Questo lavoro di tesi si pone l'obiettivo di minimizzare la tempistica manuale di lettura, raccolta e classificazione di documenti testuali. Questo obiettivo viene raggiunto proponendo un modello di analisi testuale basato su tecniche di Text Mining. Il modello in questione è stato realizzato grazie all'ausilio di un software open source, Orange - Data Mining, e offre la possibilità di catalogare in modo automatico una raccolta più o meno estesa di documenti testuali oltre alla possibilità di aggiornare in modo continuo e automatico la stessa raccolta. Per testare la validità del modello, lo stesso è stato applicato su una raccolta di 105 documenti riguardanti il Digital Twin. Questo ha permesso di migliorare il processo di analisi e valutare come il modello risponde a questo corpus di documenti.
APPLICAZIONI DI TECNICHE DI TEXT MINING PER LA REVISIONE SISTEMATICA DELLA LETTERATURA ATTRAVERSO L'ANALISI DI DATI TESTUALI
RUBINI, RAMONA
2019/2020
Abstract
Questo lavoro di tesi si pone l'obiettivo di minimizzare la tempistica manuale di lettura, raccolta e classificazione di documenti testuali. Questo obiettivo viene raggiunto proponendo un modello di analisi testuale basato su tecniche di Text Mining. Il modello in questione è stato realizzato grazie all'ausilio di un software open source, Orange - Data Mining, e offre la possibilità di catalogare in modo automatico una raccolta più o meno estesa di documenti testuali oltre alla possibilità di aggiornare in modo continuo e automatico la stessa raccolta. Per testare la validità del modello, lo stesso è stato applicato su una raccolta di 105 documenti riguardanti il Digital Twin. Questo ha permesso di migliorare il processo di analisi e valutare come il modello risponde a questo corpus di documenti.| File | Dimensione | Formato | |
|---|---|---|---|
|
RUBINI_tesi.pdf
non disponibili
Descrizione: Versione definitiva del documento di tesi
Dimensione
2.41 MB
Formato
Adobe PDF
|
2.41 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14253/67499