Categorização e Classificação de documentos a partir de suas citações: uma proposta baseada em Redes Neurais Artificiais

Autores

  • Magali Rezende Gouvêa Meireles Pontifícia Universidade Católica de Minas Gerais
  • Beatriz Valadares Cendón Escola de Ciência da Informação da UFMG.

Resumo

O objetivo do trabalho aqui apresentado foi verificar a eficiência e a viabilidade do uso de Redes Neurais Artificiais para categorizar e classificar documentos, utilizando-se as referências bibliográficas neles citadas. A proposta era avaliar uma solução alternativa para a recuperação de documentos. Foram apresentadas, no início, questões relacionadas à característica interdisciplinar da Ciência da Informação. A seguir, foram discutidos aspectos que envolvem o estudo das técnicas bibliométricas e os conceitos relacionados ao processo de categorização e classificação. Nas seções seguintes, foram descritas algumas das características de Redes Neurais Artificiais e sua aplicação na recuperação de informação e em processos de categorização. Para validar a proposta, foi criado um protótipo contendo dez artigos que apresentavam referências em comum e anos de publicação diferenciados. Os documentos foram agrupados em categorias por uma Rede Neural Artificial e, na fase seguinte, foram identificados os atributos utilizados pela Rede Neural Artificial para determinar as categorias, avaliando-se os resultados encontrados. Palavras-chaves: Bibliometria. Categorização. Ciência da Informação. Classificação. Sistemas de Recuperação de Informação. Redes Neurais Artificiais. Link para o texto completo (PDF) http://www.dgz.org.br/out11/Art_02.htm

Downloads

Não há dados estatísticos.

Biografia do Autor

Magali Rezende Gouvêa Meireles, Pontifícia Universidade Católica de Minas Gerais

Doutoranda em Ciência da Informação pela UFMG. Professora Adjunta da Pontifícia Universidade Católica de Minas Gerais.

Beatriz Valadares Cendón, Escola de Ciência da Informação da UFMG.

Doutorado em Library And Information Science pela University of Texas at Austin. Professora Associada da Escola de Ciência da Informação da UFMG.

Publicado

2013-01-03

Edição

Seção

Resumos de artigos científicos