Currículo

Text Mining 02870

Contextos

ECTS

6.0 (para cálculo da média)

Objectivos

OA1. Compreender os fundamentos e desafios de Text Mining OA2. Conhecer técnicas de preparação, limpeza e representação de documentos OA3. Aplicar métodos de Processamento Computacional da Língua OA4. Classificar textos usando aprendizagem automática OA5. Agrupar documentos usando modelos de tópicos OA6. Aplicar na prática técnicas de Text Mining OA7. Descrever os conceitos, etapas e métodos principais envolvidos no desenvolvimento de processos de Text Mining OA8. Explicar o funcionamento de algoritmos avançados para extração de informação e classificação de texto e a sua aplicação no tratamento de casos reais OA9. Selecionar as técnicas apropriadas para tarefas específicas de análise de texto e avaliar os benefícios e desafios das opções adotadas

Programa

Introdução CP1: Utilidade de grandes quantidades de texto, desafios e métodos atuais CP2: Informação não estruturada vs. (semi-)estruturada CP3: Obtenção e filtragem de informação, extração de informação e Data Mining Representação de documentos CP4: Preparação e limpeza de documentos CP5: Extração de propriedades CP6: Estratégias de pesagem de termos CP7: Modelos de espaços vetoriais CP8: Medidas de similaridade Processamento Computacional da Língua CP9: Modelos de língua CP10: Morfologia e análise morfossintática CP11: Estruturas complexas: análise sintática e semântica CP12: Extração de informação Extração de conhecimento de texto CP13: Introdução à aprendizagem automática CP14: Abordagens supervisionadas CP15: Abordagens não supervisionadas CP16: Classificação de texto CP17: Descoberta de tópicos CP18: Aplicações

Método de Avaliação

Apenas é possível obter aprovação a esta UC por avaliação ao longo do semestre, não contemplando a modalidade de avaliação por exame. Componentes de avaliação: a) TESTES (2 mini-testes: 5% cada, teste final: 30%) - os mini-testes serão realizados durante o período letivo; - o teste final será realizado na data da avaliação de 1ª época b) TRABALHOS - proposta de trabalho final (relatório e apresentação) — 20% - trabalho final (relatório, código e apresentação) — 40% - entregues e apresentados durante o período letivo. Os trabalhos podem ser realizados individualmente ou em grupo, sendo o número de elementos do grupo definido nos enunciados dos trabalhos. Não existindo notas mínimas, a nota de TRABALHOS está limitada à nota de TESTES + 6 valores. Exemplos de cálculo da nota final: TRABALHOS = 20, TESTES = 14 --> Nota Final = 18 TRABALHOS = 20, TESTES = 10 --> Nota Final = 14 (a nota da componente TRABALHOS foi limitada a 16 valores = 10 + 6) Em caso de reprovação, a nota da componente TESTES pode ser substituída por uma prova escrita a realizar no período de avaliação correspondente à 2ª época ou época especial. A 2ª época também pode ser usada, nos mesmos moldes, para efeitos de melhoria de nota. A assiduidade não é requisito de aprovação.

Carga Horária

Bibliografia

Principal

• Charu C. Aggarwal, Machine Learning for Text, 2018, https://link.springer.com/book/10.1007/978-3-319-73531-3 Gabe Ignatow, Rada F. Mihalcea, An Introduction to Text Mining: Research Design, Data Collection, and Analysis — 1st Edition, 2017, https://methods.sagepub.com/book/an-introduction-to-text-mining Dan Jurafsky and James H. Martin, Speech and Language Processing (3rd ed. draft), https://web.stanford.edu/~jurafsky/slp3/:

Secundária

• Atefeh Farzindar and Diana Inkpen, Natural Language Processing for Social Media, Second Edition. Synthesis Lectures on Human Language Technologies, 2018, https://link.springer.com/book/10.1007/978-3-031-02167-1 K. P. Murphy, Probabilistic Machine Learning: An Introduction, 2022, MIT Press. J. Eisenstein, Introduction to Natural Language Processing, 2019, MIT Press L. Tunstall, L. von Werra & T. Wolf, Natural Language Processing with Transformers (Revised ed.), 2022, O'Reilly.:

Disciplinas de Execução