sobre Text Mining na WikipediaText Mining
Principais Livros e Artigos
- FLORESCU, Daniela. Managing Semi-Structured Data. Queue, New York, v. 3, nº 8, p. 18-24, oct. 2005. [Dá um panorama geral sobre dados semi-estruturados e suas dificuldades, apontando necessidades futuras.]
- McCALLUM, Andrew. Information Extraction: Distilling Structured Data from Unstructured Text. Queue, New York, v. 3, nº 9, p. 48-57, nov. 2005. [Técnicas e ferramentas para extração de informações de documentos textuais da Web.]
- NOY, Natalya. Order from Chaos. Queue, New York, v. 3, nº 8, p. 42-49, oct. 2005. [Discute ontologias e seus desafios, bem como apresenta uma plataforma popular para representação (Protegé).]
- SHAHAF, Dafna et al. Information Cartography. Communications of the ACM, New York, v. 58, nº 11, p. 62-73, nov. 2015. [Discute a criação e o uso de "mapas de metrô" para obter listas de informações relacionadas.]
Outros Livros e Artigos Interessantes
- ANTHES, Gary. Topic Models vs. Unstructured Data. Communications of the ACM, New York, v. 53, nº 12, p. 16-18, dec. 2010.
- ARASU, Arvind; GARCIA-MOLINA, Hector. Extracting Structured Data from Web Pages. In: ACM SIGMOD International Conference on Management of Data, 2003, San Diego, CA. Proceedings... New York: ACM Press, 2003. p. 337-348.
- BLEI, David M. Probabilistic Topic Models. Communications of the ACM, New York, v. 55, nº 4, p. 77-84, apr. 2012.
- BOSWORTH, Adam. Learning from the Web. Queue, New York, v. 3, nº 8, p. 26-32, oct. 2005. [Discute as lições aprendidas na publicação e recuperação de grandes quantidades de informação semi-estruturada na Web.]
- CRONAN, Timothy P.; FOLTZ, C. Bryan; JONES, Thomas W. Piracy, Computer Crime and IS Misuse at the University. Communications of the ACM, New York, v. 49, nº 6, p. 84-90, jun. 2006.
- DÖRRE, Jochen; GERSTL, Peter; SEIFFERT, Roland. Text Mining: Finding Nuggets in Mountains of Textual Data. In: ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 5, 1999, San Diego, CA. Proceedings... New York: ACM Press, 1999. p. 398-401.
- FAN, Weiguo et al. Tapping the Power of the Text Mining. Communications of the ACM, New York, v. 49, nº 9, p. 76-82, sep. 2006. [Discute aplicações potenciais e atuais de Text Mining.]
- GREGG, Dawn G.; WALCZAK, Steven. Adaptive Web Information Extraction. Communications of the ACM, New York, v. 49, nº 5, p. 78-84, may 2006. [Apresenta um protótipo que utiliza técnicas para extração dinâmica e adaptativa de informações de páginas HTML.]
- HALEVY, Alon. Why Your Data Won’t Mix. Queue, New York, v. 3, nº 8, p. 50-58, oct. 2005.
- HANG, Li. Language Models: Past, Present and Future. Communications of the ACM, New York, v. 65, nº 7, p. 56-63, Jul. 2022. DOI 10.1145/3490443.
- HEARST, Marti A. Untangling Text Data Mining. In: Conference on Association for Computational Linguistics, 37, 1999, College Park, MA. Proceedings... [s.l.]: Association for Computational Linguistics, 1999. p. 3-10.
- KROEZE, Jan H.; MATTHEE, Machdel C.; BOTHMA, Theo J. D. Differentiating Data- and Text-Mining Terminology. In: Annual Research Conference on Enablement through Technology, 2003, [África do Sul]. Proceedings... [s.l.]: South African Institute for Computer Scientists and Information Technologists, 2003, p. 93-101.
- KUECHLER, William L. Business Applications of Unstructured Text. Communications of the ACM, New York, v. 50, nº 10, p. 86-93, oct. 2007. [Visão geral da arquitetura das aplicações de Text Mining.]
- LAENDER, Alberto H. F. et al. Surveys: A Brief Survey on Web Data Extracting Tools. ACM SIGMOD Record, [s.l.], v. 31, nº 2, p. 84-93, jun. 2002.
- LI, Jiexun; ZHENG, Rong; CHEN, Hsinchun. From Fingerprint to Writeprint. Communications of the ACM, New York, v. 49, nº 4, p. 76-82, apr. 2006. [Discute formas de identificar o autor de um texto a partir de estatísticas diversas.]
- LOPES, Maria C. S. Mineração de Dados Textuais Utilizando Técnicas de Clustering para o Idioma Português. 2004. Tese (Doutorado em Engenharia Civil) - COPPE, Universidade Federal do Rio de Janeiro, Rio de Janeiro.
- MATSUIDARA, Kate. Capturing and Structuring Data Mined from the Web. Communications of the ACM, New York, v. 57, nº 3, p. 10-11, mar. 2014.
- ROUSSINOV, Dmitri et al. Beyond Keywords: Automated Question Answering on the Web. Communications of the ACM, New York, v. 51, nº 9, p. 60-65, sep. 2008. [Propõe a expansão dos métodos de pesquisa baseados na busca por palavras para a análise de perguntas em linguagem natural.]
- SPERBERG-McQUEEN, C. M. XML and Semi-Structured Data. Queue, New York, v. 3, nº 8, p. 34-41, oct. 2005. [Discute a filosofia empregada pela XML para tratar dados que não obedecem à tradicional estrutura relacional.]
- SUVER, Chris. The Cost of Data. Queue, New York, v. 3, nº 8, p. 62-64, oct. 2005. [Defende que a expressão ”dados semi-estruturados“ é enganosa, pois o problema é que os dados não são organizados de forma precisa em virtude de uma análise de custo-benefício.]
- TANG, Ruixiang et al. The Science of Detecting LLM-Generated Text. Communications of the ACM, New York, v. 67, nº 4, p. 50-59, Apr. 2024. DOI 10.1145/3624725.
- VORHEES, Ellen M. TREC: Continuing Information Retrieval's Tradition of Experimentation. Communications of the ACM, New York, v. 50, nº 11, p. 51-54, nov. 2007. [Descreve TREC, uma iniciativa para estabelecer um benchmark para avaliação de algoritmos de recuperação de informações.]
- ZAÏANE, Osmar R.; ANTONIE; Maria-Luiza. Classifying Text Documents by Associating Terms with Text Categories. In: Australasian Conference on Database Technologies, 13, 2002, Melbourne, Australia. Proceedings... [s.l.]: Australian Computer Society, 2002, p. 215-222.
- ZHANG, Ce et al. DeepDive: Declarative Knowledge Base Construction. Communications of the ACM, New York, v. 60, nº 5, p. 93-101, may 2017.