Mineração de Texto: a clusterização aplicada em artigos científicos de Química, por meio do modelo Cassiopeia

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Amariz, Diego Sampaio
Orientador(a): Guelpeli, Marcus Vinicius Carvalho
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: UFVJM
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Mineração de texto
Química
Clusterização
Modelo Cassiopeia
Palavras-chave em Inglês:
Corpus
Text mining
Chemical
Clustering
Model Cassiopeia.
Link de acesso: https://acervo.ufvjm.edu.br//handle/123456789/3469
Resumo: A Química é uma ciência básica da natureza. Ao se dedicar à compreensão da natureza submicroscópica da matéria e suas transformações, desenvolve uma linguagem própria e produz um conhecimento fundamental sobre a natureza. Sua natureza como conhecimento básico a levou, junto com outras ciências da natureza, a compor o conhecimento de qualquer cidadão, quer seja para ler e compreender o mundo natural ou transformado pela mão do homem, quer seja para se continuar os estudos em nível superior ou técnico em outras áreas ou profissões. No entanto, assimilar e lidar com o grande volume de informação disponível, localizando-as de forma rápida e precisa, tornou-se um grande desafio, dentro da diversa gama documental existente. Com isso, Técnicas de Mineração de Texto podem auxiliar nesse processo, por meio da extração de dados textuais. Dessa forma, o objetivo dessa pesquisa é relacionar conceitos de Química encontrando palavras similares em artigos científicos de área, que possam demonstrar uma ligação entre alguns conceitos abordados no Ensino Médio. Por meio da técnica de clusterização com a utilização do modelo Cassiopeia, em um corpus de textos acadêmicos relacionados a Química. A pesquisa foi desenvolvida segundo as seguintes ações: levantamento bibliográfico; construção do corpus; coleta do corpus; análise estatística do corpus; mineração de texto; a clusterização; e, por fim, a análise dos dados a partir dos clusters gerados. Os resultados obtidos mostraram que a clusterização, efetuada no corpus, por meio do modelo Cassiopeia proporcionou a relação entre conceitos químicos, encontrando palavras similares nos artigos científicos que compõem o corpus desenvolvido nessa pesquisa. Destaca-se como contribuição desta pesquisa a criação de um corpus relacionado ao conteúdo de Química, que pode ser utilizado por pesquisadores em trabalhos futuros. Além disso, destaca-se a relação existente entre palavras em diversos artigos do corpus, que demonstram a ligação de conteúdos de Química abordados no EM.
id UFVJM-2_1c4658bdea255bd647c11b8d52b03458
oai_identifier_str oai:localhost:123456789/3469
network_acronym_str UFVJM-2
network_name_str Repositório Institucional da UFVJM
repository_id_str
spelling Amariz, Diego SampaioGuelpeli, Marcus Vinicius CarvalhoAssis, Weslley Luiz da SilvaMesquita, João Paulo deUniversidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)Guelpeli, Marcus Vinicius Carvalho2024-11-18T19:37:26Z20232023-12-19AMARIZ, Diego Sampaio. Mineração de Texto: a clusterização aplicada em artigos científicos de Química, por meio do modelo Cassiopeia. 2023. 75 p. Dissertação (Mestrado Profissional em Educação) – Programa de Pós-Graduação em Educação, Universidade Federal dos Vales do Jequitinhonha e Mucuri, Diamantina, 2023.https://acervo.ufvjm.edu.br//handle/123456789/3469A Química é uma ciência básica da natureza. Ao se dedicar à compreensão da natureza submicroscópica da matéria e suas transformações, desenvolve uma linguagem própria e produz um conhecimento fundamental sobre a natureza. Sua natureza como conhecimento básico a levou, junto com outras ciências da natureza, a compor o conhecimento de qualquer cidadão, quer seja para ler e compreender o mundo natural ou transformado pela mão do homem, quer seja para se continuar os estudos em nível superior ou técnico em outras áreas ou profissões. No entanto, assimilar e lidar com o grande volume de informação disponível, localizando-as de forma rápida e precisa, tornou-se um grande desafio, dentro da diversa gama documental existente. Com isso, Técnicas de Mineração de Texto podem auxiliar nesse processo, por meio da extração de dados textuais. Dessa forma, o objetivo dessa pesquisa é relacionar conceitos de Química encontrando palavras similares em artigos científicos de área, que possam demonstrar uma ligação entre alguns conceitos abordados no Ensino Médio. Por meio da técnica de clusterização com a utilização do modelo Cassiopeia, em um corpus de textos acadêmicos relacionados a Química. A pesquisa foi desenvolvida segundo as seguintes ações: levantamento bibliográfico; construção do corpus; coleta do corpus; análise estatística do corpus; mineração de texto; a clusterização; e, por fim, a análise dos dados a partir dos clusters gerados. Os resultados obtidos mostraram que a clusterização, efetuada no corpus, por meio do modelo Cassiopeia proporcionou a relação entre conceitos químicos, encontrando palavras similares nos artigos científicos que compõem o corpus desenvolvido nessa pesquisa. Destaca-se como contribuição desta pesquisa a criação de um corpus relacionado ao conteúdo de Química, que pode ser utilizado por pesquisadores em trabalhos futuros. Além disso, destaca-se a relação existente entre palavras em diversos artigos do corpus, que demonstram a ligação de conteúdos de Química abordados no EM. Dissertação (Mestrado Profissional) – Programa de Pós-Graduação em Educação, Universidade Federal dos Vales do Jequitinhonha e Mucuri, 2023.Chemistry is a basic natural science. By dedicating himself to understanding the submicroscopic nature of matter and its transformations, he develops his own language and produces fundamental knowledge about nature. Its nature as basic knowledge led it, together with other natural sciences, to form the basic knowledge of any citizen, whether to read and understand the natural world or transformed by human hands, or to continue studies at a higher level. or technician in other areas or professions. However, assimilating and dealing with the large volume of information available, locating it quickly and accurately, has become a major challenge, within the diverse range of existing documents. Therefore, Text Mining Techniques can assist in this process, through the extraction of textual data. Therefore, the objective of this research is to relate Chemistry concepts by finding similar words in scientific articles in the area, which can demonstrate a connection between some concepts covered in High School. Through the clustering technique using the Cassiopeia model, in a corpus of academic texts related to Chemistry. The research was developed according to the following actions: bibliographical survey; corpus construction; corpus collection; statistical analysis of the corpus; text mining; clustering; and, finally, data analysis based on the clusters generated. The results obtained showed that clustering, carried out on the corpus, using the Cassiopeia model provided the relationship between chemical concepts, finding similar words in the scientific articles that make up the corpus developed in this research. The contribution of this research stands out as the creation of a corpus related to Chemistry content, which can be used by researchers in future work. Furthermore, the relationship between words in several articles in the corpus stands out, which demonstrates the connection between Chemistry content covered in EM.porUFVJMAttribution-NonCommercial-NoDerivs 4.0 Brazilhttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.ptA concessão da licença deste item refere-se ao à termo de autorização impresso assinado pelo autor, assim como na licença Creative Commons, com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade Federal dos Vales do Jequitinhonha e Mucuri e o IBICT a disponibilizar por meio de seus repositórios, sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, e preservação, a partir desta data.info:eu-repo/semantics/openAccessMineração de textoQuímicaClusterizaçãoModelo CassiopeiaCorpusText miningChemicalClusteringModel Cassiopeia.Mineração de Texto: a clusterização aplicada em artigos científicos de Química, por meio do modelo Cassiopeiainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFVJMinstname:Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)instacron:UFVJMLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://acervo.ufvjm.edu.br//bitstreams/961bb340-cb57-461e-9863-e66c94ef9072/downloadbb9bdc0b3349e4284e09149f943790b4MD51falseAnonymousREADORIGINALdiego_sampaio_amariz.pdfdiego_sampaio_amariz.pdfapplication/pdf1032234https://acervo.ufvjm.edu.br//bitstreams/04b629cd-e660-4636-a79f-2e97f6e5606a/downloadf1038705b9fdd93c787d6364917241e5MD52trueAnonymousREADTEXTdiego_sampaio_amariz.pdf.txtdiego_sampaio_amariz.pdf.txtExtracted texttext/plain92531https://acervo.ufvjm.edu.br//bitstreams/a56da9c8-9320-4db9-91e9-44edf973036e/downloadd27fe7d2d68284b8701707e37187deaaMD53falseAnonymousREADTHUMBNAILdiego_sampaio_amariz.pdf.jpgdiego_sampaio_amariz.pdf.jpgGenerated Thumbnailimage/jpeg2528https://acervo.ufvjm.edu.br//bitstreams/06a327c2-0f51-4a82-9e95-498a2db29713/downloadecc84e059408aafef74684ec7c704735MD54falseAnonymousREAD123456789/34692024-11-19 06:01:53.412https://creativecommons.org/licenses/by-nc-nd/4.0/deed.ptOpen Accessopen.accessoai:localhost:123456789/3469https://acervo.ufvjm.edu.br/Repositório InstitucionalPUBhttps://repositorio.ufvjm.edu.brrepositorio@ufvjm.edu.bropendoar:21452024-11-19T06:01:53Repositório Institucional da UFVJM - Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)falseTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0IG93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLCB0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZyB0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sIGluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlIHN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yIHB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZSB0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQgdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uIGFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LCB5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZSBjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdCBzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkIHdpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRCBCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUgRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSCBDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZSBzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMgbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=
dc.title.pt_BR.fl_str_mv Mineração de Texto: a clusterização aplicada em artigos científicos de Química, por meio do modelo Cassiopeia
title Mineração de Texto: a clusterização aplicada em artigos científicos de Química, por meio do modelo Cassiopeia
spellingShingle Mineração de Texto: a clusterização aplicada em artigos científicos de Química, por meio do modelo Cassiopeia
Amariz, Diego Sampaio
Mineração de texto
Química
Clusterização
Modelo Cassiopeia
Corpus
Text mining
Chemical
Clustering
Model Cassiopeia.
title_short Mineração de Texto: a clusterização aplicada em artigos científicos de Química, por meio do modelo Cassiopeia
title_full Mineração de Texto: a clusterização aplicada em artigos científicos de Química, por meio do modelo Cassiopeia
title_fullStr Mineração de Texto: a clusterização aplicada em artigos científicos de Química, por meio do modelo Cassiopeia
title_full_unstemmed Mineração de Texto: a clusterização aplicada em artigos científicos de Química, por meio do modelo Cassiopeia
title_sort Mineração de Texto: a clusterização aplicada em artigos científicos de Química, por meio do modelo Cassiopeia
author Amariz, Diego Sampaio
author_facet Amariz, Diego Sampaio
author_role author
dc.contributor.referee.none.fl_str_mv Guelpeli, Marcus Vinicius Carvalho
Assis, Weslley Luiz da Silva
Mesquita, João Paulo de
dc.contributor.institution.pt_BR.fl_str_mv Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
dc.contributor.author.fl_str_mv Amariz, Diego Sampaio
dc.contributor.advisor1.fl_str_mv Guelpeli, Marcus Vinicius Carvalho
contributor_str_mv Guelpeli, Marcus Vinicius Carvalho
dc.subject.por.fl_str_mv Mineração de texto
Química
Clusterização
Modelo Cassiopeia
topic Mineração de texto
Química
Clusterização
Modelo Cassiopeia
Corpus
Text mining
Chemical
Clustering
Model Cassiopeia.
dc.subject.eng.fl_str_mv Corpus
Text mining
Chemical
Clustering
Model Cassiopeia.
description A Química é uma ciência básica da natureza. Ao se dedicar à compreensão da natureza submicroscópica da matéria e suas transformações, desenvolve uma linguagem própria e produz um conhecimento fundamental sobre a natureza. Sua natureza como conhecimento básico a levou, junto com outras ciências da natureza, a compor o conhecimento de qualquer cidadão, quer seja para ler e compreender o mundo natural ou transformado pela mão do homem, quer seja para se continuar os estudos em nível superior ou técnico em outras áreas ou profissões. No entanto, assimilar e lidar com o grande volume de informação disponível, localizando-as de forma rápida e precisa, tornou-se um grande desafio, dentro da diversa gama documental existente. Com isso, Técnicas de Mineração de Texto podem auxiliar nesse processo, por meio da extração de dados textuais. Dessa forma, o objetivo dessa pesquisa é relacionar conceitos de Química encontrando palavras similares em artigos científicos de área, que possam demonstrar uma ligação entre alguns conceitos abordados no Ensino Médio. Por meio da técnica de clusterização com a utilização do modelo Cassiopeia, em um corpus de textos acadêmicos relacionados a Química. A pesquisa foi desenvolvida segundo as seguintes ações: levantamento bibliográfico; construção do corpus; coleta do corpus; análise estatística do corpus; mineração de texto; a clusterização; e, por fim, a análise dos dados a partir dos clusters gerados. Os resultados obtidos mostraram que a clusterização, efetuada no corpus, por meio do modelo Cassiopeia proporcionou a relação entre conceitos químicos, encontrando palavras similares nos artigos científicos que compõem o corpus desenvolvido nessa pesquisa. Destaca-se como contribuição desta pesquisa a criação de um corpus relacionado ao conteúdo de Química, que pode ser utilizado por pesquisadores em trabalhos futuros. Além disso, destaca-se a relação existente entre palavras em diversos artigos do corpus, que demonstram a ligação de conteúdos de Química abordados no EM.
publishDate 2023
dc.date.submitted.none.fl_str_mv 2023-12-19
dc.date.issued.fl_str_mv 2023
dc.date.accessioned.fl_str_mv 2024-11-18T19:37:26Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv AMARIZ, Diego Sampaio. Mineração de Texto: a clusterização aplicada em artigos científicos de Química, por meio do modelo Cassiopeia. 2023. 75 p. Dissertação (Mestrado Profissional em Educação) – Programa de Pós-Graduação em Educação, Universidade Federal dos Vales do Jequitinhonha e Mucuri, Diamantina, 2023.
dc.identifier.uri.fl_str_mv https://acervo.ufvjm.edu.br//handle/123456789/3469
identifier_str_mv AMARIZ, Diego Sampaio. Mineração de Texto: a clusterização aplicada em artigos científicos de Química, por meio do modelo Cassiopeia. 2023. 75 p. Dissertação (Mestrado Profissional em Educação) – Programa de Pós-Graduação em Educação, Universidade Federal dos Vales do Jequitinhonha e Mucuri, Diamantina, 2023.
url https://acervo.ufvjm.edu.br//handle/123456789/3469
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 4.0 Brazil
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.pt
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 4.0 Brazil
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.pt
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv UFVJM
publisher.none.fl_str_mv UFVJM
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFVJM
instname:Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
instacron:UFVJM
instname_str Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
instacron_str UFVJM
institution UFVJM
reponame_str Repositório Institucional da UFVJM
collection Repositório Institucional da UFVJM
bitstream.url.fl_str_mv https://acervo.ufvjm.edu.br//bitstreams/961bb340-cb57-461e-9863-e66c94ef9072/download
https://acervo.ufvjm.edu.br//bitstreams/04b629cd-e660-4636-a79f-2e97f6e5606a/download
https://acervo.ufvjm.edu.br//bitstreams/a56da9c8-9320-4db9-91e9-44edf973036e/download
https://acervo.ufvjm.edu.br//bitstreams/06a327c2-0f51-4a82-9e95-498a2db29713/download
bitstream.checksum.fl_str_mv bb9bdc0b3349e4284e09149f943790b4
f1038705b9fdd93c787d6364917241e5
d27fe7d2d68284b8701707e37187deaa
ecc84e059408aafef74684ec7c704735
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFVJM - Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
repository.mail.fl_str_mv repositorio@ufvjm.edu.br
_version_ 1833927347605078016

Registros relacionados