MÉTODO PARA GERAÇÃO DE BASE DE TREINAMENTO DE MODELOS DE CLASSIFICAÇÃO COM BASE EM INTERPRETAÇÃO SEMIAUTOMÁTICA DE CLUSTERS

IPC Classification

Abstract

MÉTODO PARA GERAÇÃO DE BASE DE TREINAMENTO DE MODELOS DE CLASSIFICAÇÃO COM BASE EM INTERPRETAÇÃO SEMIAUTOMÁTICA DE CLUSTERS. A presente invenção provê um método para geração de base de treinamento de modelos de classificação com base em interpretação semiautomática de clusters compreendendo as etapas de: - Etapa 1: aplicar a técnica de agrupamento de dados sobre um conjunto de dados não rotulados para gerar clusters; e - Etapa 2: interpretar de forma semiautomática os clusters obtidos na Etapa 1 para gerar um conjunto de dados de treinamento, em que um subconjunto de dados manualmente rotulados por um especialista do domínio é usado como fonte de conhecimento para a extração de regras de domínio, em que são atribuídos pseudo-rótulos para os clusters com base nas regras de domínio de cada classe, em que a Etapa 2 compreende as etapas de: - 2.1 identificação das classes definidas pelo especialista para representar os comportamentos dos clusters; e - 2.2 extração das regras de domínio e análise comportamental, em que para cada classe identificada na etapa 2.1 é definido um conjunto de regras capazes de representar o seu comportamento, em que o comportamento de todas as instâncias de dados, do subconjunto de dados manualmente rotulado pelo especialista, pertencentes a esta classe é analisada, para gerar um conjunto de regras obtidas estatisticamente que representam um comportamento geral da classe, em que o método compreende adicionalmente uma Etapa 3 de geração de base de dados de treinamento com base nos Pseudo-rótulos das instâncias.