Vinícius Mourão Alves de Souza,  Valéria Delisandra Feltrim. 

Neste artigo são propostos classificadores responsáveis por automatizar a análise de aspectos relacionados à coerência semântica em resumos acadêmicos. Tais aspectos são baseados na estrutura esquemática da seção Resumo e na similaridade semântica entre os componentes que compõem talestrutura. Os classificadores foram treinados e induzidos por algoritmos de aprendizado de máquina, com base em características extraídas automaticamente da superfície do texto e provenientes do processamento da LSA. Os resultados indicam que todos os classificadores alcançaram desempenho superior às medidas de comparação e que podem ser utilizados, por exemplo, em ambientes de auxílio à escrita para emissão de sugestões relacionadas à coerência.

http://www.lbd.dcc.ufmg.br/colecoes/stil/2011/009.pdf

Processando consulta.