Link do documento

Stematização: Consiste em uma normatização linguística, na qual as formas variantes de um termo são reduzido a uma forma comum denominada stem (que significa tronco, base)

Muitas representações vetoriais de dados textuais se tornam bastante custosas, pois quanto maior o número de documentos na coleção, e quanto maior o tamanho destes documentos, provavelmente menor será a porcentagem de valores não nulos dos termos utilizados em suas representações numéricas. Em outras palavras, as matrizes que representam os documentos em formato numérica provavelmente serão esparsas e o stemming é amplamente utilizado e difundido para reduzir a dimensionalidade delas.

Aprendizagem Supervisionada: Assume a existência de referências, informações explícitas ou rotulações sobre os dados, que funcionam como exemplos de treinamento faz-se por meio da indução de regras, seguindo os exemplos demonstrados no sistema.