Jupiterweb

Informações da Disciplina

Preparar para impressão

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação

Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto

Computação e Matemática

Disciplina: 5954037 - Fundamentos de Processamento Textual de Informações

Principles of textual information processing

Créditos Aula:	4
Créditos Trabalho:	2
Carga Horária Total:	120 h
Tipo:	Semestral
Ativação:	15/07/2021	Desativação:

Objetivos

Capacitar o estudante a aplicar conceitos, metodologias, técnicas e ferramentas para o processamento, a representação e a classificação da informação textual.

Docente(s) Responsável(eis)

	2523192 - Alessandra Alaniz Macedo
	60683 - Evandro Eduardo Seron Ruiz

Programa Resumido

Conceitos gerais de repositório de dados ou informações.
Representação de documentos textuais: bag-of-words, contagens, TF-IDF, N-grams, representação distribuída de palavras. Estruturas de um arquivo invertido.
Avaliação de sistemas de recuperação de informação: coleções de referência, julgamento de relevância, medidas de avaliação.
Processamento básico de texto: expressão regular, tokenização de palavras (normalização textual, stemming, case folding, lematização, morfologia, segmentação de sentenças.
Classificação/indexação automática: árvore de decisão e outros classificadores.

Programa

Apresentação do plano da disciplina 
Avaliação diagnóstica 
Apresentação de conceitos gerais sobre repositório de dados e informações.
Apresentação de estruturas, técnicas e métodos de representação de documentos textuais: bag-of-words, contagens, TF-IDF, N-grams, representação distribuída de palavras. Estruturas de um arquivo invertido.
Apresentação de conceitos de recuperação de informação.
Apresentação de conceitos gerais sobre processamento de texto: expressão regular, tokenização de palavras (normalização textual, stemming, case folding, lematização, morfologia, segmentação de sentenças.
Apresentação de técnicas e métodos de indexação, categorização e classificação.
Realização de prática de representação de repositório ou coleções.
Realização de prática de representação de documentos ou informações textuais. Realização de prática de processamento textual.
Realização de prática de indexação, categorização ou classificação.

Avaliação

Método

Aulas teóricas e expositivas, complementadas com exercícios em sala de aula e trabalhos propostos.

Critério

Serão atribuídas notas a provas e a exercícios e/ou trabalhos práticos. A nota final será determinada pela composição das várias notas obtidas pelo aluno no decorrer do semestre, de acordo com critérios estabelecidos pelo docente ministrante, o qual deverá dar ciência aos discentes sobre estes critérios no início do semestre.

Norma de Recuperação

Uma prova escrita dentro do prazo regimental. A nota da segunda avaliação será a média aritmética entre a nota da prova de recuperação e a nota final da primeira avaliação. O aluno será aprovado se obtiver nota na segunda avaliação igual ou superior a 5,0 (cinco).

Bibliografia

1.	Ricardo Baeza-Yates, Berthier Ribeiro-Neto. Modern Information Retrieval. Addison Wesley; 1st edition, 1999.
2.	Steven Bird, Ewan Klein, and Edward Loper. Natural Language Processing with Python– Analyzing Text with the Natural Language Toolkit, O'Reilly Media, 2009.
3.	Hsinchun Chen, Sherrilynne S. Fuller, Carol Friedman, William Hersh. Medical Informatics: Knowledge Management and Data Mining in Biomedicine, Springer; 1 edition, 2005.
4.	Brownlee, Jason. Deep Learning for Natural Language Processing: Develop Deep Learning Models for your Natural Language Problems. Machine Learning Mastery. ebook. 2017

Clique para consultar os requisitos para 5954037

Clique para consultar o oferecimento para 5954037