Estudo de relações semânticas entre categorias textuais de perguntas e respostas em comunidades Q&A

Duarte, Davi Faisca

DSpace Home
→
Centro de Ciências Exatas e Tecnologia (CCET)
→
Informática Aplicada
→
INAP - Dissertações de Mestrado
→
View Item

dc.contributor.advisor	Siqueira, Sean Wolfgand Matsui
dc.contributor.author	Duarte, Davi Faisca
dc.date.accessioned	2019-08-30T16:05:20Z
dc.date.available	2019-08-30T16:05:20Z
dc.date.issued	2018-09-24
dc.identifier.citation	DUARTE, Davi Faisca. Estudo de relações semânticas entre categorias textuais de perguntas e respostas em comunidades Q&A. 2018, 61f. Dissertação ( Mestrado em Informática ) - Universidade Federal do Estado do Rio de Janeiro, Rio de Janeiro (2003-), 2018.	pt_BR
dc.identifier.uri	http://hdl.handle.net/unirio/12924
dc.description.sponsorship	Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES	pt_BR
dc.language.iso	Portuguese	pt_BR
dc.rights	openAccess	pt_BR
dc.title	Estudo de relações semânticas entre categorias textuais de perguntas e respostas em comunidades Q&A	pt_BR
dc.type	masterThesis	pt_BR
dc.contributor.advisor-co	Silva, João Luís Tavares da
dc.contributor.referee	Siqueira, Sean Wolfgand Matsui
dc.contributor.referee	Silva, João Luís Tavares da
dc.contributor.referee	Nunes, Bernardo Pereira
dc.contributor.referee	Souza, Jairo Francisco de
dc.degree.department	CCET	pt_BR
dc.degree.grantor	Universidade Federal do Estado do Rio de Janeiro - UNIRIO	pt_BR
dc.degree.level	Mestrado Acadêmico	pt_BR
dc.degree.local	Rio de Janeiro, RJ	pt_BR
dc.degree.program	Programa de Pós-Graduação em Informática	pt_BR
dc.subject.cnpq	CIÊNCIAS EXATAS E DA TERRA	pt_BR
dc.subject.cnpq	CIÊNCIA DA COMPUTAÇÃO	pt_BR
dc.subject.en	SemanticWeb	pt_BR
dc.subject.en	Q&A Communities	pt_BR
dc.subject.en	Semantic Connectivity	pt_BR
dc.subject.en	Linked Data	pt_BR
dc.subject.en	Stack Exchange	pt_BR
dc.description.abstracten	Online Question Answering platforms play an important role in education, formed by individuals with common interests but with different levels of experience, enabling users to learn collaboratively through spontaneous and specific questions and answers. These communities are popular but many questions remain unanswered, causing a problem of lack of feedback for the user, which can generate demotivation and disinterest, or even making the wrong answers available. In this research we propose to investigate alternatives to minimize such problems through the proposal of a support approach for future automatic methodologies of recommendation of related answers. The main objective of this research is to investigate if the semantic similarities between textual categories of questions and answers are enough to establish semantic relationships between them and, thus, to identify relationships between better answers or texts related to the theme of the question. For this, this work proposes a generic architecture that integrates three categories extraction tools, the DBpedia Spotlight, the Open Calais and the Tag The Web, to calculate a score semantic similarity of categories representing the questions and related answers and similar questions with other answers to measure the similarity between questions with different answers. The experiments demonstrated that it is possible to establish these relations from the extraction of categories and to use them as support for future recommendations of answers to open questions.	pt_BR
dc.degree.country	Brasil	pt_BR
dc.description.sponsordocumentnumber	n/a	pt_BR
dc.description.abstractpt	Plataformas online de Perguntas e Respostas (Community Question Answering) atuam como importante papel na educação, formadas por indivíduos com interesses comuns, mas com diferentes níveis de experiência, propiciam que os usuários aprendam colaborativamente através de perguntas e respostas espontâneas e específicas. Estas comunidades são populares e, no entanto, muitas questões permanecem sem resposta, ocasionando um problema de falta de feedback para o usuário, podendo gerar desmotivação e desinteresse, ou mesmo disponibilizando respostas erradas. O presente trabalho investiga alternativas para minimizar tais problemas através da proposta de uma abordagem de suporte para futuras metodologias automáticas de recomendação de respostas relacionadas. O principal objetivo deste trabalho é investigar se as similaridades semânticas entre categorias textuais de perguntas e respostas é suficiente para estabelecer relações semânticas entre eles e, assim, identificar relações entre melhores respostas ou textos relacionados ao tema da pergunta. Para isto, este trabalho propõe uma arquitetura genérica que integra três ferramentas de extração de categorias, o DBpedia Spotlight, Open Calais e Tag The Web, para calcular um escore de similaridade semântica de categorias representando as perguntas e as respostas relacionadas e perguntas similares com outras respostas para medir a similaridade entre perguntas com respostas distintas. Os experimentos demonstraram que é possível estabelecer estas relações a partir da extração de categorias e utilizá-los como suporte a futuras recomendações de respostas para questões em aberto.	pt_BR
dc.subject.pt	Web Semântica	pt_BR
dc.subject.pt	Comunidades Q&A	pt_BR
dc.subject.pt	Conectividade Semântica	pt_BR
dc.subject.pt	Linked Data	pt_BR
dc.subject.pt	Stack Exchange	pt_BR