Author(s): REZENDE, S. O.; MARCACINI, R. M.; MOURA, M. F.

Summary: Resumo. O avanço das tecnologias para aquisição e armazenamento de dados tem permitido que o volume de informação gerado em formato digital aumente de forma significativa nas organizações. Cerca de 80% desses dados estão em formato não estruturado, no qual uma parte significativa são textos. A organização inteligente dessas coleções textuais é de grande interesse para a maioria das instituições, pois agiliza processos de busca e recuperação da informação. Nesse contexto, a Mineração de Textos permite a transformação desse grande volume de dados textuais não estruturados em conhecimento útil, muitas vezes inovador para as organizações. Em especial, o uso de métodos não supervisionados para extração e organização de conhecimento recebe grande atenção na literatura, uma vez que não exigem conhecimento prévio a respeito das coleções textuais a serem exploradas. Nesse artigo são descritas as principais técnicas e algoritmos existentes para extração e organização não supervisionada de conhecimento a partir de dados textuais. Os trabalhos mais relevantes na literatura são apresentados e discutidos em cada fase do processo de Mineração de Textos; e, são sugeridas ferramentas computacionais existentes para cada tarefa. Por fim, alguns exemplos e aplicações são apresentados para ilustrar o uso da Mineração de Textos em problemas reais.

Publication year: 2011

Types of publication: Journal article

Unit: Embrapa Digital Agriculture

Keywords: Agrupamentos de documentos, Aprendizado não supervisionado, Extração de metadados, Hierarquias de tópicos, Mineração de textos, Text mining