Sumarização extrativa automática de artigos médico-científicos referentes a Covid-19 no Brasil

Autores

DOI:

https://doi.org/10.18616/rdsd.v10i2.9455

Palavras-chave:

inteligência artificial, processamento de linguagem natural, covid-19

Resumo

Sumarização automática de textos utiliza técnicas de processamento de linguagem natural para auxiliar na obtenção de informações relevantes de um texto. A sumarização automática de artigos médico-científicos sobre a Covid-19 no Brasil foi realizada utilizando os algoritmos de Viterbi para marcação discursiva, o K-Means para agrupamento por tópicos e o Term Frequency–Inverse Document Frequency para avaliar a importância de palavras e frases.

Downloads

Não há dados estatísticos.

Biografia do Autor

Daniel Augusto Veronezi Salvador, Universidade do Extremo Sul Catarinense

Bacharel em Ciência da Computação, Universidade do Extremo Sul Catarinense.

Kristian Madeira, Universidade do Extremo Sul Catarinense

Doutor em Ciências da Saúde, Universidade do Extremo Sul Catarinense

Érica da Silva Sipriano, Universidade do Extremo Sul Catarinense

Licenciada em Matemática, Universidade do Extremo Sul Catarinense.

Merisandra Côrtes de Mattos, Universidade do Extremo Sul Catarinense

Doutora em Engenharia Elétrica, Universidade do Extremo Sul Catarinense.

Downloads

Publicado

16-12-2024

Como Citar

VERONEZI SALVADOR, Daniel Augusto; MADEIRA, Kristian; DA SILVA SIPRIANO, Érica; CÔRTES DE MATTOS, Merisandra. Sumarização extrativa automática de artigos médico-científicos referentes a Covid-19 no Brasil. Desenvolvimento Socioeconômico em Debate, [S. l.], v. 10, n. 2, p. 245–261, 2024. DOI: 10.18616/rdsd.v10i2.9455. Disponível em: https://periodicos.unesc.net/ojs/index.php/RDSD/article/view/9455. Acesso em: 19 abr. 2025.