TRABALHOS DE FIM DE CURSO @PUC-Rio
| Título: | USO DE LONG SHORT-TERM MEMORY PARA IDENTIFICAR DIFERENTES SEGMENTOS DE VAGAS DE EMPREGO | ||||||||||||
| Autor(es): |
THIAGO CARNEIRO RIBEIRAL |
||||||||||||
| Colaborador(es): |
EDUARDO SANY LABER - Orientador |
||||||||||||
| Catalogação: | 03/SET/2021 | Língua(s): | PORTUGUÊS - BRASIL |
||||||||||
| Tipo: | TEXTO | Subtipo: | TRABALHO DE FIM DE CURSO | ||||||||||
| Notas: |
[pt] Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio. [en] All data contained in the documents are the sole responsibility of the authors. The data used in the descriptions of the documents are in conformity with the systems of the administration of PUC-Rio. |
||||||||||||
| Referência(s): |
[pt] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/TFCs/consultas/conteudo.php?strSecao=resultado&nrSeq=54535@1 |
||||||||||||
| DOI: | https://doi.org/10.17771/PUCRio.acad.54535 | ||||||||||||
| Resumo: | |||||||||||||
|
Este trabalho trata de extração de informações de textos não estruturados, um tema importante no campo de mineração de texto. É apresentado o problema de segmentação de texto aplicado para vagas de
trabalho. A ideia é implementar uma solução através do uso de um classificador de sentenças utilizando uma rede neural LSTM. Resultados experimentais próximos ao estado da arte são mostrados ao final, assim como uma comparação com outros algoritmos mais simples.
|
|||||||||||||
|
|||||||||||||