Revista Brasileira de Inteligência e-issn 2595-4717



Baixar 2.33 Mb.
Pdf preview
Página39/83
Encontro02.08.2022
Tamanho2.33 Mb.
#24436
1   ...   35   36   37   38   39   40   41   42   ...   83
RBI16verso23062022
emotions in text. Proceedings of the NAACL HLT 2010 workshop on computational approaches 
to analysis and generation of emotion in text. Association for Computational Linguistics
p. 140–146, 2010. Disponível em: https://dl.acm.org/doi/pdf/10.5555/1860631.1860648. 
Acesso em: 01 out. 2021.
GILLILAND, Anne J. Introduction to Metadata. 3ª ed. Los Angeles, Getty Research Institute, 
2016. Disponível em: http://www.getty.edu/publications/intrometadata/. Acesso em: 
01 out. 2021.
HAN, Jiawei; KAMBER, Micheline; PEI, Jian. Data Mining: Concepts and Techniques. 3ª ed. 
Waltham, Morgan Kaufmann Publishers, 2012.
HAYASHI, Chikio. What is Data Science? Fundamental Concepts and a Heuristic Example. 
In: Data Science, Classifi cation, and Related Methods. Studies in Classifi cation, Data Analysis, 
and Knowledge Organization. Tokyo, Springer, 1998.
HECHT, Brent; HONG, Lichan; SUH, Bongwon; CHI, Ed H. Tweets from Justin Bieber’s 
heart: The dynamics of the location fi eld in user profi les. In Proceedings of the SIGCHI 
Conference on Human Factors in Computing Systems (CHI ’11). Vancouver: Canada. ACM. 
p. 237–246, 2011. Disponível em: https://www-users.cs.umn.edu/~bhecht/publications/
bhecht_chi2011_location.pdf. Acesso em: 19 out. 2021.
KAATI, Lisa; SHRESTHA, Amendra; COHEN, Katie; LINDQUIST; Sinna. Automatic detection 
of xenophobic narratives: A case study on swedish alternative media. IEEE Conference on 
Intelligence and Security Informatics (ISI). Tucson: USA. IEEE. 2016. Disponível em: https://
www.foi.se/download/18.7fd35d7f166c56ebe0bffd8/1542623691578/Automatic-
detection-xenophopic_FOI-S--5655--SE.pdf. Acesso em: 01 out. 2021.
KESHTKAR, Fazel; INKPEN, Diana. Using Sentiment Orientation Features for Mood 


76
Revista Brasileira de Inteligência. Brasília: Abin, nº. 16, dez. 2021
Daniel Fugisawa de Souza e David Ricardo Damasceno do Bomfi m
Classifi cation in blogs. IEEE International Conference on Natural Language Processing 
and Knowledge Engineering. Dalian: China. IEEE. 2009. Disponível em: https://www.
researchgate.net/publication/224076625_Using_sentiment_orientation_features_for_
mood_classifi cation_in_blogs. Acesso em: 01 out. 2021.
KELLEHER, John D; TIERNEY, Brendan. Data Science, 1ª ed. Cambridge, MIT Press, 2018.
LOWENTHAL, Mark. Intelligence: from secrets to policy. 8ª ed. Washington-DC, CQ Press, 
2019.
NUNES, Eric; DIAB, Ahmad; GUNN, Andrew; MARIN, Ericsson; MISHRA, Vineet; PALIATH, 
Vivin; ROBERTSON, John; SHAKARIAN, Jana; THART, Amanda; SHAKARIAN, Paulo. Darknet 
and Deepnet mining for proactive cybersecurity threat intelligence. 2016. Disponível em: 
https://arxiv.org/abs/1607. 08583. Acesso em: 01 out. 2021.
O’NEIL, Cathy. Weapons of Math Destruction: how big data increases inequality and threatens 
democracy. New York, Crown Publishers, 2016.
ROWE, Matthew; SAIF, Hassan. Mining pro-isis radicalisation signals from social media 
users. Proceedings of the Tenth International AAAI Conference on Web and Social Media
(ICWSM 2016). Cologny: Germany. AAAI. p. 329–338, 2016. Disponível em: http://oro.
open.ac.uk/48477/. Acesso em: 01 out. 2021.
RUSSELL, Stuart Jonathan; NORVIG, Peter. Artifi cial Intelligence: A Modern Approach. 4ª 
ed. Global edition. Hoboken, Pearson, 2021.
SHERMAN, Chris; PRICE, Gary. The invisible web: uncovering information sources: search 
engines can’t see. 7ª ed. Medford, CyberAge Books, Information Today, Inc., 2001.
THORLEUCHTER, Dirk; VAN DEN POEL; Dirk. Protecting research and technology from 
espionage. Expert Systems with Applications. Elsevier. v. 40, issue 9, p. 3432-3440. 2013. 
Disponível em: http://wps-feb.ugent.be/Papers/wp_12_824.pdf Acesso em: 1º out. 2021.
WANG, Yingxu; ZHANG, Du; LATOMBE, Jean-Claude; KINSNER, Witold. Advances in 
the Fields of Cognitive Informatics and Cognitive Computing. In: Advances in Cognitive 
Informatics and Cognitive Computing. Stanford, Springer, 2010.
YIN, Jie; LAMPERT, Andrew; CAMERON, Mark; ROBINSON, Bella; POWER, Robert. Using 
social media to enhance emergency situation awareness. International Joint Conference 
on Artifi cial Intelligence Buenos Aires: Argentina. IEEE. v. 27, p. 52–59, 2015. Disponível 
em: https://www.researchgate.net/publication/280829031_Using_Social_Media_to_
Enhance_Emergency_Situation_Awareness_Extended_Abstract. Acesso em: 01 out. 2021.
ZHOU, Ning; CHEUNG, William K.; QIU, Guoping; XUE, Xiangyang. A hybrid probabilistic 


Revista Brasileira de Inteligência. Brasília: Abin, nº. 16, dez. 2021
77
Ciência de dados e produção de conhecimentos de Inteligência: potencial da análise de dados de redes 
sociais digitais para a atividade de Inteligência
model for unifi ed collaborative and content-based image tagging. IEEE Transactions on 
Pattern Analysis and Machine Intelligence. IEEE. v. 33, p. 1281–1294, 2011. Disponível em: 
https://www.researchgate.net/publication/224196190_A_Hybrid_Probabilistic_Model_
for_Unifi ed_Collaborative_and_Content-Based_Image_Tagging. Acesso em: out. 2021.
CIÊNCIA DE DADOS E PRODUÇÃO DE CONHECIMENTOS DE INTELIGÊNCIA POTENCIAL DA ANÁLISE 
DE DADOS DE REDES SOCIAIS DIGITAIS PARA A ATIVIDADE DE INTELIGÊNCIA
Artigo recebido em 31 ago. 2021
Aprovado em 13 set. 2021


4
Artigo


Revista Brasileira de Inteligência. Brasília: Abin, nº. 16, dez. 2021
79

Baixar 2.33 Mb.

Compartilhe com seus amigos:
1   ...   35   36   37   38   39   40   41   42   ...   83




©historiapt.info 2022
enviar mensagem

    Página principal