A Profa. Ivone P. Matsuno apresentou seus resultados com análise de sentimento a partir de textos, como notícias, comentários e redes sociais. O diferencial do trabalho é permitir a análise de sentimento no nível dos “aspectos”, ou seja, identificar a polaridade do sentimento (negativo, neutro ou positivo) de cada aspecto de um produto, por exemplo, […]
Identificar os melhores consultores para avaliação de propostas e projetos científicos, ou definir a viabilidade de uma ideia de negócio, é uma tarefa muito complexa e que exige grande atenção. Nesse contexto, o trabalho da aluna Ana Chiozi Zanetta, com orientação do Prof. Ricardo Marcacini, visa construir um sistema de recomendação para automatizar a escolha […]
O sensoriamento de queimadas a partir de notícias da web é um trabalho desenvolvido pelos acadêmicos Thábata Amaral e Marcos Nesso, que utiliza técnicas de aprendizado de máquina e inteligência artificial para aprender sensores da web. Como resultado, é possível identificar de forma automática a ocorrência de queimadas e seus efeitos na sociedade. Em especial, […]
Neste evento, o Prof. Ricardo Marcacini apresentou o projeto sobre aprendizado de Websensors e resultados obtidos até o momento. Métodos para aprendizado de websensors permitem utilizar um vasto conhecimento textual disponível na web, como portais de notícias, artigos científicos, fóruns e redes sociais para identificar eventos, suas causas e efeitos. Os algoritmos propostos permitem vasculhar […]
Seleção de atributos permite melhorar a eficácia de vários algoritmos de aprendizado de máquina, principalmente em aplicações envolvendo mineração de dados e textos. No artigo Interactive textual feature selection for consensus clustering é apresentada e avaliada uma estratégia de seleção interativa de atributos, ou seja, que permite que humanos participem fornecendo feedback no processo. O […]
O trabalho “Aprendizado não supervisionado de websensors para extração automática de descritores sobre produção de celulose no Brasil”, desenvolvido pelo aluno Diego Pacheco recebeu destaque no 21o. Simpósio Internacional de IC da USP e selecionado para capítulo no livro “INICIAÇÃO CIENTÍFICA E TECNOLÓGICA: O JOVEM PESQUISADOR EM AÇÃO IV” (Editora EESC-USP). O trabalho utiliza websensors […]
Um método desenvolvido pelo pós-doutorando Marcos Domingues, com colaboração de professores e alunos do ICMC-USP e do Prof. Ricardo Marcacini, permite incluir informação extraída de dados textuais para apoiar melhorar a recomendação de itens aos usuários. Em particular, o método explora sistemas de recomendação baseado em contexto, que considera informações adicionais, por exemplo, o dia […]
Um algoritmo desenvolvido pelo Prof. Ricardo Marcacini, com colaboração da Prof. Solange Rezende, permite a organização automática de documentos textuais em grupos e subgrupos. Como diferencial, o algoritmo permite a atualização incremental dessa organização quando novos documentos surgem. Além disso, são utilizadas informações adicionais sobre os documentos (informação privilegiada), como anotações, tags, comentários, entre outros, […]
O projeto foi apresentado na seção WIP (Workshop de Ideias e Projetos), organizada pela Ana Paula Appel (IBM Research Brasil). Métodos para aprendizado de websensors permitem utilizar um vasto conhecimento textual disponível na web, como portais de notícias, artigos científicos, fóruns e redes sociais para identificar eventos, suas causas e efeitos. Os algoritmos propostos permitem […]
