Anais Do IX Simpósio Brasileiro De Sistemas De Informação (SBSI 2013) 2013
DOI: 10.5753/sbsi.2013.5739
|View full text |Cite
|
Sign up to set email alerts
|

Uso de Aprendizado de Máquina para a Classificaçãao de Documentos do Exército Brasileiro

Abstract: A cada semestre o Exército Brasileiro gera relatórios sumarizados a respeito de cada militar e suas atividades. Para isso é necessário encontrar referências relevantes a cada militar dentro de um conjunto de documentos produzidos periodicamente no intervalo de seis meses. Este trabalho propõe formas de realizar essa classificação de maneira automática, utilizando o método Naive Bayes de aprendizado probabilístico. Para isso, também é necessário identificar quais sentenças em um documento são relativas a cada mil… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1

Citation Types

0
0
0
1

Year Published

2021
2021
2024
2024

Publication Types

Select...
1
1

Relationship

0
2

Authors

Journals

citations
Cited by 2 publications
(1 citation statement)
references
References 2 publications
0
0
0
1
Order By: Relevance
“…Já o NB, conhecido por sua simplicidade e eficácia, apresentando benefícios significativos, uma vez que requer poucos parâmetros para estimativa em comparação com seus concorrentes para classificação, aprende as probabilidades de um objeto com determinadas características pertencentes a uma determinada classe ou grupo, ou seja, é um modelo preditivo probabilístico. Esse tipo de modelo recebe o nome de "ingênuo" pois desconsidera a correlação entre as features, pressupondo que elas são independentes, e verifica se uma amostra analisada pertence ou não a uma determinada classe ao encontrar a probabilidade a Posteriori, através do teorema de Bayes [17]. Para isso ele calcula a probabilidade de uma dada amostra pertencer a cada uma das classes e a maior probabilidade determinará a classe da amostra.…”
Section: B Gaussian Naive Bayesunclassified
“…Já o NB, conhecido por sua simplicidade e eficácia, apresentando benefícios significativos, uma vez que requer poucos parâmetros para estimativa em comparação com seus concorrentes para classificação, aprende as probabilidades de um objeto com determinadas características pertencentes a uma determinada classe ou grupo, ou seja, é um modelo preditivo probabilístico. Esse tipo de modelo recebe o nome de "ingênuo" pois desconsidera a correlação entre as features, pressupondo que elas são independentes, e verifica se uma amostra analisada pertence ou não a uma determinada classe ao encontrar a probabilidade a Posteriori, através do teorema de Bayes [17]. Para isso ele calcula a probabilidade de uma dada amostra pertencer a cada uma das classes e a maior probabilidade determinará a classe da amostra.…”
Section: B Gaussian Naive Bayesunclassified