Atribuição autoral com uso de classificadores de perfis
| Ano de defesa: | 2020 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://www.teses.usp.br/teses/disponiveis/100/100131/tde-04112020-152132/ |
Resumo: | A atribuição autoral (AA) busca identificar um autor de texto a partir de um conjunto de autores conhecidos. Autores deixam rastros em seus textos e é possível identificar características sociolinguísticas baseadas no estilos de escrita refletidos no texto destes autores. A atribuição autoral está cada vez mais demonstrando importância para diversas atividades sociais, em especial para a análise forense. Os trabalhos envolvendo AA demonstram resultados modestos e motivam a exploração de diferentes técnicas para melhorar a acurácia dos modelos atuais. A partir desses pontos, o presente trabalho apresenta uma proposta de pesquisa em nível de mestrado no campo de processamento de língua natural (PLN), com ênfase em AA, com o objetivo geral de melhorar o desempenho de classificadores de atribuição autoral utilizando técnicas de caracterização autoral (CA) |
| id |
USP_1d6a45021d766fb2242cfdd0502d9479 |
|---|---|
| oai_identifier_str |
oai:teses.usp.br:tde-04112020-152132 |
| network_acronym_str |
USP |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
| repository_id_str |
|
| spelling |
Atribuição autoral com uso de classificadores de perfisAuthor attribution using profile classifiersAprendizado de máquinasAtribuição autoralAuthor attributionAuthor characterizationCaracterização autoralDistorções textuaisMachine learningNatural language processingProcessamento de língua naturalTextual distortionsA atribuição autoral (AA) busca identificar um autor de texto a partir de um conjunto de autores conhecidos. Autores deixam rastros em seus textos e é possível identificar características sociolinguísticas baseadas no estilos de escrita refletidos no texto destes autores. A atribuição autoral está cada vez mais demonstrando importância para diversas atividades sociais, em especial para a análise forense. Os trabalhos envolvendo AA demonstram resultados modestos e motivam a exploração de diferentes técnicas para melhorar a acurácia dos modelos atuais. A partir desses pontos, o presente trabalho apresenta uma proposta de pesquisa em nível de mestrado no campo de processamento de língua natural (PLN), com ênfase em AA, com o objetivo geral de melhorar o desempenho de classificadores de atribuição autoral utilizando técnicas de caracterização autoral (CA)Author attribution (AA) seeks to identify a text author from a set of known authors. Authors leave traces in their texts and it is possible to identify sociolinguistic characteristics based on the writing styles reflected in the text of these authors. Author attribution is increasingly showing importance for various social activities, especially forensic analysis. Studies involving AA show modest results and motivate the exploration of different techniques to improve the accuracy of current models. From these perspective, this project presents a master\'s level research proposal in the field of natural language processing (NLP), with an emphasis in AA, with the general objective of improving the performance of AA classifiers using author profiling techniquesBiblioteca Digitais de Teses e Dissertações da USPParaboni, IvandreDeutsch, Caio2020-10-05info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/100/100131/tde-04112020-152132/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-10-09T13:16:04Zoai:teses.usp.br:tde-04112020-152132Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-10-09T13:16:04Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
| dc.title.none.fl_str_mv |
Atribuição autoral com uso de classificadores de perfis Author attribution using profile classifiers |
| title |
Atribuição autoral com uso de classificadores de perfis |
| spellingShingle |
Atribuição autoral com uso de classificadores de perfis Deutsch, Caio Aprendizado de máquinas Atribuição autoral Author attribution Author characterization Caracterização autoral Distorções textuais Machine learning Natural language processing Processamento de língua natural Textual distortions |
| title_short |
Atribuição autoral com uso de classificadores de perfis |
| title_full |
Atribuição autoral com uso de classificadores de perfis |
| title_fullStr |
Atribuição autoral com uso de classificadores de perfis |
| title_full_unstemmed |
Atribuição autoral com uso de classificadores de perfis |
| title_sort |
Atribuição autoral com uso de classificadores de perfis |
| author |
Deutsch, Caio |
| author_facet |
Deutsch, Caio |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Paraboni, Ivandre |
| dc.contributor.author.fl_str_mv |
Deutsch, Caio |
| dc.subject.por.fl_str_mv |
Aprendizado de máquinas Atribuição autoral Author attribution Author characterization Caracterização autoral Distorções textuais Machine learning Natural language processing Processamento de língua natural Textual distortions |
| topic |
Aprendizado de máquinas Atribuição autoral Author attribution Author characterization Caracterização autoral Distorções textuais Machine learning Natural language processing Processamento de língua natural Textual distortions |
| description |
A atribuição autoral (AA) busca identificar um autor de texto a partir de um conjunto de autores conhecidos. Autores deixam rastros em seus textos e é possível identificar características sociolinguísticas baseadas no estilos de escrita refletidos no texto destes autores. A atribuição autoral está cada vez mais demonstrando importância para diversas atividades sociais, em especial para a análise forense. Os trabalhos envolvendo AA demonstram resultados modestos e motivam a exploração de diferentes técnicas para melhorar a acurácia dos modelos atuais. A partir desses pontos, o presente trabalho apresenta uma proposta de pesquisa em nível de mestrado no campo de processamento de língua natural (PLN), com ênfase em AA, com o objetivo geral de melhorar o desempenho de classificadores de atribuição autoral utilizando técnicas de caracterização autoral (CA) |
| publishDate |
2020 |
| dc.date.none.fl_str_mv |
2020-10-05 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://www.teses.usp.br/teses/disponiveis/100/100131/tde-04112020-152132/ |
| url |
https://www.teses.usp.br/teses/disponiveis/100/100131/tde-04112020-152132/ |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
|
| dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.coverage.none.fl_str_mv |
|
| dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
| instname_str |
Universidade de São Paulo (USP) |
| instacron_str |
USP |
| institution |
USP |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
| collection |
Biblioteca Digital de Teses e Dissertações da USP |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
| repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
| _version_ |
1818279170607677440 |