Este trabalho foi desenvolvido para a disciplina de Inteligência Artificial I (Ciência da Computação - UEM) em Julho/2018 por
- Ricardo Henrique Brunetto (ra94182@uem.br)
- Thiago Kira (ra78750@uem.br)
Este trabalho visa a aplicar processamento de linguagem natural em artigos do padrão IEEE para extração de informações relevantes, como por exemplo:
- Título
- Autores
- Seções
- Referências
- Top 10 termos mais citados
Sendo a solução proposta através da construção de uma gramática para o artigo, fazendo uso de um analisador léxico e de um interpretador.
Todo o programa foi escrito em python. As seguintes bibliotecas foram utilizadas:
- PLY (
sudo pip install ply) - NLTK (
sudo pip install nltk) - PDFMiner (
sudo pip install pdfminer)
Deve-se ter a disposição uma pasta na raiz do projeto nomeada files, contendo todos os arquivos em formato .pdf que se deseja aplicar a análise.
Então, basta executar o script main.py através do seguinte:
python main.py
Alguns detalhes de implementação constam no documento de apresentação, disponível aqui.
- Ficaram pendentes as seguintes funcionalidades:
- Separar autor e título
- Identificar o problema do artigo
- Identificar o objetivo do artigo
- Identificar a solução proposta no artigo
- Interface gráfica
- Sugere-se aperfeiçoar a forma como os dados estão sendo salvos e refinar as referências bibliográficas.
Este projeto segue a licença Creative Commons Attribution-ShareAlike (BY-SA), que está detalhada no arquivo LICENSE.md.
