Análise visual multi-escala de dados textuais governamentais de múltiplas fontes

Resumo

Grandes e complexos conjuntos de dados têm sido foco de várias áreas de pesquisa em computação nos últimos anos. Além disso, tem havido uma grande renovação da motivação para integrar técnicas de aprendizado de máquina e visualização na análise de dados complexos, multivariados e temporais. Este projeto propõe integrar os conhecimentos em mineração visual de dados adquiridos nos nossos anos de pesquisa com aqueles da Dalhousie University para estudar e propor alternativas para: 1- representação e análise visual de dados governamentais representados por textos de discussões em órgãos parlamentares. 2 - adaptação do expressivo conjunto de técnicas desenvolvidas pelos grupos nos últimos anos ao problema de análise visual desses dados, representados como grafos. 3 - adicionar componentes de aprendizado de máquina no pipeline de análise visual; e 4 - tratar, neste contexto a aplicação de análise de textos de discursos parlamentares associados a comunicações em redes sociais sobre os mesmos assuntos e às notícias divulgadas na mídia. A metodologia é construída a partir da experiência de pesquisa e resultados do trabalho no ICMC em visualização de dados multidimensionais, de redes, de dados textuais e de mineração visual, e uma representação nova é sugerida para atacar o problema. Acreditamos que esse projeto venha a alavancar a cooperação já iniciada, mas prejudicada pela distância, entre nossa instituição e a Universidade de Dalhousie, de forma a gerar intercâmbio de pesquisa de longa duração após o término do período. (AU)