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

Autores/as

DOI:

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

Palabras clave:

inteligência artificial, processamento de linguagem natural, covid-19

Resumen

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.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

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.

Publicado

2024-12-16

Cómo 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. Revista 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: 23 may. 2026.