Curso III

Ministrante: Solange Oliveira Rezende

Resumo: Um evento pode ser definido como “algo que acontece em um tempo e lugar específico”. Em geral, eventos são extraídos de textos publicados em portais de notícias, fóruns e redes sociais, sendo importantes para mapear a informação de um mundo virtual para os vários fenômenos que ocorrem em nosso mundo físico. Nesse sentido, diversas aplicações foram propostas para explorar o relacionamento entre eventos e o mundo real, por exemplo em economia, saúde pública, análise de sentimentos, bem como a construção de indicadores inteligentes para vários domínios. A mineração de eventos permite extrair este tipo de conhecimento e vem recebendo muita atenção nos últimos anos, pois fornece como resultado final modelos de inteligência analítica que são úteis para tomada de decisão. Tais modelos exploram as múltiplas representações de eventos como a informação textual, informação temporal, informação geográfica, e outros tipos de entidades. Assim, o processo de mineração de eventos envolve o pré-processamento e representação do conhecimento (aprendizado de representações e word embedding), extração de padrões (métodos de agrupamento e classificação) e pós-processamento (construção de indicadores para inteligência analítica). Nesse minicurso, serão apresentados uma visão teórica e prática sobre Mineração de Eventos, com a execução de ferramentas de código-aberto a partir de dados reais para discutir o conteúdo do minicurso de forma interativa.

Conteúdo: Pré-processamento e representação estruturada de eventos; Extração de Entidades Nomeadas; Text Embeddings; Extração de Padrões em Redes de Eventos usando Análise de Agrupamentos; Pós-processamento e visualização.

Referências:

AGGARWAL, Charu C.; ZHAI, ChengXiang (Ed.). Mining text data. Springer Science & Business Media, 2012.

TAN, Pang-Ning; STEINBACH, Michael; KUMAR, Vipin. Introduction to data mining. Pearson Education India, 2014.

SHI, Chuan et al. A survey of heterogeneous information network analysis. IEEE Transactions on Knowledge and Data Engineering, v. 29, n. 1, p. 17-37, 2016.

CHEN, Xinhong; LI, Qing. Event modeling and mining: a long journey toward explainable events. The VLDB Journal, v. 29, n. 1, p. 459-482, 2020.

Mini CV:

Solange Oliveira Rezende é professora associada do Departamento de Ciências de Computação do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (USP). Possui graduação em Licenciatura em Ciências com Habilitação Matemática pela Universidade Federal de Uberlândia (1986), mestrado em Ciências de Computação e Matemática Computacional pela Universidade de São Paulo (1990) e doutorado em Engenharia Mecânica pela Escola de Engenharia de São Carlos da Universidade de São Paulo (1993). Tem mais de 30 anos de experiência na área de Ciência da Computação, com ênfase em Inteligência Artificial. Atuação principal em Mineração de Dados e Textos, Inteligência Analítica de Textos, Ciência de Dados, Mineração de Opiniões e Sistemas de Recomendação. É Orientadora nos programas de Pós-Graduação em Ciências de Computação e Matemática Computacional (M e D) e Mestrado Profissional Matemática, Estatística e Computação Aplicadas à Indústria ambos do ICMC-USP. http://lattes.cnpq.br/8526960535874806.