Esse site utiliza cookies
Nós armazenamos dados temporariamente para melhorar a sua experiência de navegação e recomendar conteúdo do seu interesse.
Ao utilizar os nossos serviços, você concorda com as nossas políticas de privacidade.
Esse site utiliza cookies
Nós armazenamos dados temporariamente para melhorar a sua experiência de navegação e recomendar conteúdo do seu interesse.
Ao utilizar os nossos serviços, você concorda com as nossas políticas de privacidade.
Categoria de Tecnologia
Postado em 28 março 2022
Atualizado em 27 dezembro 2022
Palavras-chave: text,mining,mineração,de,texto,tópico,automatizar,automização,detector,de,spam,walt,disney
Visualizações: 1388
Há uma imensa quantidade de informação acumulada na internet. Essas informações podem ser armazenadas em texto, imagem, vídeo e som.
Se pensarmos em um produto famoso em um site de comércio eletrônico como o amazon, podemos ter uma infinidade de avaliações escritas por vários usuários. Todas essas avaliações geram uma grande quantidade de informação úteis que podem ser aproveitadas. Porém processar esses dados manualmente pode se tornar uma tarefa difícil para humanos, uma vez que a quantidade de texto pode ser extremamente volumosa.
Invés de fazer análises de modo manual, podemos automatizar esses processos usando mineração de texto.
A mineração de texto pertence a uma área da computação que foca no processamento de grandes quantidades de texto e na extração de informações úteis. Esse processo é realizado através de técnicas de processamento de linguagem natural (PLN), que permite que os computadores sejam capazes de compreender e interpretar o idioma humano.
Qualquer tipo de texto que esteja disponível em formato digital, incluindo documentos de texto, artigos, livros, páginas de internet, mensagens de e-mail e postagens em redes sociais podem ser processados. A mineração de texto pode processar textos em diferentes idiomas e formatos. Esses formatos podem ser textos não estruturados como o texto puro e textos estruturados como HTML, XML e JSON.
Técnicas de mineração de texto podem fazer uma diversidade de tarefas, como:
Classificação de conteúdo baseando-se no texto. Exemplos de categorias que podem ser classificadas são: esportes, notícias, política e entretenimento. Essa técnica tem grande importância para o algoritmo poder filtrar as informações a serem pesquisadas em sistemas de busca.
Agrupa textos baseando-se no seu conteúdo, significado e no parâmetro de pesquisa. Um exemplo disso é a sigla SP e a palavra São Paulo, ambos possuem o mesmo significado, porém são escritos de uma forma diferenciada. Porém, dependendo do conteúdo do texto a sigla pode ter um significado diferente. A mineração de texto consegue diferenciar esse tipo de informação de acordo com o contexto.
Organiza e registra os dados coletados de modo estruturado, possibilitando a integração de outras tecnologias como banco de dados, que contribuem para a conveniência e precisão de sistemas, como sistemas de busca ou sistemas que usam métodos de filtragem de conteúdo ou categoria.
Palavras que são usadas juntas com frequência. Um exemplo de associação é Japão e Samurai, ambas palavras são utilizadas em conjunto com bastante frequência. Essa associação pode ser aproveitada para buscas de conteúdos relacionados, aumentando a eficiência dos resultados da busca.
Resume um texto grande em um texto pequeno, juntando os principais pontos do conteúdo escrito. Técnica útil na divulgação de artigos ou notícias em redes sociais.
Um texto puro é um texto não estruturado, não possuindo códigos adicionais para representar título, subtítulo, parágrafo 1, parágrafo 2, etc. Ou seja o texto está todo junto, “armazenado” no mesmo espaço.
Nesse caso, é necessário a divisão desse texto em partes para tornar possível a análise de texto.
Divisão e análise, ambas são técnicas de mineração de texto.
Exemplos de textos em texto puro são:
O texto estruturado é um texto divido em várias partes, como título, parágrafo 1, parágrafo 2, etc.
Um exemplo de estruturação de texto:
Se podemos sonhar, também podemos tornar nossos sonhos realidade.
– Walt Disney 1979
A citação acima é um exemplo de texto puro. Se estruturarmos o texto acima teremos a tabela abaixo:
Tópico | Sonhos |
Autor | Walt Disney |
Ano | 1979 |
Ao extrairmos os dados acima, podemos obter informações de forma mais específica e detalhada, melhorando a mineração de texto de modo geral.
Os minérios que extraímos da natureza, não possuem um grande valor na sua forma pura. Ao serem processados, esses minérios obtém mais valor, pois traz grandes utilidades para seus compradores. Na mineração de texto acontece a mesma coisa.
Ao processarmos uma grande quantidade de texto com um objetivo concreto em mente, podemos obter resultados extremamente benéficos para negócios ou empresas.
A mineração de texto possui várias funcionalidades, como:
Além dos exemplos acima, a mineração de textos tem muitos outras utilidades e funcionalidades. Se usada de forma super eficiente é até capaz de fazer a previsão do futuro da bolsa de valores.
A mineração de texto é uma prática que trabalha em conjunto com machine learning. Quanto mais dados armazenados no banco de dados, mais benéficos podem ser seus resultados.
Pode trazer grandes vantagens para empresas que trabalham com uma grande quantidade de dados, automatizando certos processos e fazendo análise.
Projetos práticos
Detectando objetos que entram dentro do campo de visão do personagem. Útil para servir de "gatilho" para eventos em um jogo.
Usando JavaFX e arquitetura limpa para criar um aplicativo de caixa eletrônico extremamente simples.
Programando o clássico jogo da serpente usando o framework p5.js. Tutorial indicado para iniciantes da programação que querem aprender os conceitos básico da área criando jogos.
Programando um jogo clássico de arcade usando javascript e p5.js. O usuário deve quebrar os blocos utilizando uma bola ao mesmo tempo que evita que a bola saia pela parte inferior da tela
Simulação dos gráficos do segundo turno das eleições presidenciais, utilizando python e ferramentas de análise de dados, pandas e jupyter.
Um computador conectado à internet está exposto a diversos perigos. O spyware é um deles e é esse malware responsável por roubar contas de redes sociais.
Existe muitos programadores que escrevem algoritmos mal planejados. Essa falta de planejamento dificulta a manutenção do aplicativo e aumenta a probabilidade de novos bugs.
Prática que visa em incluir todas as pessoas digitalmente, incluindo idosos e deficientes, para que possam ter acesso a informação.
O CPU é considerado o cérebro do computador, responsável por tarefas como gerenciar instruções de dispositivos de entrada e fazer cálculos.
Camada da internet onde sistemas de busca convencionais não conseguem acessar por diversos motivos, deixando de indexar o conteúdo.
A busca binária usa o método de divisão de conquista que visa em dividir os problemas em pequenos problemas até que eles se resolvam sozinhos.