Document details

Description

Submitted by Henry Silva Vieira (henry@icomp.ufam.edu.br) on 2018-10-15T15:55:24Z No. of bitstreams: 3 tese-henry-vieira.pdf: 1191114 bytes, checksum: b10400a0fae82d5f844e9bb1c5ec4519 (MD5) folha-de-aprovacao.pdf: 315239 bytes, checksum: b497a7ed9186152c12bd92a9cc4c206e (MD5) ata-de-defesa.pdf: 482952 bytes, checksum: 62340b99b961e7b1d17cdbf1ae2621a2 (MD5)

Approved for entry into archive by Secretaria PPGI (secretariappgi@icomp.ufam.edu.br) on 2018-10-15T18:52:47Z (GMT) No. of bitstreams: 3 tese-henry-vieira.pdf: 1191114 bytes, checksum: b10400a0fae82d5f844e9bb1c5ec4519 (MD5) folha-de-aprovacao.pdf: 315239 bytes, checksum: b497a7ed9186152c12bd92a9cc4c206e (MD5) ata-de-defesa.pdf: 482952 bytes, checksum: 62340b99b961e7b1d17cdbf1ae2621a2 (MD5)

Approved for entry into archive by Divis??o de Documenta????o/BC Biblioteca Central (ddbc@ufam.edu.br) on 2018-10-16T17:41:31Z (GMT) No. of bitstreams: 3 tese-henry-vieira.pdf: 1191114 bytes, checksum: b10400a0fae82d5f844e9bb1c5ec4519 (MD5) folha-de-aprovacao.pdf: 315239 bytes, checksum: b497a7ed9186152c12bd92a9cc4c206e (MD5) ata-de-defesa.pdf: 482952 bytes, checksum: 62340b99b961e7b1d17cdbf1ae2621a2 (MD5)

Made available in DSpace on 2018-10-16T17:41:31Z (GMT). No. of bitstreams: 3 tese-henry-vieira.pdf: 1191114 bytes, checksum: b10400a0fae82d5f844e9bb1c5ec4519 (MD5) folha-de-aprovacao.pdf: 315239 bytes, checksum: b497a7ed9186152c12bd92a9cc4c206e (MD5) ata-de-defesa.pdf: 482952 bytes, checksum: 62340b99b961e7b1d17cdbf1ae2621a2 (MD5) Previous issue date: 2018-09-25

CAPES - Coordena????o de Aperfei??oamento de Pessoal de N??vel Superior

FAPEAM - Funda????o de Amparo ?? Pesquisa do Estado do Amazonas

A m??dia social online tornou-se uma parte essencial de nossa vida di??ria. Por meio dessas m??dias, os usu??rios trocam informa????es que geram usando diversos mecanismos de comunica????o. Nesse contexto, mais e mais usu??rios transmitem e confiam em informa????es publicadas por outros usu??rios sobre uma grande variedade de t??picos, incluindo opini??es e informa????es sobre produtos. A extra????o e o processamento autom??ticos de informa????es geradas pelo usu??rio nas m??dias sociais podem fornecer informa????es e conhecimento relevantes para uma variedade de aplicativos interessantes. Em particular, uma das t??cnicas de an??lise de conte??do mais aplicadas ??s m??dias sociais ?? a de minera????o de opini??o. Uma das tarefas b??sicas associadas ?? minera????o de opini??o ?? extrair e categorizar as entidades de destino, ou seja, identificar as men????es de entidade no texto e vincular essas men????es de entidade a entidades do mundo real sobre as quais as opini??es s??o feitas. Em nosso trabalho, nos concentramos em entidades-alvo de um tipo espec??fico e atualmente relevante: produtos eletr??nicos de consumo. Tais produtos s??o o principal assunto de opini??es postadas pelos usu??rios em v??rias postagens em f??runs de discuss??o e sites de varejo na Web. Neste trabalho, estamos interessados ??????em usar o conte??do textual n??o estruturado gerado por usu??rios de m??dia social para permitir continuamente enriquecer o conhecimento sobre produtos representados em cat??logos de produtos. Portanto, a tarefa que abordamos aqui ?? como reconhecer e vincular men????es a produtos em conte??do textual gerado pelo usu??rio para o produto, de um cat??logo, ao qual eles se referem. Afirmamos que duas sub-tarefas b??sicas surgem: primeiro, a extra????o de entidades alvo mencionada em conte??do textual n??o-estruturado; segundo, a desambigua????o de entidades extra??das, isto ??, liga????o men????es extra??das ?? sua contraparte do mundo real. Neste trabalho, desenvolvemos m??todos para abordar essas duas subtarefas. Esta tese detalha essas tarefas, discute nossas ideias para os m??todos que desenvolvemos e apresenta nossas contribui????es e resultados para esse objetivo.

Online social media has grown into an essential part of our daily life. Through these media, users exchange information that they generate by using many different communication mechanisms. In this context, more and more users pass on and trust information published by other users on a large variety of topics, including opinion and information about products. Automatically extracting and processing user-generated information in social media can provide relevant information and knowledge to a variety of interesting applications. In particular, one of the content analysis techniques most often applied to social media is that of opinion mining. One of the basic tasks associated with opinion mining is extracting and categorizing target entities, i.e., identifying entity mentions in text, and linking these entity mentions to unique real world entities about which the opinions are made. In our work, we focus on target entities of a specific, and currently relevant, type: consumer electronic products. Such products are the main subject of opinions posted by users on a number of posts in discussion forums and retail sites over the Web. In this work, we are interested in using the unstructured textual content generated by social media users to continuously allow enriching the knowledge about products represented in product catalogs. Therefore, the task we address here is how to recognize and link mentions to products in user generated textual content to the product, from a catalog, they refer to. We claim that two basic sub-tasks arise: first, extraction of target entities mentions from unstructured textual content; second, disambiguation of extracted entities, i.e., linking extracted mentions to their real world counterpart. In this work, we developed methods to address these two sub-tasks. This thesis details these tasks, discusses our ideas for the methods we developed, and presents our contributions and results towards this goal.

N??o tive dificuldades, tudo funcionou corretamente.