Dissertação

Detection and Geo-temporal Tracking of Important Topics in News Texts EVALUATED

Na nossa sociedade actual, a importância e o desenvolvimento de textos noticiosos tem tido um crescimento cada vez maior, o que reflecte as preocupações de cada população. Devido à grande diversidade de interesses de cada população, seria interessante descobrir dentro de um determinado topico de interesse, onde e quando estes eventos importantes ocorreram. Esta dissertação de mestrado pretende desenvolver uma nova abordagem para detectar e rastrear eventos importantes ao longo do tempo e do espaço, através de uma analise temporal e espacial de uma colecção de textos noticiosos. Esta abordagem combina os tópicos associados à colecção de documentos (tópicos anotados manualmente ou tópicos gerados automaticamente pelo um modelo probabilístico de tópicos) com os meta-dados espaciais e temporais associados a cada documento, para posteriormente analisar os tópicos da colecção ao longo do tempo utilizando series temporais, bem como sobre o espaço com mapas geográficos exibindo a distribuição geográfica de cada tópico. Ao examinar as distribuições espaciais e temporais de cada tópico, verificou-se que a correlação entre as tendências espaciais e temporais dos tópicos e a ocorrência de eventos importantes. Foram realizadas algumas experiências a uma colecção de textos noticiosos, em que foi concluído que a abordagem proposta permite efectivamente detectar e rastrear eventos importantes ao longo do tempo e no espaço.
Textos Noticiosos, Eventos Importantes, Modelo de Tópicos, Análise Geo-temporal de Tópicos, Latent Dirichlet Allocation

novembro 11, 2011, 18:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

CO-ORIENTADOR

Pável Pereira Calado

Departamento de Engenharia Informática (DEI)

Professor Auxiliar

ORIENTADOR

Bruno Emanuel Da Graça Martins

Departamento de Engenharia Informática (DEI)

Professor Auxiliar