O uso de redes neurais para classificar artigos em revisões sistemáticas

O número de alunos e de titulados no Brasil vem aumentando a cada ano. Este crescimento é extremamente necessário, pois a pesquisa é fundamental para o desenvolvimento de um país e grande parte da pesquisa mundial é desenvolvida com participação de alunos de pós-graduação. Tipicamente, uma pesquisa...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Revista Brasileira de Computação Aplicada. 2020-05, Vol.12 (2), p.28-36
Hauptverfasser: Veriscimo, Erico De Souza, Júnior, João Luiz Bernardes, Digiampietri, Luciano Antonio
Format: Artikel
Sprache:eng
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:O número de alunos e de titulados no Brasil vem aumentando a cada ano. Este crescimento é extremamente necessário, pois a pesquisa é fundamental para o desenvolvimento de um país e grande parte da pesquisa mundial é desenvolvida com participação de alunos de pós-graduação. Tipicamente, uma pesquisa se inicia com uma revisão da literatura e, caso o objetivo seja conhecer o estado da arte de um determinado assunto por meio de um processo bem formulado e reprodutível, a revisão sistemática pode ser utilizada. Porém, revisões como a sistemática tendem a ser bastante rigorosas, demoradas e cansativas de ser realizadas manualmente. O objetivo deste trabalho é auxiliar na classificação dos trabalhos como a serem incluídos ou excluídos de uma revisão sistemática por meio de uma rede neural MLP maximizando a leitura dos trabalhos que interessam para a pesquisa. Foram realizados testes com dois conjuntos de dados e os resultados foram comparados com os produzidos por outros dois classificadores. A MLP teve o melhor resultado entre os métodos testados nos dois conjuntos de dados, correspondendo a uma boa escolha para este tipo de tarefa.
ISSN:2176-6649
2176-6649
DOI:10.5335/rbca.v12i2.10561