• Informações do Trabalho

Titulo Ferramenta para busca e categorização automática de materiais didáticos Subtítulo Autor RODOLPHO NAZARETH ROSSETE DE SOUZA Orientador FABRICIO MARTINS MENDONCA Resumo O volume de dados disponibilizados na web e a facilidade de publicação dos mesmos têm levado a um crescimento acelerado e desestruturado de materiais educacionais no contexto web. As informações estão espalhadas na web, muitas vezes, de forma não organizada, causando um certo desconforto ao usuário durante suas pesquisas, consumindo um grande tempo de busca e afetando de alguma forma o processo de aprendizagem. Acrescenta-se ainda o fato de que recursos educacionais na web são cada vez mais necessários como forma de suporte ao processo de ensino e aprendizagem. Nesse contexto, emerge a necessidade de ferramentas que possam otimizar o tempo e auxiliar na obtenção de materiais educacionais. O presente trabalho apresenta o desenvolvimento de uma plataforma computacional que possibilita buscas e classificações de forma automática a conteúdos educacionais disponibilizados na internet, a fim de auxiliar professores e alunos nesse processo. Como metodologia de pesquisa foi realizado um levantamento de trabalhos relacionados ao tema de classificação de documentos existentes na web com a finalidade de apoiar o processo de ensino e aprendizagem em diferentes áreas do conhecimento, além de propor uma arquitetura modular como base para desenvolvimento da ferramenta. Tal arquitetura é composta pelos módulos de interface usuária, comunicação, indicação de conteúdos, obtenção de dados, persistência de dados e categorização. Os resultados encontrados mostram que a ferramenta desenvolvida minimiza o esforço de busca por materiais educacionais pelo usuário, além de trazer uma arquitetura modular capaz de agregar novas features no processo de classificação. Foi possível também, entender melhor o comportamento dos métodos de aprendizagem de máquina utilizados para classificação dos documentos educacionais, os quais usaram os algoritmos de Naive Bayes, Decision Tree e Support Vector Machine. Nos testes de acurácia realizados pela pesquisa, o algoritmo Naive Bayes obteve os melhores resultados, independentemente das classes (categorias) e conjuntos de dados utilizados nos testes. Palavras-Chave Monografia, Aprendizagem de Maquina,Naive Bayes, Support Vector Machine, SVM, Decision Tree, Processamento de Linguagem Natural, PLN, Categorização.