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.
2019
APPLICATIONS OF TEXT MINING TECHNIQUES FOR THE SYSTEMATIC REVIEW OF LITERATURE THROUGH THE ANALYSIS OF TEXT DATA
Text mining
Topic modeling
File in questo prodotto:
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.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/67499