<?xml version="1.0" encoding="UTF-8"?><oembed><type>video</type><version>1.0</version><html>&lt;iframe src=&quot;https://www.loom.com/embed/5fb6a2236c974e23862b25c768458c9b&quot; frameborder=&quot;0&quot; width=&quot;1920&quot; height=&quot;1440&quot; webkitallowfullscreen mozallowfullscreen allowfullscreen&gt;&lt;/iframe&gt;</html><height>1440</height><width>1920</width><provider_name>Loom</provider_name><provider_url>https://www.loom.com</provider_url><thumbnail_height>1440</thumbnail_height><thumbnail_width>1920</thumbnail_width><thumbnail_url>https://cdn.loom.com/sessions/thumbnails/5fb6a2236c974e23862b25c768458c9b-d8793aa7f6e6a0c8.gif</thumbnail_url><duration>600.5</duration><title>Trabalho AED2</title><description>Eu apresentei nosso trabalho usando análise de entidades nomeadas para construir grafos de correlação por frase e por parágrafo. Usamos o modelo PT Core News LG, e fizemos filtragem para remover termos lixo como capítulo, pdf e http, e manter entidades como pessoa, organização, localização, entidade geopolítica e risco. Por frase identificamos 450 entidades únicas e 469 conexões, com Natal no top 1. Fizemos coocorrência, rede ego, caminho médio e clusters, com 11 caminhos de dois passos e caminho médio de 3,38. Não houve ação solicitada aos espectadores.</description></oembed>