Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/10545
Registro completo de metadados
Campo DCValorIdioma
dc.creatorJesus, Heider Alvarenga de-
dc.date.accessioned2015-10-28T16:08:20Z-
dc.date.available2015-10-28T16:08:20Z-
dc.date.issued2015-10-28-
dc.date.submitted2015-07-13-
dc.identifier.citationJESUS, H. A. de. Enriquecendo um arquivo de autoridade de veículos de publicação com informações extraídas da Web. 2015. 78 p. Dissertação (Mestrado em Ciência da Computação)-Universidade Federal de Lavras, Lavras, 2015.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/10545-
dc.description.abstractAuthority files maintain entity registries and are generally used by digital libraries for elaborating disambiguation tools for author names or titles of publishing venues. An authority file with detailed and consistent information on publication venues allows the improvement of such tools. This work has the objective of enriching an authority file of Computer Science publication venue. The proposal is of obtaining additional information in order to complement this already existing authority archive, by automatically extracting information from web pages, obtained by means of consultations to a research engine. The approach contemplates the steps for submitting consultations, classifying documents and extracting information of relevant documents. The classification of the pages is an important task in this work. Two approaches were implemented and experimentally evaluated: classification based only on content, and classification based on gender and content. The first obtained the best results for page conference. From the relevant pages, we extracted data such as year, edition number and date, in addition to name and abbreviation, seeking an unknown variant in written form. The experiments conducted demonstrate good results in the collection of conference information, allowing us to trace the record of performing the same, with data such as edition year and name change.pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Lavraspt_BR
dc.rightsacesso abertopt_BR
dc.subjectArquivo de autoridadept_BR
dc.subjectVeículo de publicaçãopt_BR
dc.subjectExtração de informaçãopt_BR
dc.subjectClassificação de documentospt_BR
dc.subjectMáquina de buscapt_BR
dc.subjectAuthority filept_BR
dc.subjectPublication venuept_BR
dc.subjectInformation extractionpt_BR
dc.subjectDocument classificationpt_BR
dc.subjectSearch enginept_BR
dc.titleEnriquecendo um arquivo de autoridade de veículos de publicação com informações extraídas da Webpt_BR
dc.title.alternativeEnriching a publication venue authority file with Web extracted informationspt_BR
dc.typedissertaçãopt_BR
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computaçãopt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countrybrasilpt_BR
dc.contributor.advisor1Pereira, Denilson Alves-
dc.contributor.referee1Ferreira, Anderson Almeida-
dc.contributor.referee2Assis, Guilherme Tavares de-
dc.description.resumoArquivos de autoridade mantêm registros de entidades e são normalmente utilizados por bibliotecas digitais na elaboração de ferramentas de desambiguação de nomes de autores ou títulos de veículos de publicação. Um arquivo de autoridade com informações detalhadas e consistentes sobre veículos de publicação permite a melhoria de tais ferramentas. Neste trabalho, objetivou-se enriquecer um arquivo de autoridade de veículos de publicação da área de Ciência da Computação. A proposta é obter informações adicionais para complementar esse arquivo de autoridade já existente, extraindo informações automaticamente de paginas da Web, obtidas por meio de consultas a uma maquina de busca. A abordagem contempla os passos para submissão de consultas, classificação dos documentos obtidos por elas e extração de informações dos documentos relevantes. A classificação das páginas é uma tarefa importante neste trabalho. Duas abordagens foram implementadas e avaliadas experimentalmente: classificação baseada apenas em conteúdo e classificação baseada em gênero e conteúdo. A primeira obteve melhores resultados para paginas de conferencias. Das paginas relevantes, foram extraídos dados como ano, numero da ediçao e data, alem do nome e sigla, em busca de alguma variante desconhecida na forma de escrita. Os experimentos realizados demonstram bons resultados na coleta de informações de conferencias, permitindo-se traçar um histórico de realização das mesmas, com dados como ano de suas edições e mudanças de nomes.pt_BR
dc.publisher.departmentDepartamento de Ciência da Computaçãopt_BR
dc.subject.cnpqMetodologia e Técnicas da Computaçãopt_BR
dc.creator.Latteshttp://lattes.cnpq.br/4035901603073356425pt_BR
Aparece nas coleções:Ciência da Computação - Mestrado (Dissertações)



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.