Ciência de Dados: Percurso Inicial para Tratamento do Dataset CORD-19

  • Jhonatan S. Gomes IFAP
  • Eonay B. Gurjão IFAP
  • Klessis L. Dias IFAP
  • Klenilmar L. Dias IFAP

Resumo


Este artigo se concentra em apresentar um percurso preliminar para a fase inicial de tratamento do dataset CORD-19, aplicando algumas técnicas de ciência de dados baseado em bibliotecas científicas do Python.

Referências

Afzal, M., Alam, F., Malik, K. M., and Malik, G. M. (2020). Clinical context–aware biomedical text summarization using deep neural network: Model development and validation. Journal of medical Internet research, 22(10):e19810.

Lalmuanawma, S., Hussain, J., and Chhakchhuak, L. (2020). Applications of machine learning and artificial intelligence for covid-19 (sars-cov-2) pandemic: A review. Chaos, Solitons & Fractals, page 110059.

Ridzuan, F. and Zainon, W. M. N. W. (2019). A review on data cleansing methods for big data. Procedia Computer Science, 161:731–738.

Shuja, J., Alanazi, E., Alasmary, W., and Alashaikh, A. (2020). Covid-19 open source data sets: A comprehensive survey. Applied Intelligence, pages 1–30.
Publicado
18/11/2021
GOMES, Jhonatan S.; GURJÃO, Eonay B.; DIAS, Klessis L.; DIAS, Klenilmar L.. Ciência de Dados: Percurso Inicial para Tratamento do Dataset CORD-19. In: ESCOLA REGIONAL DE ALTO DESEMPENHO NORTE 2 (ERAD-NO2) E ESCOLA REGIONAL DE APRENDIZADO DE MÁQUINA E INTELIGÊNCIA ARTIFICIAL NORTE 2 (ERAMIA-NO2), 1. , 2021, Online. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2021 . p. 13-16. DOI: https://doi.org/10.5753/erad-no2.2021.18672.