃO
Leia maisInstituto de Computação, Universidade Federal do Amazonas (UFAM) Manaus-AM, Brasil
Elicitação de Requisitos a partir de Modelos de Processos de Negócio e Modelos Organizacionais: Uma pesquisa para definição de técnicas baseadas em heurísticas Marcos A. B. de Oliveira 1, Sérgio R. C.
Leia maisPROPAGAÇÃO DE INFLUÊNCIA EM REDES SOCIAIS
PROPAGAÇÃO DE INFLUÊNCIA EM REDES SOCIAIS Júlia Coelho Furlani Faculdade de Engenharia de Computação / CEATEC juliacfurlani@gmail.com Juan Manuel Adán Coello Grupo de Pesquisa em Sistemas Inteligentes
Leia maisGUIA DE INTERPRETAÇÃO DO CELLA DA FLÓRIDA
GUIA DE INTERPRETAÇÃO DO CELLA DA FLÓRIDA INFORMAÇÕES GERAIS SOBRE O CELLA A Flórida utiliza o CELLA (Comprehensive English Language Learning Assessment, Avaliação Abrangente do Aprendizado de Língua Inglesa)
Leia maisSistema para Visualização dos Resultados de Pesquisas de Clima Organizacional. PERSPECTIVA Consultores Associados Ltda.
PERSPECTIVA Consultores Associados Ltda. Sistema para Visualização dos Resultados de Pesquisas de Clima Organizacional Manual do Usuário Este documento é de autoria da PERSPECTIVA Consultores Associados
Leia maisNathalie Portugal Vargas
Nathalie Portugal Vargas 1 Introdução Trabalhos Relacionados Recuperação da Informação com redes ART1 Mineração de Dados com Redes SOM RNA na extração da Informação Filtragem de Informação com Redes Hopfield
Leia maisENGENHARIA DE SOFTWARE I
ENGENHARIA DE SOFTWARE I Prof. Cássio Huggentobler de Costa [cassio.costa@ulbra.br] Twitter: www.twitter.com/cassiocosta_ Agenda da Aula (002) Metodologias de Desenvolvimento de Softwares Métodos Ágeis
Leia maisPesquisa com Professores de Escolas e com Alunos da Graduação em Matemática
Pesquisa com Professores de Escolas e com Alunos da Graduação em Matemática Rene Baltazar Introdução Serão abordados, neste trabalho, significados e características de Professor Pesquisador e as conseqüências,
Leia maisMídias sociais como apoio aos negócios B2C
Mídias sociais como apoio aos negócios B2C A tecnologia e a informação caminham paralelas à globalização. No mercado atual é simples interagir, aproximar pessoas, expandir e aperfeiçoar os negócios dentro
Leia maisANÁLISE DOS RESULTADOS DOS PROGRAMAS DE APOIO ÀS PMEs NO BRASIL Resumo Executivo PARA BAIXAR A AVALIAÇÃO COMPLETA: WWW.IADB.
ANÁLISE DOS RESULTADOS DOS PROGRAMAS DE APOIO ÀS PMEs NO BRASIL Resumo Executivo PARA BAIXAR A AVALIAÇÃO COMPLETA: WWW.IADB.ORG/EVALUATION ANÁLISE DOS RESULTADOS DOS PROGRAMAS DE APOIO ÀS PMEs NO BRASIL
Leia maisA Grande Importância da Mineração de Dados nas Organizações
A Grande Importância da Mineração de Dados nas Organizações Amarildo Aparecido Ferreira Junior¹, Késsia Rita da Costa Marchi¹, Jaime Willian Dias¹ ¹Universidade Paranaense (Unipar) Paranavaí PR Brasil
Leia maisADM041 / EPR806 Sistemas de Informação
ADM041 / EPR806 Sistemas de Informação UNIFEI Universidade Federal de Itajubá Prof. Dr. Alexandre Ferreira de Pinho 1 Sistemas de Apoio à Decisão (SAD) Tipos de SAD Orientados por modelos: Criação de diferentes
Leia maisOrganizaçãoe Recuperaçãode Informação GSI521. Prof. Dr. Rodrigo Sanches Miani FACOM/UFU
Organizaçãoe Recuperaçãode Informação GSI521 Prof. Dr. Rodrigo Sanches Miani FACOM/UFU Aula anterior Organização e Recuperação de Informação(GSI521) Modelo vetorial- Definição Para o modelo vetorial, o
Leia maisE SE VOCÊ PUDESSE EXTRAIR INTELIGÊNCIA DO CONTEÚDO PRODUZIDO SOBRE SUA MARCA OU PRODUTO NAS MÍDIAS SOCIAIS?
E SE VOCÊ PUDESSE EXTRAIR INTELIGÊNCIA DO CONTEÚDO PRODUZIDO SOBRE SUA MARCA OU PRODUTO NAS MÍDIAS SOCIAIS? COM SOCIAL MEDIA RESEARCH VOCÊ PODE UMA NOVA METODOLOGIA QUE PARTE DO CRUZAMENTO ENTRE AS MELHORES
Leia maisMC536 Bancos de Dados: Teoria e Prática
Universidade Estadual de Campinas - UNICAMP Instituto de Computação - IC MC536 Bancos de Dados: Teoria e Prática Aula #3 : MER e MER Estendido Profs. Anderson Rocha e André Santanchè Campinas, 1 de Agosto
Leia maisSugestão de Roteiro para Elaboração de Monografia de TCC
Sugestão de Roteiro para Elaboração de Monografia de TCC Sugerimos, para elaborar a monografia de TCC (Trabalho de Conclusão de Curso), que o aluno leia atentamente essas instruções. Fundamentalmente,
Leia maisAnálise de Dados do Financeiro
Análise de Dados do Financeiro Introdução Para reunir em um só local as informações de contas a pagar e receber cadastradas e/ou geradas no sistema TTransp existe a interface de análise de dados do financeiro.
Leia maisEspecificação do 3º Trabalho
Especificação do 3º Trabalho I. Introdução O objetivo deste trabalho é abordar a prática da programação orientada a objetos usando a linguagem Java envolvendo os conceitos de classe, objeto, associação,
Leia maisPodemos encontrar uma figura interessante no PMBOK (Capítulo 7) sobre a necessidade de organizarmos o fluxo de caixa em um projeto.
Discussão sobre Nivelamento Baseado em Fluxo de Caixa. Item aberto na lista E-Plan Podemos encontrar uma figura interessante no PMBOK (Capítulo 7) sobre a necessidade de organizarmos o fluxo de caixa em
Leia maisTécnicas para Programação Inteira e Aplicações em Problemas de Roteamento de Veículos 14
1 Introdução O termo "roteamento de veículos" está relacionado a um grande conjunto de problemas de fundamental importância para a área de logística de transportes, em especial no que diz respeito ao uso
Leia mais3 Um Framework Orientado a Aspectos para Monitoramento e Análise de Processos de Negócio
32 3 Um Framework Orientado a Aspectos para Monitoramento e Análise de Processos de Negócio Este capítulo apresenta o framework orientado a aspectos para monitoramento e análise de processos de negócio
Leia maisCorrelação Canônica. Outubro / 1998. Versão preliminar. Fabio Vessoni. fabio@mv2.com.br (011) 30642254. MV2 Sistemas de Informação
Correlação Canônica Outubro / 998 Versão preliminar Fabio Vessoni fabio@mv.com.br (0) 306454 MV Sistemas de Informação Introdução Existem várias formas de analisar dois conjuntos de dados. Um dos modelos
Leia maisPESQUISA SOBRE O PERFIL DE ALUNOS NA UTILIZAÇÃO DE UM SITE DOCENTE DO ENSINO SUPERIOR
PESQUISA SOBRE O PERFIL DE ALUNOS NA UTILIZAÇÃO DE UM SITE DOCENTE DO ENSINO SUPERIOR Wesley Humberto da Silva (Fundação Araucária), André Luis Andrade Menolli (Orientador) e-mail: wesleyhumberto11@mail.com
Leia maisAbordagem de Processo: conceitos e diretrizes para sua implementação
QP Informe Reservado Nº 70 Maio/2007 Abordagem de Processo: conceitos e diretrizes para sua implementação Tradução para o português especialmente preparada para os Associados ao QP. Este guindance paper
Leia maisUSO DE REDES SOCIAIS EM AMBIENTES CORPORATIVOS. www.gentispanel.com.br
USO DE REDES SOCIAIS EM AMBIENTES CORPORATIVOS www.gentispanel.com.br Só quem tem uma base de 6,5 milhões de pessoas pode resolver suas pesquisas de mercado em poucos dias. Pesquisas ad-hoc Consumidores
Leia maisCONCURSO PÚBLICO ANALISTA DE SISTEMA ÊNFASE GOVERNANÇA DE TI ANALISTA DE GESTÃO RESPOSTAS ESPERADAS PRELIMINARES
CELG DISTRIBUIÇÃO S.A EDITAL N. 1/2014 CONCURSO PÚBLICO ANALISTA DE GESTÃO ANALISTA DE SISTEMA ÊNFASE GOVERNANÇA DE TI RESPOSTAS ESPERADAS PRELIMINARES O Centro de Seleção da Universidade Federal de Goiás
Leia maisImplantação. Prof. Eduardo H. S. Oliveira
Visão Geral A implantação de um sistema integrado de gestão envolve uma grande quantidade de tarefas que são realizadas em períodos que variam de alguns meses a alguns anos, e dependem de diversos fatores,
Leia mais3 Metodologia e Objeto de estudo
Metodologia e Objeto de estudo 36 3 Metodologia e Objeto de estudo Neste capítulo, através da explanação da metodologia de pesquisa e do objeto de estudo, serão definidas as questões centrais de estudo,
Leia maisAplicação de Ensembles de Classificadores na Detecção de Patologias na Coluna Vertebral
Aplicação de Ensembles de Classificadores na Detecção de Patologias na Coluna Vertebral Hedenir M. Pinheiro Instituto de Informática Universidade Federal de Goiás (UFG) Caixa Postal 131 74001-970 Goiânia
Leia maiscris Relatório de gerenciamento de mídias sociais Maio e Junho/2015
cris Relatório de gerenciamento de mídias sociais Maio e Junho/2015 Facebook A página do Facebook foi atualizada com um post por dia, no começo dos trabalhos, depois dois posts por dia, e próximo ao dia
Leia maisModelagem e Simulação
AULA 11 EPR-201 Modelagem e Simulação Modelagem Processo de construção de um modelo; Capacitar o pesquisador para prever o efeito de mudanças no sistema; Deve ser próximo da realidade; Não deve ser complexo.
Leia maisTreinamento de Utilização da Produção Repetitiva
Treinamento de Utilização da Produção Repetitiva Glossário Introdução 03 Conceitos 05 PP.002.000 - Dados Mestre 07 PP.002.010 - MRP 1 09 PP.002.010 - MRP 2 10 PP.002.010 - MRP 4 11 PP.002.010 - Esquematização
Leia maisGerenciamento de Projeto: Criando o Termo de Abertura II. Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
Gerenciamento de Projeto: Criando o Termo de Abertura II Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Sumário Priorizando Projetos. Métodos Matemáticos. Métodos de análise de benefícios. Selecionando
Leia mais9 Como o aluno (pré)adolescente vê o livro didático de inglês
Cap. 9 Como o aluno (pré)adolescente vê o livro didático de inglês 92 9 Como o aluno (pré)adolescente vê o livro didático de inglês Nesta parte do trabalho, analisarei alguns resultados da análise dos
Leia maisEstudo de um Sistema de Gêneros em um Curso Universitário
Departamento de Letras Estudo de um Sistema de Gêneros em um Curso Universitário Aluna: Esther Ruth Oliveira da Silva Orientadora: Profª. Bárbara Jane Wilcox Hemais Introdução O presente projeto se insere
Leia maisAuditoria e Segurança da Informação GSI536. Prof. Rodrigo Sanches Miani FACOM/UFU
Auditoria e Segurança da Informação GSI536 Prof. Rodrigo Sanches Miani FACOM/UFU Aula passada Pergunta É possível saber se as normas, políticas, procedimentos, processos e controles adotados estão funcionando
Leia maisOs benefícios da ce ISO 14001
Pesquisa Os benefícios da ce ISO 14001 A Revista BANAS QUALIDADE e a Destaque Pesquisa e Marketing realizaram um estudo para medir o grau de satisfação da implementação da certificação ISO 14001. Confira
Leia maisGerenciando Sua Reputação Online Parte 1
Gerenciando Sua Reputação Online Parte 1 Índice Gerenciando Sua Reputação Online Parte 1 Índice O Que é Gerenciamento da Sua Reputação Online? Como Monitorar Sua Reputação Online O Básico Para Construir
Leia maisUniversidade Tecnológica Federal do Paraná UTFPR Programa de Pós-Graduação em Computação Aplicada Disciplina de Mineração de Dados
Universidade Tecnológica Federal do Paraná UTFPR Programa de Pós-Graduação em Computação Aplicada Disciplina de Mineração de Dados Prof. Celso Kaestner Poker Hand Data Set Aluno: Joyce Schaidt Versão:
Leia maisConhecimento em Tecnologia da Informação. CobiT 5. Apresentação do novo framework da ISACA. 2013 Bridge Consulting All rights reserved
Conhecimento em Tecnologia da Informação CobiT 5 Apresentação do novo framework da ISACA Apresentação Este artigo tem como objetivo apresentar a nova versão do modelo de governança de TI, CobiT 5, lançado
Leia maisSeção 2/E Monitoramento, Avaliação e Aprendizagem
Seção 2/E Monitoramento, Avaliação e Aprendizagem www.bettercotton.org Orientação Text to go here O documento Monitoramento, Avaliação e Aprendizagem da BCI proporciona uma estrutura para medir as mudanças
Leia maisSemântica para Sharepoint. Busca semântica utilizando ontologias
Semântica para Sharepoint Busca semântica utilizando ontologias Índice 1 Introdução... 2 2 Arquitetura... 3 3 Componentes do Produto... 4 3.1 OntoBroker... 4 3.2 OntoStudio... 4 3.3 SemanticCore para SharePoint...
Leia maisLEVANTAMENTO DE REQUISITOS DE FORMA ENXUTA
LEVANTAMENTO DE REQUISITOS DE FORMA ENXUTA Kleber Lopes Petry Éder Moretto Garcia Rodrigo Clemente Thom de Souza Proposta de processo para levantamento de requisitos para desenvolvimento de produtos de
Leia maisDESENVOLVER E GERIR COMPETÊNCIAS EM CONTEXTO DE MUDANÇA (Publicado na Revista Hotéis de Portugal Julho/Agosto 2004)
DESENVOLVER E GERIR COMPETÊNCIAS EM CONTEXTO DE MUDANÇA (Publicado na Revista Hotéis de Portugal Julho/Agosto 2004) por Mónica Montenegro, Coordenadora da área de Recursos Humanos do MBA em Hotelaria e
Leia maisCurva ABC. Tecinco Informática Ltda. Av. Brasil, 5256 3º Andar Centro Cascavel PR www.tecinco.com.br
Curva ABC Tecinco Informática Ltda. Av. Brasil, 5256 3º Andar Centro Cascavel PR www.tecinco.com.br Sumário Introdução... 3 Utilização no sistema TCar-Win... 3 Configuração da curva ABC... 4 Configuração
Leia maisUNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ CURSO SUPERIOR DE TECNOLOGIA EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ CURSO SUPERIOR DE TECNOLOGIA EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS ALEXANDRE PRADO BARBOSA RELATÓRIO DE ESTÁGIO Ponta Grossa 2012 ALEXANDRE PRADO BARBOSA Relatório
Leia maisEntendendo como funciona o NAT
Entendendo como funciona o NAT Vamos inicialmente entender exatamente qual a função do NAT e em que situações ele é indicado. O NAT surgiu como uma alternativa real para o problema de falta de endereços
Leia maisProcessos Técnicos - Aulas 4 e 5
Processos Técnicos - Aulas 4 e 5 Trabalho / PEM Tema: Frameworks Públicos Grupo: equipe do TCC Entrega: versão digital, 1ª semana de Abril (de 31/03 a 04/04), no e-mail do professor (rodrigues.yuri@yahoo.com.br)
Leia maisLocalização dos inquéritos de rua para Arroios e Gulbenkian
Project IAAPE Pedestrian Accessibility and Attractiveness Indicators: Tool for Urban Walkability Assessment and Management Working Paper No. WP-8 Localização dos inquéritos de rua para Arroios e Gulbenkian
Leia maisIntrodução Já acessou rede social Acessam semanalmente Acessam diariamente USA Brasil Argentina México
O século XIX ficou conhecido como o século europeu; o XX, como o americano. O século XXI será lembrado como o Século das Mulheres. (Tsvi Bisk, Center for Strategic Futurist Thinking, 2008) A Sophia Mind,
Leia maisPROCESSO DE DESENVOLVIMENTO DE SOFTWARE. Modelos de Processo de Desenvolvimento de Software
PROCESSO DE DESENVOLVIMENTO DE SOFTWARE Introdução Modelos de Processo de Desenvolvimento de Software Os modelos de processos de desenvolvimento de software surgiram pela necessidade de dar resposta às
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ UFPR Bacharelado em Ciência da Computação
SOFT DISCIPLINA: Engenharia de software AULA NÚMERO: 08 DATA: / / PROFESSOR: Andrey APRESENTAÇÃO O objetivo desta aula é apresentar e discutir conceitos relacionados a modelos e especificações. Nesta aula
Leia maisDESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE
DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE Mariane Alves Gomes da Silva Eliana Zandonade 1. INTRODUÇÃO Um aspecto fundamental de um levantamento
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas CMP1132 Processo e qualidade de software II Prof. Me. Elias Ferreira Sala: 402 E Quarta-Feira:
Leia maisGlossário Apresenta a definição dos termos, siglas e abreviações utilizadas no contexto do projeto Citsmart.
Apresenta a definição dos termos, siglas e abreviações utilizadas no contexto do projeto Citsmart. Versão 1.6 15/08/2013 Visão Resumida Data Criação 15/08/2013 Versão Documento 1.6 Projeto Responsáveis
Leia mais3 Metodologia 3.1. Tipo de pesquisa
3 Metodologia 3.1. Tipo de pesquisa Escolher o tipo de pesquisa a ser utilizado é um passo fundamental para se chegar a conclusões claras e responder os objetivos do trabalho. Como existem vários tipos
Leia maisExtração Automática de Palavras-chave de Textos da Língua Portuguesa
Extração Automática de Palavras-chave de Textos da Língua Portuguesa Maria Abadia Lacerda Dias, Marcelo de Gomensoro Malheiros Centro Universitário UNIVATES Lajeado RS Brasil {mald,mgm}@univates.br Abstract.
Leia maisMUDANÇAS NA ISO 9001: A VERSÃO 2015
MUDANÇAS NA ISO 9001: A VERSÃO 2015 Está em andamento o processo de revisão da Norma ISO 9001: 2015, que ao ser concluído resultará na mudança mais significativa já efetuada. A chamada família ISO 9000
Leia maisRock In Rio - Lisboa
Curso de Engenharia Informática Industrial Rock In Rio - Lisboa Elaborado por: Ano Lectivo: 2004/05 Tiago Costa N.º 4917 Turma: C Gustavo Graça Patrício N.º 4757 Turma: C Docente: Professora Maria Estalagem
Leia maisDadas a base e a altura de um triangulo, determinar sua área.
Disciplina Lógica de Programação Visual Ana Rita Dutra dos Santos Especialista em Novas Tecnologias aplicadas a Educação Mestranda em Informática aplicada a Educação ana.santos@qi.edu.br Conceitos Preliminares
Leia maisEstudos de Imagem e Notoriedade
Estudos de Imagem e Notoriedade 1- Enquadramento O Serviço: Relatórios Avaliação da Imagem e Notoriedade das organizações, bem como da força de marca e posicionamento face à concorrência. Para que Serve:
Leia maisConceitos Introdutórios Fábio Fernandes
Conceitos Introdutórios Fábio Fernandes Introdução Com o advento da tecnologia e o maior acesso do público em geral a Internet, o aprendizado on-line (e-learning) tem sido cada vez mais procurado por profissionais
Leia mais