Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/29124
Registro completo de metadados
Campo DCValorIdioma
dc.creatorRubio, Lucas Garcia-
dc.date.accessioned2022-07-28T13:10:23Z-
dc.date.available2022-07-28T13:10:23Z-
dc.date.issued2022-06-28-
dc.identifier.citationRUBIO, Lucas Garcia. Classificação de área científica de artigos utilizando a rede de citações e grafos convolucionais. 2022. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Computação) - Universidade Tecnológica Federal do Paraná, Pato Branco, 2022.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/29124-
dc.description.abstractThe search for scientific papers is usually done by keywords, but there is no guarantee that these words are exclusive to a single topic. This imprecision tends to generate a large volume of documents in the search processes, thus making the search process difficult. In this sense, researchers made efforts to include in this search the citations that these documents made to other similar and/or related documents. The addition of this information tends to retrieve documents that are more accurate and focused on the topic of interest. From a computational point of view this problem can be seen as a graph node classification, where the articles are the nodes and the citations are the edges. One of the most prominent methodologies in this area is graph convolution, inspired by the success that convolutions have had with images and audio. Following this line, this work uses a convolutional graph model to classify the areas of a scientific article using as a criterion its citation network and a counter of keywords mentioned in its text. The results obtained were satisfactory.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttps://creativecommons.org/licenses/by-sa/4.0/pt_BR
dc.subjectGrafos de ligaçãopt_BR
dc.subjectAprendizado do computadorpt_BR
dc.subjectRedes neurais (Computação)pt_BR
dc.subjectBond graphspt_BR
dc.subjectMachine learningpt_BR
dc.subjectNeural networks (Computer science)pt_BR
dc.titleClassificação de área científica de artigos utilizando a rede de citações e grafos convolucionaispt_BR
dc.title.alternativeScientific area classification of articles using citation network and graph convolutionalpt_BR
dc.typebachelorThesispt_BR
dc.description.resumoA busca por trabalhos científicos geralmente é feita por palavras-chaves, porém não há garantias de que estas palavras sejam exclusivas de um único tema. Essa imprecisão tende a gerar um grande volume de documentos nos processos de busca, dificultando assim o processo de pesquisa. Nesse sentido pesquisadores dirigiram esforços para incluir nesta busca as citações que estes documentos fizeram a outros documentos similares e/ou correlatos. A adição dessas informações tende a retornar documentos mais precisos e focados no tema de interesse. Do ponto de vista da computação esse problema pode ser visto como uma classificação de nós de um grafo, onde os artigos são os nós e as citações são as arestas. Uma das metodologias mais proeminentes nesta área é a convolução em grafos, inspirada no sucesso que as convoluções obtiveram com imagens e áudios. Seguindo esta linha, esse trabalho utiliza um modelo de grafo convolucional para classificar as áreas de um artigo científico utilizando como critério sua rede de citações e um contador de palavras-chaves mencionadas em seu texto. Os resultados obtidos foram satisfatórios.pt_BR
dc.degree.localPato Brancopt_BR
dc.publisher.localPato Brancopt_BR
dc.contributor.advisor1Casanova, Dalcimar-
dc.contributor.referee1Casanova, Dalcimar-
dc.contributor.referee2Barbosa, Marco Antonio de Castro-
dc.contributor.referee3Pola, Ives Renê Venturini-
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentDepartamento Acadêmico de Informáticapt_BR
dc.publisher.programEngenharia de Computaçãopt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
Aparece nas coleções:PB - Engenharia de Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
classificacaoareacientificagrafos.pdf2,82 MBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons