Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Análise comparativa de técnicas de vetorização de texto na tarefa de classificação
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/1185275
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Sanches, Danilo Sipoli | - |
| Autor(es): dc.contributor | Sanches, Danilo Sipoli | - |
| Autor(es): dc.contributor | Watanabe, Willian Massami | - |
| Autor(es): dc.contributor | Shishido, Henrique Yoshikazu | - |
| Autor(es): dc.creator | Mello, Gustavo José da Silveira | - |
| Data de aceite: dc.date.accessioned | 2026-08-11T10:56:27Z | - |
| Data de disponibilização: dc.date.available | 2026-08-11T10:56:27Z | - |
| Data de envio: dc.date.issued | 2026-04-08 | - |
| Data de envio: dc.date.issued | 2026-04-08 | - |
| Data de envio: dc.date.issued | 2025-11-26 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/40058 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1185275 | - |
| Descrição: dc.description | The exponential growth of textual data in digital environments has driven the development of efficient techniques for automatic text classification. In this context, the appropriate choice of a vectorization technique is a determining factor for the performance of classification models. This work aims to analyze and compare the performance trends of different text vectorization approaches applied to the classification task, considering frequency-based methods such as Bag of Words and TF-IDF, models that explore se- mantic relations such as Word2Vec, Glove, and Doc2Vec, and recent transformer-based and deep learning techniques such as BERT, ALBERT, ROBERTA, E5, Instructor-XL, and GPT2. To this end, the IMDb Reviews and 20 Newsgroups textual datasets are used, along with natural language preprocessing techniques, covering distinct domains in order to ensure the generalization of the results and to allow an analysis of differences between datasets. The methodology involves the standardized application of each vector- ization technique to the preprocessed textual data, followed by the training of supervised classification models. The resulting vectors are used as input to traditional classification models, including Random Forest, LinearSVC, and Logistic Regression, enabling a uni- form comparative analysis among the different textual representations. The techniques are compared based on quantitative metrics, including primarily accuracy, F1-score, and processing time. The study aims to identify the advantages, trends, and limitations of each approach, considering factors such as predictive performance, computational complexity, and suitability to different types of textual data. The results are intended to support researchers and practitioners in selecting more effective textual representation methods for specific applications, promoting greater efficiency in automated text analysis systems, as well as mapping the aptitude of different approaches across the chosen datasets. | - |
| Descrição: dc.description | O crescimento exponencial de dados textuais em ambientes digitais tem impulsionado o desenvolvimento de técnicas eficientes para classificação automática de texto. Neste contexto, a escolha adequada da técnica de vetorização é um fator determinante para o desempenho dos modelos classificadores. Este trabalho tem como objetivo analisar e comparar a tendência do desempenho de diferentes abordagens de vetorização de texto aplicadas à tarefa de classificação, considerando métodos baseados em frequência, como Bag of Words e TF-IDF, modelos que exploram relações semânticas, como Word2Vec, GloVe e Doc2Vec, e técnicas recentes baseadas em transformadores e aprendizado profundo, como BERT, ALBERT, ROBERTA, E5, Instructor-XL e GPT2. Para isso, são utilizados os conjuntos de dados textuais IMDb Reviews e 20 Newsgroups, juntamente com técnicas de pré-processamento de linguagem natural, abrangendo domínios distintos com o intuito de garantir a generalização dos resultados e analisar-se a diferença também entre conjuntos. A metodologia envolve a aplicação padronizada de cada técnica de vetorização nos dados textuais pré-processados, seguida do treinamento de modelos de classificação supervisionada. Os vetores resultantes são utilizados como entrada para modelos de classificação tradicionais, incluindo Random Forest, LinearSVC e Logistic Regression, permitindo uma análise comparativa uniforme entre as diferentes representações textuais. As técnicas são comparadas com base em métricas quantitativas, incluindo principalmente acurácia e F1-score e tempo de processamento. Espera-se identificar as vantagens, tendências e limitações de cada abordagem, considerando fatores como desempenho preditivo, complexidade computacional e adequação ao tipo de dado textual. Os resultados obtidos visam auxiliar pesquisadores e profissionais da área na escolha de métodos de representação textual mais eficazes para aplicações específicas, promovendo maior eficiência em sistemas automatizados de análise de texto, além de mapear a aptidão de diferentes abordagens nas bases de dados escolhidas. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Cornelio Procopio | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Engenharia da Computação | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Direitos: dc.rights | Attribution-NonCommercial-ShareAlike 4.0 International | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-sa/4.0/ | - |
| Palavras-chave: dc.subject | Classificação | - |
| Palavras-chave: dc.subject | Textos | - |
| Palavras-chave: dc.subject | Processamento eletrônico de dados | - |
| Palavras-chave: dc.subject | Classification | - |
| Palavras-chave: dc.subject | Texts | - |
| Palavras-chave: dc.subject | Electronic data processing | - |
| Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
| Título: dc.title | Análise comparativa de técnicas de vetorização de texto na tarefa de classificação | - |
| Título: dc.title | Comparative analysis of text vectorization techniques in text classification task | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo