Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/10110| Título: | Data mining e processamento digital de sinais para a análise de estruturas poéticas |
| Título(s) alternativo(s): | Data mining and digital signal processing for the analysis of poetic structures |
| Autor(es): | Silva, Samantha Transfeld da |
| Orientador(es): | Rosa, Marcelo de Oliveira |
| Palavras-chave: | Processamento de sinais - Técnicas digitais Sistemas de reconhecimento de padrões Poesia Correlação (Estatistica) Engenharia elétrica Signal processing - Digital technique Pattern recognition systems Poetry Correlation (Statistics) Electric engineering |
| Data do documento: | 13-Jun-2018 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | SILVA, Samantha Transfeld da. Data mining e processamento digital de sinais para a análise de estruturas poéticas. 2018. 65 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Curitiba, 2018. |
| Resumo: | Este trabalho tem como objetivo validar a aplicação do processamento digital de sinais em estruturas literárias. Desta forma, a análise é validada baseando-se nos princípios da mineração de dados para a compreensão matemática de poemas na língua portuguesa. O reconhecimento de padrões é um campo em rápido desenvolvimento, que sustenta estudos em áreas tal qual a busca pela métrica proveniente da rima obtida em textos poéticos. A validação de tal característica é realizada com a aplicação da autocorrelação como ferramenta matemática. A partir desta análise, assume-se que os maiores valores de autocorrelação representem a maior similaridade do texto. Esta ferramenta possibilita a interpretação de sinais ao buscarmos por padrões de repetição em poemas. Assim, o melhor resultado da análise leva em consideração apenas o final de cada verso, onde assume-se que há a rima. Nestes casos, são obtidos os maiores valores de autocorrelação, ainda que tais valores não apresentem significativa relevância para a padronização do texto. |
| Abstract: | This work aims to validate the application of digital signal processing in literary structures. In this way, the analysis is validated based on the principles of data mining for the mathematical understanding of poems in the Portuguese language. Pattern recognition is a rapidly developing field that supports studies in areas such as the search for metrics from the rhyme obtained in poetic texts. The validation of such characteristic is accomplished with the application of autocorrelation as a mathematical tool. From this analysis, it is assumed that the higher values of autocorrelation represent the greater similarity of the text. This tool enables the interpretation of signals as we search for patterns of repetition in poems. Thus, the best result of the analysis considers only the end of each verse, where it is assumed that there is rhyme. In these cases, the highest values of autocorrelation are obtained, although these values do not present significant relevance for the standardization of the text. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/10110 |
| Aparece nas coleções: | CT - Engenharia Elétrica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| CT_COELE_2018_1_03.pdf | 2,24 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.