textos documentos semi-estruturado
|
|
- Inês Ribas Lima
- 8 Há anos
- Visualizações:
Transcrição
1 1 Mineração de Textos Os estudos em Aprendizado de Máquina normalmente trabalham com dados estruturados Entretanto, uma grande quantidade de informação é armazenada em textos, que são dados semiestruturados Nesta apresentação é dava uma breve introdução à Mineração de Textos
2 2 Introdução Uma grande quantidade de toda informação disponível atualmente encontra-se sob a forma de textos (ou documentos) semi-estruturados, tais como livros, artigos, manuais, s e a Web O termo semi-estruturado indica que os dados não são completamente estruturados nem completamente sem estrutura Um documento pode conter alguns atributos estruturados: Título, autor(es), data da publicação mas também contém alguns elementos textuais sem estrutura Resumo e conteúdo
3 3 Introdução Mineração de Textos (Text Mining - TM) tem como objetivo tratar essa informação semi-estruturada Apesar desta fonte de recursos ser atrativa e de fácil acesso, a extração automática de informação útil a partir dela é um desafio uma vez que os resumos estão em linguagem natural
4 Mineração de textos O objetivo da Mineração de Textos é o processamento de informação textual, extraindo índices numéricos significativos a partir do texto e então tornar esta informação acessível para os programas disponíveis nos sistemas de mineração de dados. 4
5 5 Mineração de textos Podem ser analisadas palavras, agrupamentos de palavras, ou mesmo documentos entre si através das suas similaridades ou de suas relações com outras variáveis de interesse num projeto de mineração de textos.
6 6 Mineração de textos O objetivo na fase inicial do projeto é transformar textos em números (índices significativos), que podem então ser incorporados em outras análises tais como classificação supervisionada ou não supervisionada.
7 Mineração de textos Algumas aplicações típicas para mineração de textos: Análise de questões abertas em questionários. Processamento automático de mensagens, s, etc... Busca de referências em uma coleção de artigos, motores de busca. 7
8 8 Mineração de textos Mais apropriado para um grande número de textos de tamanho médio ou pequeno. Não deve ser tratado como uma caixa preta. A intervenção do analista é necessária. Soluções não podem ser importadas de outra língua.
9 Mineração de textos Pré-processamento: 1) Exclusão de palavras e números, baseada no tamanho, nas letras inicial e final ou outros critérios. 2) Manutenção ou exclusão de palavras baseada em uma lista previamente definida. 3) Identificação de sinônimos e antônimos. 4) Determinação de radicais 9
10 10 Recuperação de Informação Recuperação da informação significa a operação pela qual se seleciona documentos, sobre tópicos específicos, a partir do acervo, em função da demanda do usuário. O processo de recuperação de informação consiste em identificar, no conjunto de documentos(corpus) de um sistema, quais atendem à necessidade de informação do usuário. 10
11 11 Sistemas de Recuperação de Informação Os Sistemas de Recuperação de Informação (SRI s) surgiram da necessidade de se extrair informações em bases de dados não estruturadas, tais como grandes coleções de documentos textuais e bibliográficos. Os SRI s necessitam de técnicas que agilizam o armazenamento e acesso aos dados. 11
12 12 Sistemas de Recuperação de Informação A recuperação de informação é feita a partir de uma entrada do usuário, ou seja, uma consulta para que os documentos relevantes sejam encontrados. Os SRI s geralmente se baseiam em Busca por Palavra- Chave ou Busca por Similaridade. 12
13 13 Recuperação de Informação x Mineração de Texto A informatização de diversas áreas trouxe como conseqüência um grande volume de informações sendo armazenadas em bancos de dados. Algumas áreas surgiram para o tratamento de informações textuais, como a Recuperação de Informação e a Mineração de Textos. Ambas utilizam técnicas avançadas para explorar uma grande coleção de dados textuais desestruturados, mas tem propósitos diferentes. 13
14 14 Recuperação de Informação x Mineração de Texto Recuperação de Informação é uma tecnologia utilizada para buscar documentos, focalizando nos dados relacionados a algum tópico específico. A Mineração de Textos, também conhecida como Descoberta de Conhecimento em Textos (KDT), visa encontrar padrões e tendências em um conjunto de documentos, realizar classificação de documentos, ou ainda comparar documentos. 14
15 15 Recuperação de Informação x Mineração de Texto Em uma das etapas da Mineração de Textos, utiliza-se técnicas de R.I. Técnicas de RI Coleção de textos Técnicas de EI Forma Intermediária Mineração Conhecimento Processo de Mineração de Textos (Correa, 2003) 15
16 Métricas Básicas As duas métricas usualmente utilizadas para avaliar o desempenho são Precisão: porcentagem de documentos recuperados que de fato são relevantes Recall (sensitividade): porcentagem de documentos que são relevantes e foram, de fato, recuperados Documentos relevantes Relevantes e Recuperados Documentos recuperados Todos os documentos 16
17 17 Métricas Básicas As duas métricas usualmente utilizadas para avaliar o desempenho são Precisão = Relevantes Recuperados / Recuperados Recall: Relevantes Recuperados / Relevantes Documentos relevantes Relevantes e Recuperados Documentos recuperados Todos os documentos
18 Recuperação baseada em Similaridade de Palavras-Chave Em um sistema de TM baseado em palavras-chave, um documento é representado por uma string, formada por uma conjunto de palavras-chave O usuário fornece uma palavra-chave ou uma expressão formada por palavraschave Chá or café Carro and oficina mecânica 18
19 19 Sinonímia & Polissemia Um sistema de TM deve considerar a ocorrência de sinonímia e polissemia Sinonímia: uma palavra possui vários sinônimos Carro, automóvel, veículo Polissemia: uma mesma palavra tem diferentes significados, dependendo do contexto Mineração (textos?), mineração (carvão?) Exame (teste?), exame (médico?)
20 Recuperação baseada em Similaridade de Palavras-Chave Um sistema de TM baseado em similaridade encontra documentos similares baseado em um conjunto de palavraschave A saída é um grau de relevância, onde a relevância é medida de proximidade das palavras-chave, a freqüência das palavraschave e assim por diante 20
21 Stop List Um sistema de TM geralmente associa uma stop list com um conjunto de documentos Uma stop list é um conjunto de palavras que são consideradas irrelevantes Normalmente inclui artigos, preposições, conjunções A stop list pode variar entre conjuntos de documentos (mesma área, mesma língua) 21
22 Stem Um grupo de diferentes palavras podem compartilhar um mesmo radical (stem) Um sistema de TM precisa identificar grupos de palavras nas quais as palavras em um mesmo grupo são pequenas variações sintáticas umas das outras Droga, drogas, drogado, drogaria Com essa identificação, é possível armazenar apenas o stem 22
23 23 Representação Iniciando com um conjunto de n documentos e t termos, é possível modelar cada documento como um vetor v no espaço t-dimensional R t Os vetores podem ser binários, onde 0 indica que um determinado termo não ocorre no documento e 1 caso contrário Os vetores podem conter a freqüência (absoluta ou relativa) de cada termo no documento
24 24 Representação binária do documento como uma matriz Cada documento é representado um vetor binário
25 25 Matriz de contagem de termos Considere a representação que conta o número de ocorrências de um termo Cada documento é representado por um vetor com o número de ocorrência de cada termo
26 Bag of words O vetor não considera a ordem das palavras no documeto John is quicker than Mary and Mary is quicker than John tem os mesmos vetores Essa abordagem é chamada bag of words Estamos perdendo informação quando fazemos isso 26
27 Frequência de termos tf Número de vezes que o termo t ocorre na coleção de documentos d. Frequência absoluta não é uma boa: Um documento com 10 ocorrências de um termo é mais relevante quem somente uma ocorrência do termo. Mas não 10 vezes mais relevante! Relevância não deve crescer proporcionalmente com frequência 27
28 28 Pesagem com Log-frequencia Pesa a frequencia usando o log O score é 0 se nenhum dos termos está presente no documentos 0 0, 1 1, 2 1.3, 10 2, , etc.
29 Frequencia na coleção Termos raros são mais informativos que termos muito frequentes Relembre as stop words Considere um termo que é muito raro na coleção (e.g., aracnofobia) Um documento contendo esse termo tem grandes chances de ser relevante para aracnofobia Queremos um alto peso para termos muito raros em toda a coleção, como aracnofobia. 29
30 Frequencia na coleção Considere um termo que é frequente na coleção Um documento contendo esse termo tem boa chance de ser relevante que não o tem, mas não um forte indicador de relevância Para termos muito frequentes, queremos pesos positivos para esses termos, mas menores do que para termos raros Usa-se a frequência na coleção (df) para capturar isso em no peso. df ( N) é o número de documentos que contém aquele termo 30
31 Pesagem idf Df t é a frequência do term t na coleção: o número de documentos que contém t df is a measure of the informativeness of t Define-se idf (inverse document frequency) como Usamos o logarítmo N/df t ao invés de N/df t para suavizar o efeito do idf. A base do logaritmo não importa. 31
32 32 Exemplo do idf example, suponha N= 1 milhão termo df t idf t calpurnia 1 6 animal sunday 1,000 3 fly 10,000 2 under 100,000 1 the 1,000,000 0 Existe um valor de idf para cada termo na coleção.
33 Frequência na Coleção vs. Documento A frequencia na coleção é o número de ocorrências de t na coleção, contando-se ocorrências múltiplases. Example: Palavra Collection frequency Document frequency insurance try Qual palavra poderia ser mais relevante (e receber mais peso)? 33
34 Pesagem tf-idf O peso tf-idf de um termo é o produto de seu tf e de seu idf. Muito usado em recuperação de informação! Também chamado de: tf.idf, tf x idf Aumenta com o número de de ocorrências dento de um documento Aumenta com a raridade do term na coleção 34
35 35 Binario countagem weight matrix Cada vetor é representado por um número real com o tf-idf de cada termo
36 Documentos como vetores Agora temos um vetor V -dimensional Termos são eixo no espaço Documents são pontos dos vetores neste espaço Alta dimenção: centenas/milhares de dimensões quando você aplica a uma grande coleção de texto Esparso mairia das entradas é zero. 36
37 37 Identificando Documentos Similares Uma vez obtida a matriz de freqüência (binária, absoluta ou relativa) é possível aplicar qualquer métrica de distância, uma vez que é esperado que documentos similares tenham freqüências similares É possível medir a similaridade entre um conjunto de documentos ou entre um documento e uma query (consulta), freqüentemente definida como um conjunto de palavras-chave
38 38 Identificando Documentos Similares Uma métrica representativa é o co-seno entre os vetores Sejam v 1 e v 2 dois vetores de documentos; a métrica de similaridade de co-seno é definida como onde
39 39 Similaridade Associa pesos aos termos de indexação e aos termos da expressão de busca. O resultado da utilização destes pesos é a ordenação dos documentos pelo grau de similaridade em relação à expressão de busca. Cada elemento do vetor é normalizado para assumir valores entre 0 e 1. Para o cálculo do peso é considerado o n de vezes que o termo aparece no documento e o n de vezes que o termo aparece no corpus de documentos. 39
40 40 Similaridade A representação gráfica de dois documentos: DOC1, com termos de indexação t1 e t3, com pesos 0.3 e 0.5, e DOC2 com termos de indexação t1, t2 e t3, com pesos 0.5, 0.4 e 0.3, dá-se: 40
41 41 Modelo Vetorial Se utilizarmos uma expressão de busca ebusca=(0.2,0.35,0.1), juntamente com os documentos DOC1 e DOC2, em um espaço vetorial formado pelos termos t1, t2 e t3, teremos a representação gráfica a seguir: 41
42 Modelo Vetorial Para encontrar o grau de similaridade, calcula-se o coseno do ângulo entre documentos ou entre consultas e documentos: Onde wi,x é o peso do i-ésimo elemento do vetor x e wi,y é o peso do i-ésimo elemento do vetor y
43 43 Modelo Vetorial Assim, o grau de similaridade entre o documento DOC1 e o documento DOC2 é calculado: 43
44 44 Modelo Vetorial Portanto, o grau de similaridade entre estes dois documentos é de 73%. Utilizando-se a mesma fórmula é possível encontrar o grau de similaridade entre a expressão ebusca com cada um dos documentos DOC1 e DOC2: 44
45 45 Modelo Vetorial A expressão ebusca possui um grau de similaridade de 45% com o documento DOC1 e de 92% com o documento DOC2. É possível restringir a quantidade de documentos recuperados definindo um limite mínimo para o valor de similaridade. Um limite de 0.5, indica que uma expressão de busca obterá como resultado apenas os documentos cujo valor de similaridade for superior a 50%. 45
46 46 Identificando Documentos Similares t 1 t 2 t 3 t 4 t 5 d d d d d d d cos(d 1,d 1 ) = cos(d 1,d 2 ) = cos(d 1,d 3 )=0.4363
Recuperação de Informação
Recuperação de Informação Estrutura de Dados II Mariella Berger 1 Roteiro Tarefas de Recuperação de Informação Modelos de Recuperação de Documentos Modelo Booleano Modelo Espaço Vetorial Recuperação de
Leia maisORI: Pontuação e o modelo de espaço vetorial
1/1 ORI: Pontuação e o modelo de espaço vetorial Marcelo Keese Albertini Faculdade de Computação Universidade Federal de Uberlândia Índice 2/1 3/1 Veremos hoje Ordenando resultados de busca: importância
Leia maisOrganizaçãoe Recuperaçãode Informação GSI521. Prof. Dr. Rodrigo Sanches Miani FACOM/UFU
Organizaçãoe Recuperaçãode Informação GSI521 Prof. Dr. Rodrigo Sanches Miani FACOM/UFU Modelo Vetorial Organização e Recuperação de Informação(GSI521) Motivação Discutido nos seguintes trabalhos: K. Spark
Leia maisDESENVOLVIMENTO DE UM REPOSITÓRIO DE DADOS DO FUTEBOL BRASILEIRO
Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM DESENVOLVIMENTO DE UM REPOSITÓRIO DE DADOS DO FUTEBOL BRASILEIRO Aluno: Rafael
Leia maisO modelo espaço de vetores. vetorial. Marcelo Keese Albertini. Faculdade de Computação - UFU 12/03/2013. O modelo de espaço vetorial 1 / 27
Recuperação de Informação: O modelo de espaço vetorial Marcelo Keese Albertini Faculdade de Computação - UFU 12/03/2013 O modelo de espaço vetorial 1 / 27 Veremos hoje Modelo de espaço de vetores: representação
Leia maisO modelo espaço de vetores. vetorial. Marcelo Keese Albertini. Faculdade de Computação - UFU. O modelo de espaço vetorial 1 / 25
Recuperação de Informação: O modelo de espaço vetorial Marcelo Keese Albertini Faculdade de Computação - UFU O modelo de espaço vetorial 1 / 25 Veremos hoje Modelo de espaço de vetores: representação vetorial
Leia maisCLASSIFICAÇÃO AUTOMÁTICA DE PATENTES COM O MODELO VETORIAL DE REPRESENTAÇÃO DE DOCUMENTOS
III SBA Simpósio Baiano de Arquivologia 26 a 28 de outubro de 2011 Salvador Bahia Políticas arquivísticas na Bahia e no Brasil CLASSIFICAÇÃO AUTOMÁTICA DE PATENTES COM O MODELO VETORIAL DE REPRESENTAÇÃO
Leia maisRelatório Trabalho Prático 2 : Colônia de Formigas para Otimização e Agrupamento
Relatório Trabalho Prático 2 : Colônia de Formigas para Otimização e Agrupamento Ramon Pereira Lopes Rangel Silva Oliveira 31 de outubro de 2011 1 Introdução O presente documento refere-se ao relatório
Leia maisESTENDENDO A UML PARA REPRESENTAR RESTRIÇÕES DE INTEGRIDADE
ESTENDENDO A UML PARA REPRESENTAR RESTRIÇÕES DE INTEGRIDADE Fabiana Gomes Marinho Faculdade Lourenço Filho Resumo: Na UML, a modelagem conceitual dos dados é descrita pelo diagrama de classes, que através
Leia maisMineração de Textos. Mineração de Textos
Mineração de Textos Os estudos em Aprendizado de Máquina normalmente trabalham com dados estruturados Entretanto, uma grande quantidade de informação é armazenada em textos, que são dados semi-estruturados
Leia maisFigure 2 - Nós folhas de uma árvore binária representando caracteres ASCII
A ocorrência tamanho ASCII codificação de Huffman é um A Codificação método de compactação de Huffman caracteres (American e a variável codificação dos usado símbolos Standard para por cada muitas no Code
Leia maisTÉCNICAS DE AVALIAÇÃO ECONÔMICA. comunicação técnica do CETEM Avaliação Econômica de Projetos Prof. Raul Oliveira Neto
TÉCNICAS DE AVALIAÇÃO ECONÔMICA comunicação técnica do CETEM Avaliação Econômica de Projetos Prof. Raul Oliveira Neto Introdução As técnicas de avaliação econômica são utilizadas para converter os dados
Leia maisO modelo Entidade-Relacionamento. Agenda: -Modelagem de dados utilizando O Modelo Entidade-Relacionamento
O modelo Entidade-Relacionamento Agenda: -Modelagem de dados utilizando O Modelo Entidade-Relacionamento 1 Antes de começarmos: A modelagem conceitual é uma fase muito importante no plamejamento de um
Leia mais3.1 Definições Uma classe é a descrição de um tipo de objeto.
Unified Modeling Language (UML) Universidade Federal do Maranhão UFMA Pós Graduação de Engenharia de Eletricidade Grupo de Computação Assunto: Diagrama de Classes Autoria:Aristófanes Corrêa Silva Adaptação:
Leia maisIntrodução a Banco de Dados Aula 03. Prof. Silvestri www.eduardosilvestri.com.br
Introdução a Banco de Dados Aula 03 Prof. Silvestri www.eduardosilvestri.com.br Arquiteturas de Banco de Dados Arquiteturas de BD - Introdução Atualmente, devem-se considerar alguns aspectos relevantes
Leia maisAMOSTRAGEM ESTATÍSTICA EM AUDITORIA PARTE ll
AMOSTRAGEM ESTATÍSTICA EM AUDITORIA PARTE ll! Os parâmetros para decisão do auditor.! Tipos de planos de amostragem estatística em auditoria. Francisco Cavalcante(f_c_a@uol.com.br) Administrador de Empresas
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 mais3 Estratégia para o enriquecimento de informações
34 3 Estratégia para o enriquecimento de informações Podemos resumir o processo de enriquecimento de informações em duas grandes etapas, a saber, busca e incorporação de dados, como ilustrado na Figura
Leia maisGuia de utilização da notação BPMN
1 Guia de utilização da notação BPMN Agosto 2011 2 Sumário de Informações do Documento Documento: Guia_de_utilização_da_notação_BPMN.odt Número de páginas: 31 Versão Data Mudanças Autor 1.0 15/09/11 Criação
Leia maisImplementando uma Classe e Criando Objetos a partir dela
Análise e Desenvolvimento de Sistemas ADS Programação Orientada a Obejeto POO 3º Semestre AULA 04 - INTRODUÇÃO À PROGRAMAÇÃO ORIENTADA A OBJETO (POO) Parte: 2 Prof. Cristóvão Cunha Implementando uma Classe
Leia maisMedindo a Produtividade do Desenvolvimento de Aplicativos
Medindo a Produtividade do Desenvolvimento de Aplicativos Por Allan J. Albrecht Proc. Joint SHARE/GUIDE/IBM Application Development Symposium (October, 1979), 83-92 IBM Corporation, White Plains, New York
Leia maisExtração de Conhecimento & Mineração de Dados
Extração de Conhecimento & Mineração de Dados Nesta apresentação é dada uma breve introdução à Extração de Conhecimento e Mineração de Dados José Augusto Baranauskas Departamento de Física e Matemática
Leia maisUniversidade Federal do Paraná. Setor de Ciências Exatas. Departamento de Matemática
Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Matemática Oficina de Calculadora PIBID Matemática Grupo do Laboratório de Ensino de Matemática Curitiba Agosto de 2013 Duração:
Leia maisAula de JavaScript 05/03/10
Objetos Sabe-se que variável são contêiners que podem armazenar um número, uma string de texto ou outro valor. O JavaScript também suporta objetos. Objetos são contêiners que podem armazenar dados e inclusive
Leia maisO QUE É A ESCALA RICHTER? (OU COMO SE MEDE UM TERREMOTO)
1 O QUE É A ESCALA RICHTER? (OU COMO SE MEDE UM TERREMOTO) Ilydio Pereira de Sá Atualmente, com o crescimento da tecnologia e da informação, tem sido muito comum o noticiário sobre catástrofes, principalmente
Leia maisMódulo 9 A Avaliação de Desempenho faz parte do subsistema de aplicação de recursos humanos.
Módulo 9 A Avaliação de Desempenho faz parte do subsistema de aplicação de recursos humanos. 9.1 Explicações iniciais A avaliação é algo que faz parte de nossas vidas, mesmo antes de nascermos, se não
Leia maisExercícios Teóricos Resolvidos
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar
Leia maisPrograma de Pós-Graduação em Educação
52 URIARTE, Mônica Zewe. 33 Programa de Pós-Graduação em Educação Resumo: Este artigo apresenta informações sobre a experiência da UNIVALI quanto ao ensino de artes no Curso de Pedagogia, preparado para
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia maisResolução da lista de exercícios de casos de uso
Resolução da lista de exercícios de casos de uso 1. Explique quando são criados e utilizados os diagramas de casos de uso no processo de desenvolvimento incremental e iterativo. Na fase de concepção se
Leia maisComputador E/S, Memória, Barramento do sistema e CPU Onde a CPU Registradores, ULA, Interconexão interna da CPU e Unidade de controle.
Introdução Os principais elementos de um sistema de computação são a unidade central de processamento (central processing unit CPU), a memória principal, o subsistema de E/S (entrada e saída) e os mecanismos
Leia maisBREVE ANOTAÇÕES SOBRE O PAYBACK
BREVE ANOTAÇÕES SOBRE O PAYBACK! O Payback na análise de investimentos! Quais as limitações do Payback! Quais as vantagens do Payback! Possíveis soluções para utilização adequada do Payback Paulo Dragaud
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 mais3. PESQUISA. 3.1.Tipo de Pesquisa
34 3. PESQUISA Esse capítulo tem o objetivo de definir o tipo da pesquisa, descrever os meios de investigação utilizados, definir o tipo de universo e a amostra que melhor se molda à pesquisa. Esse capítulo
Leia maisPROJETO DE REDES www.projetoderedes.com.br
PRJET DE REDES www.projetoderedes.com.br urso de Tecnologia em Redes de omputadores Disciplina: Redes I Fundamentos - 1º Período Professor: José Maurício S. Pinheiro AULA 1: onceitos de Redes de Dados
Leia maisCasos de uso Objetivo:
Casos de uso Objetivo: Auxiliar a comunicação entre os analistas e o cliente. Descreve um cenário que mostra as funcionalidades do sistema do ponto de vista do usuário. O cliente deve ver no diagrama de
Leia maisUma expressão básica em SQL consiste em três cláusulas: select, from e where.
Introdução a Banco de Dados O.K. Takai; I.C.Italiano; J.E. Ferreira. 67 8 A Linguagem SQL A linguagem SQL é um padrão de linguagem de consulta comercial que usa uma combinação de construtores em Álgebra
Leia maisO Gerenciamento de Documentos Analógico/Digital
Tipos de GED: Document imaging Document management Document Imaging / Document Management O Gerenciamento de Documentos Analógico/Digital Mundo analógico Criação Revisão Processamento Arquivo Mundo digital
Leia mais4Distribuição de. freqüência
4Distribuição de freqüência O objetivo desta Unidade é partir dos dados brutos, isto é, desorganizados, para uma apresentação formal. Nesse percurso, seção 1, destacaremos a diferença entre tabela primitiva
Leia maisExercícios Adicionais
Exercícios Adicionais Observação: Estes exercícios são um complemento àqueles apresentados no livro. Eles foram elaborados com o objetivo de oferecer aos alunos exercícios de cunho mais teórico. Nós recomendamos
Leia maisUMA ABORDAGEM BASEADA EM MÉTRICAS DE REDES COMPLEXAS PARA O ESTABELECIMENTO DO GRAU DE INFLUÊNCIA DE TERMOS EM DOCUMENTOS
UMA ABORDAGEM BASEADA EM MÉTRICAS DE REDES COMPLEXAS PARA O ESTABELECIMENTO DO GRAU DE INFLUÊNCIA DE TERMOS EM DOCUMENTOS Wladmir Cardoso Brandão Fernando Silva Parreiras GT8 - INFORMAÇÃO E TECNOLOGIA
Leia maisFAQ: Parametrização para Contabilização
TDN > Softwares de Gestão > RM > Recursos Humanos > Administração de Pessoal > FAQ FAQ: Parametrização para Contabilização Produto: Ambiente: RM Unspecified Versão: 11.0 Avaliação A principal finalidade
Leia maiswww.fundep.br/programacaptar, juntamente com este regulamento.
PROGRAMA DE CAPTAÇÃO DE RECURSOS FUNDEP REGULAMENTO PARA CADASTRAMENTO DE PROJETOS UFMG A Fundep//Gerência de Articulação de Parcerias convida a comunidade acadêmica da UFMG a cadastrar propostas de acordo
Leia maisAula 4 Estatística Conceitos básicos
Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a
Leia mais9 Comandos condicionais
9 Comandos condicionais Um comando condicional é uma instrução empregada quando se deseja criar um desvio, isto é, a opção de executar-se ou não um determinado trecho de código, segundo uma condição. Em
Leia maisTecnologia da Informação Prof. Mário Henrique de Souza Pardo Resumo Aula 4
Tecnologia da Informação Prof. Mário Henrique de Souza Pardo Resumo Aula 4 1 MS-Excel Aplicando funções às suas fórmulas de Excel (continuação) Serão vistas, nesta aula as funções de busca e referência
Leia maisO uso correto do texto alternativo
O uso correto do texto alternativo Tradução livre do texto Appropriate Use of Alternative Text [http://webaim.org/techniques/alttext/] O texto alternativo é, como o nome diz, uma alternativa aos elementos
Leia maisBem-vindo ao tópico sobre administração de listas de preços.
Bem-vindo ao tópico sobre administração de listas de preços. Nesse tópico, você aprenderá a administrar listas de preços no SAP Business One. Sua empresa atualiza múltiplas listas de preços para fornecer
Leia mais2 Fundamentação Conceitual
2 Fundamentação Conceitual 2.1 Computação Pervasiva Mark Weiser define pela primeira vez o termo Computação Ubíqua ou Computação Pervasiva (Ubiquitous Computing) em (10). O autor inicia o trabalho com
Leia maisMarketing Básico Capítulo II. O Composto de Marketing Os 4 P s
Marketing Básico Capítulo II O Composto de Marketing Os 4 P s O Produto Podemos definir produto como sendo o ator principal da relação de troca, onde o mesmo deve resultar como amplamente satisfatório
Leia maisDensímetro de posto de gasolina
Densímetro de posto de gasolina Eixo(s) temático(s) Ciência e tecnologia Tema Materiais: propriedades Conteúdos Densidade, misturas homogêneas e empuxo Usos / objetivos Introdução ou aprofundamento do
Leia maisTrabalho de Implementação Jogo Reversi
Trabalho de Implementação Jogo Reversi Paulo Afonso Parreira Júnior {paulojr@comp.ufla.br} Rilson Machado de Olivera {rilson@comp.ufla.br} Universidade Federal de Lavras UFLA Departamento de Ciência da
Leia maisCURSO DE TECNOLOGIA EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS
CURSO DE TECNOLOGIA EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS TURMA 2008/1 4º PERÍODO 7º MÓDULO AVALIAÇÃO A3 DATA 15/10/2009 ENGENHARIA DE SOFTWARE 2009/2 GABARITO COMENTADO QUESTÃO 1: Analise as afirmações
Leia maisSumário FPD Formulário de projeto P&D...4
1 de 22 Sumário FPD Formulário de projeto P&D...4 Introdução...4 Cadastrando e atualizando dados de projetos de P&D...4 Cadastrando novo projeto...5 Cadastrando coordenador do projeto...5 Cadastrando dados
Leia maisMedição tridimensional
A U A UL LA Medição tridimensional Um problema O controle de qualidade dimensional é tão antigo quanto a própria indústria, mas somente nas últimas décadas vem ocupando a importante posição que lhe cabe.
Leia maisCurso: Engenharia de Software com Ênfase em Padrões de Software (UECE Universidade Estadual do Ceará) RUP
Conceitos RUP RUP, abreviação de Rational Unified Process (ou Processo Unificado da Rational), é um processo de Engenharia de software criado pela Rational Software Corporation(a qual foi incorporada pela
Leia maisA GESTÃO E AVALIAÇÃO DE DESEMPENHO NA INCUBADORA TÉCNOLÓGICA UNIVAP
A GESTÃO E AVALIAÇÃO DE DESEMPENHO NA INCUBADORA TÉCNOLÓGICA UNIVAP Feitosa, R. 1, Santos, J. 2, Lourenção, P. 3 123 Curso de Administração de Empresas, Faculdade de Ciências Sociais Aplicadas. Univap
Leia mais7 etapas para construir um Projeto Integrado de Negócios Sustentáveis de sucesso
7 etapas para construir um Projeto Integrado de Negócios Sustentáveis de sucesso Saiba como colocar o PINS em prática no agronegócio e explore suas melhores opções de atuação em rede. Quando uma empresa
Leia maisCurvas em coordenadas polares
1 Curvas em coordenadas polares As coordenadas polares nos dão uma maneira alternativa de localizar pontos no plano e são especialmente adequadas para expressar certas situações, como veremos a seguir.
Leia maisDescrição do processo de priorização para tomada de tempos: Pesquisa ação em uma empresa job shop de usinados aeronáuticos.
Descrição do processo de priorização para tomada de tempos: Pesquisa ação em uma empresa job shop de usinados aeronáuticos. Tatiana Sakuyama Jorge Muniz Faculdade de Engenharia de Guaratingüetá - Unesp
Leia maisPROGRAMA DE MELHORAMENTO GENÉTICO DE ZEBUÍNOS - PMGZ
PROGRAMA DE MELHORAMENTO GENÉTICO DE ZEBUÍNOS - PMGZ Avaliação Genética - Gado de Corte As avaliações genéticas das Raças Zebuínas de Corte são desenvolvidas pela ABCZ em convênio com a Embrapa. Com base
Leia maisAnálise de Arredondamento em Ponto Flutuante
Capítulo 2 Análise de Arredondamento em Ponto Flutuante 2.1 Introdução Neste capítulo, chamamos atenção para o fato de que o conjunto dos números representáveis em qualquer máquina é finito, e portanto
Leia maisO QUE É ATIVO INTANGÍVEL?
O QUE É ATIVO INTANGÍVEL?! Quais as características do Ativo Intangível?! O problema da mensuração dos Ativos Intangíveis.! O problema da duração dos Ativos Intangíveis. Francisco Cavalcante(f_c_a@uol.com.br)
Leia maisDIFICULDADES NA COMPILAÇÃO DE UM CORPUS DE LÍNGUA ESPANHOLA
DIFICULDADES NA COMPILAÇÃO DE UM CORPUS DE LÍNGUA ESPANHOLA Laura Campos de Borba UFRGS/PIBIC/CNPq 1 lauracborba@hotmail.com RESUMO: Algumas das ferramentas utilizadas pelos pesquisadores da Linguística
Leia mais6. Pronunciamento Técnico CPC 23 Políticas Contábeis, Mudança de Estimativa e Retificação de Erro
TÍTULO : PLANO CONTÁBIL DAS INSTITUIÇÕES DO SISTEMA FINANCEIRO NACIONAL - COSIF 1 6. Pronunciamento Técnico CPC 23 Políticas Contábeis, Mudança de Estimativa e Retificação de Erro 1. Aplicação 1- As instituições
Leia maisPROCESSAMENTO TEXTUAL EM PÁGINAS DA WEB
PROCESSAMENTO TEXTUAL EM PÁGINAS DA WEB Aluno: Pedro Lazéra Cardoso Orientador: Eduardo Sany Laber Antecedentes Na primeira fase da Iniciação Científica, o aluno deu continuidade ao projeto que estava
Leia maisMetadados. 1. Introdução. 2. O que são Metadados? 3. O Valor dos Metadados
1. Introdução O governo é um dos maiores detentores de recursos da informação. Consequentemente, tem sido o responsável por assegurar que tais recursos estejam agregando valor para os cidadãos, as empresas,
Leia maisMINISTÉRIO DA SAÚDE. Secretária de Gestão Estratégica e Participativa da Saúde SGEP. Coordenação de Desenvolvimento dos Sistemas de Saúde - CDESS
MINISTÉRIO DA SAÚDE Secretária de Gestão Estratégica e Participativa da Saúde SGEP Coordenação de Desenvolvimento dos Sistemas de Saúde - CDESS Departamento de Informática do SUS - DATASUS Manual operacional
Leia maisO E-TEXTO E A CRIAÇÃO DE NOVAS MODALIDADES EXPRESSIVAS. Palavras-chave: texto, e-mail, linguagem, oralidade, escrita.
Revista Eletrônica Novo Enfoque, ano 2013, v. 17, n. 17, p. 191 195 O E-TEXTO E A CRIAÇÃO DE NOVAS MODALIDADES EXPRESSIVAS MARQUES, Fernanda Vieira ANDRADE, Antonio Carlos Siqueira de Palavras-chave: texto,
Leia maisÉlida Tamara Prata de Oliveira Praça JOGOS MATEMÁTICOS COM CONTEÚDOS DE 7 ANO APLICADOS A UM ALUNO AUTISTA
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS Pós-Graduação em Educação Matemática Mestrado Profissional em Educação Matemática Élida Tamara Prata de Oliveira Praça JOGOS MATEMÁTICOS
Leia maisAtividades da Engenharia de Software ATIVIDADES DE APOIO. Atividades da Engenharia de Software. Atividades da Engenharia de Software
Módulo 1 SCE186-ENGENHARIA DE SOFTWARE Profª Rosely Sanches rsanches@icmc.usp.br CONSTRUÇÃO Planejamento do Codificação Teste MANUTENÇÃO Modificação 2003 2 Planejamento do Gerenciamento CONSTRUÇÃO de Codificação
Leia maisSoftware Livre e Engenharia Elétrica
Software Livre e Engenharia Elétrica Diego Cézar Silva de Assunção Henrique Ribeiro Soares José Rubens Guimarães Vilaça Lima Pedro Dias de Oliveira Carvalho Rafael Viegas de Carvalho Carlos Gomes O software
Leia maisUNIVERSIDADE FEDERAL DE OURO PRETO PROJETO BÁSICO CURSO DE APERFEIÇOAMENTO EM PRODUÇÃO E ORGANIZAÇÃO DE CONTEÚDO NA EAD CURSO PARA DOCENTES DA UFOP
UNIVERSIDADE FEDERAL DE OURO PRETO CENTRO DE EDUCAÇÃO ABERTA E A DISTANCIA PROJETO BÁSICO CURSO DE APERFEIÇOAMENTO EM PRODUÇÃO E ORGANIZAÇÃO DE CONTEÚDO NA EAD CURSO PARA DOCENTES DA UFOP 2007 IDENTIFICAÇÃO
Leia maisWhite-box test: Também conhecido como teste estrutural, tem por objetivo validar os dados derivados das funções do sistema.
22. Planejamento, Especificação e Execução dos Testes A implantação de um sistema de boa qualidade, dentro de um prazo específico, pode ser seriamente prejudicada caso uma etapa extremamente importante
Leia maisAs respostas devem ser assinadalas na Folha de Resposta, a qual deverá ser entregue ao Fiscal de Sala Itapetininga, 04 de Dezembro de 2015
As respostas devem ser assinadalas na Folha de Resposta, a qual deverá ser entregue ao Fiscal de Sala Itapetininga, 04 de Dezembro de 2015 1) Moraes (2014) apresenta em seu texto Tecnologias digitais e
Leia maisAula II Introdução ao Modelo de Entidade-Relacionamento
Aula II Introdução ao Modelo de Entidade-Relacionamento Referência bibliográfica ANGELOTTI, E S. Banco de Dados. Ed. Livro Técnico Introdução É um modelo conceitual e deve estar o mais próximo possível
Leia maisDinâmica de um Sistema de Partículas Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU
Dinâmica de um Sistema de Partículas Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Profa. Dra. Diana Andrade & Prof. Dr. Sergio Pilling Parte 1 - Movimento Retilíneo Coordenada de posição, trajetória,
Leia maisA IMPORTÂNCIA DO TREINAMENTO. Quem nunca ouviu aquela velha frase O maior capital de nossa empresa é o capital
A IMPORTÂNCIA DO TREINAMENTO humano. Quem nunca ouviu aquela velha frase O maior capital de nossa empresa é o capital Uma pesquisa realizada em 1997 nos Estados Unidos comprovou estatisticamente que essa
Leia maisDocumento Descritivo do Mecanismo de Busca. Preparação do Portal para indexação
Documento Descritivo do Mecanismo de Busca Este documento visa esclarecer as regras que serão executadas pelo mecanismo de busca para a recuperação de informações a partir de uma palavra e/ou expressão
Leia maisDocumentação da Pesquisa de Satisfação Sistemas de TI 2010
Assunto : Análise quantitativa referente à Pesquisa de Satisfação com os Sistemas de Tecnologia da Informação - TRT10-2010. 1. Introdução 1.1. O objetivo deste trabalho é documentar a análise quantitativa
Leia maisCalculando RPM. O s conjuntos formados por polias e correias
A U L A Calculando RPM O problema O s conjuntos formados por polias e correias e os formados por engrenagens são responsáveis pela transmissão da velocidade do motor para a máquina. Geralmente, os motores
Leia maisUFCSPA Biblioteca Paulo Lacerda de Azevedo MANUAL DE UTILIZAÇÃO DO PHL Elysio
UFCSPA Biblioteca Paulo Lacerda de Azevedo MANUAL DE UTILIZAÇÃO DO PHL Elysio 1 Por onde começar O acesso à área de serviços do sistema PHL Elysio é permitido somente a usuários cadastrados na biblioteca
Leia maisO ENSINO DE CÁLCULO NUMÉRICO: UMA EXPERIÊNCIA COM ALUNOS DO CURSO DE CIÊNCIA DA COMPUTAÇÃO
O ENSINO DE CÁLCULO NUMÉRICO: UMA EXPERIÊNCIA COM ALUNOS DO CURSO DE CIÊNCIA DA COMPUTAÇÃO Prof. Leugim Corteze Romio Universidade Regional Integrada URI Campus Santiago-RS leugimcr@urisantiago.br Prof.
Leia maisAnálise e Processamento de Bio-Sinais. Mestrado Integrado em Engenharia Biomédica. Sinais e Sistemas. Licenciatura em Engenharia Física
Análise e Processamento de Bio-Sinais Mestrado Integrado em Engenharia Biomédica Licenciatura em Engenharia Física Faculdade de Ciências e Tecnologia Slide Slide 1 1 Tópicos: Representação de Sinais por
Leia maisAstra LX Frases Codificadas Guia para o processo de Configuração de Frases Codificadas no Programa AstraLX.
2011 www.astralab.com.br Astra LX Frases Codificadas Guia para o processo de Configuração de Frases Codificadas no Programa AstraLX. Equipe Documentação Astra AstraLab 24/08/2011 1 Sumário Frases Codificadas...
Leia maisEspecificação Operacional.
Especificação Operacional. Para muitos sistemas, a incerteza acerca dos requisitos leva a mudanças e problemas mais tarde no desenvolvimento de software. Zave (1984) sugere um modelo de processo que permite
Leia mais4- PROJETO DE BANCO DE DADOS
4- PROJETO DE BANCO DE DADOS OBJETIVOS DE ENSINO: 4 - Empregar a técnica da modelagem de dados no projeto de banco de dados. OBJETIVOS OPERACIONAIS Ao final desta unidade o aluno será capaz de: 4.1 - Definir
Leia mais3º Ano do Ensino Médio. Aula nº10 Prof. Daniel Szente
Nome: Ano: º Ano do E.M. Escola: Data: / / 3º Ano do Ensino Médio Aula nº10 Prof. Daniel Szente Assunto: Função exponencial e logarítmica 1. Potenciação e suas propriedades Definição: Potenciação é a operação
Leia maisKarine Nayara F. Valle. Métodos Numéricos de Euler e Runge-Kutta
Karine Nayara F. Valle Métodos Numéricos de Euler e Runge-Kutta Professor Orientador: Alberto Berly Sarmiento Vera Belo Horizonte 2012 Karine Nayara F. Valle Métodos Numéricos de Euler e Runge-Kutta Monografia
Leia maisMorfologia Matemática Binária
Morfologia Matemática Binária Conceitos fundamentais: (Você precisa entender bem esses Pontos básicos para dominar a área! Esse será nosso game do dia!!! E nossa nota 2!!) Morfologia Matemática Binária
Leia maisFINANÇAS EM PROJETOS DE TI
FINANÇAS EM PROJETOS DE TI 2012 Exercícios de Fixação e Trabalho em Grupo - 2 Prof. Luiz Carlos Valeretto Jr. 1 1. O valor de depreciação de um item é seu: a) Valor residual. b) Custo inicial menos despesas
Leia maisO Uso da Inteligência Competitiva e Seus Sete Subprocessos nas Empresas Familiares
O Uso da Inteligência Competitiva e Seus Sete Subprocessos nas Empresas Familiares O uso da Inteligência Competitiva como processo para monitorar tecnologias, legislação, ambiente regulatório, concorrência,
Leia maisAnálise de Regressão Linear Simples e Múltipla
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Carla Henriques (DepMAT ESTV) Análise de Regres. Linear Simples e Múltipla
Leia maisModelos, em escala reduzida, de pontes e barragens. Simuladores de voo (ou de condução), com os quais se treinam pilotos (ou condutores).
SIMULAÇÃO 1 Introdução Entende-se por simulação a imitação do funcionamento de um sistema real recorrendo a uma representação desse sistema. Com essa representação modelo, pretende-se realizar experimentações
Leia maisMODELAGEM MATEMÁTICA: PRINCIPAIS DIFICULDADES DOS PROFESSORES DO ENSINO MÉDIO 1
MODELAGEM MATEMÁTICA: PRINCIPAIS DIFICULDADES DOS PROFESSORES DO ENSINO MÉDIO 1 Resumo Claudenici Aparecida Medeiros da Silva Universidade Federal do Pará Campus de Marabá Pólo de Canaã dos Carajás nici_medeiros@hotmail.com
Leia maisNORMA BRASILEIRA DE CONTABILIDADE NBC TSC 4410, DE 30 DE AGOSTO DE 2013
NORMA BRASILEIRA DE CONTABILIDADE NBC TSC 4410, DE 30 DE AGOSTO DE 2013 Dispõe sobre trabalho de compilação de informações contábeis. O CONSELHO FEDERAL DE CONTABILIDADE, no exercício de suas atribuições
Leia mais6 A coleta de dados: métodos e técnicas utilizadas na pesquisa
A coleta de dados: métodos e técnicas utilizadas na pesquisa 110 6 A coleta de dados: métodos e técnicas utilizadas na pesquisa 6.1. Introdução Neste capítulo pretende-se apresentar os métodos e as técnicas
Leia maisAVALIAÇÃO DAS DEMONSTRAÇÕES CONTÁBEIS
Unidade III AVALIAÇÃO DAS DEMONSTRAÇÕES CONTÁBEIS Prof. Walter Dominas Conteúdo da unidade III 1) Fixaçao dos Indices Padrões Elaboração dos índices padrões Comparação com os índices padrões 2) Análise
Leia maisORGANIZAÇÃO DE COMPUTADORES MÓDULO 1
ORGANIZAÇÃO DE COMPUTADORES MÓDULO 1 Índice 1. Introdução...3 1.1. O que é um Computador?... 3 1.2. Máquinas Multiníveis... 3 2 1. INTRODUÇÃO 1.1 O QUE É UM COMPUTADOR? Para estudarmos como um computador
Leia mais