José Tadeu Arantes | Agência FAPESP – Uma ferramenta desenvolvida para mineração de dados e textos, chamada Websensors, está sendo utilizada na análise da evolução da pandemia de COVID-19. Capaz de extrair dados de textos de notícias, obtendo informações sobre “o que aconteceu”, “quando aconteceu” e “onde aconteceu, a Websensors possibilita ajustar, dia a dia, os modelos de propagação da doença.
A ferramenta foi desenvolvida no Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP), em São Carlos, pelos pesquisadores Solange Rezende, Ricardo Marcacini e Rafael Rossi, e teve também a participação de Roberta Sinoara. Recebeu apoios da FAPESP por meio do projeto “Aprendizado de máquina para WebSensors: algoritmos e aplicações”, e de bolsas concedidas a Marcacini, Rossi e Sinoara – todos eles orientados na ocasião por Rezende.
A instância da ferramenta Websensors dedicada à epidemia de COVID-19 está disponível em http://websensors.net.br/projects/covid19/, com a interface web desenvolvida por Luan Martins, mestrando no ICMC-USP.
“Nós usamos mineração de dados em textos de notícias como forma de identificar eventos que estão ocorrendo em cada país e, assim, ajustar a projeção com as características do Brasil”, diz Rezende à Agência FAPESP.
Segundo a pesquisadora, a principal questão investigada na pesquisa da Websensors é a possibilidade de extrair informações complementares sobre um problema a partir de notícias e, com base nelas, ajustar os modelos preditivos já existentes.
Mais informações, clique aqui.
Instagram
YouTube