Hybrid system for plagiarism detection

The Internet boom in recent years has increased the interest in the field of plagiarism detection. A lot of documents are published on the Net everyday and anyone can access and plagiarize them. Of course, checking all cases of plagiarism manually is an unfeasible task. Therefore, it is necessary to create new systems that are able to automatically detect cases of plagiarism produced. In this paper, we introduce a new hybrid system for plagiarism detection which combines the advantages of the two main plagiarism detection techniques. This system consists of two analysis phases: the first phase uses an intrinsic detection technique which dismisses much of the text, and the second phase employs an external detection technique to identify the plagiarized text sections. With this combination we achieve a detection system which obtains accurate results and is also faster thanks to the prefiltering of the text.

EmotiBlog: a fine-grained model for emotion detection in non-traditional textual genres

This paper presents the first version of EmotiBlog, an annotation scheme for emotions in non-traditional textual genres such as blogs or forums. We collected a corpus composed by blog posts in three languages: English, Spanish and Italian and about three topics of interest. Subsequently, we annotated our collection and carried out the inter-annotator agreement and a ten-fold cross-validation evaluation, obtaining promising results. The main aim of this research is to provide a finer-grained annotation scheme and annotated data that are essential to perform evaluation focused on checking the quality of the created resources.

Machine learning techniques for automatic opinion detection in non-traditional textual genres

This paper presents a preliminary study in which Machine Learning experiments applied to Opinion Mining in blogs have been carried out. We created and annotated a blog corpus in Spanish using EmotiBlog. We evaluated the utility of the features labelled firstly carrying out experiments with combinations of them and secondly using the feature selection techniques, we also deal with several problems, such as the noisy character of the input texts, the small size of the training set, the granularity of the annotation scheme and the language object of our study, Spanish, with less resource than English. We obtained promising results considering that it is a preliminary study.

Una aproximación basada en corpus para la detección del foco geográfico en el texto

El foco geográfico de un documento identifica el lugar o lugares en los que se centra el contenido del texto. En este trabajo se presenta una aproximación basada en corpus para la detección del foco geográfico en el texto. Frente a otras aproximaciones que se centran en el uso de información puramente geográfica para la detección del foco, nuestra propuesta emplea toda la información textual existente en los documentos del corpus de trabajo, partiendo de la hipótesis de que la aparición de determinados personajes, eventos, fechas e incluso términos comunes, pueden resultar fundamentales para esta tarea. Para validar nuestra hipótesis, se ha realizado un estudio sobre un corpus de noticias geolocalizadas que tuvieron lugar entre los años 2008 y 2011. Esta distribución temporal nos ha permitido, además, analizar la evolución del rendimiento del clasificador y de los términos más representativos de diferentes localidades a lo largo del tiempo.

Improving subjectivity detection using unsupervised subjectivity word sense disambiguation

En este trabajo se presenta un método para la detección de subjetividad a nivel de oraciones basado en la desambiguación subjetiva del sentido de las palabras. Para ello se extiende un método de desambiguación semántica basado en agrupamiento de sentidos para determinar cuándo las palabras dentro de la oración están siendo utilizadas de forma subjetiva u objetiva. En nuestra propuesta se utilizan recursos semánticos anotados con valores de polaridad y emociones para determinar cuándo un sentido de una palabra puede ser considerado subjetivo u objetivo. Se presenta un estudio experimental sobre la detección de subjetividad en oraciones, en el cual se consideran las colecciones del corpus MPQA y Movie Review Dataset, así como los recursos semánticos SentiWordNet, Micro-WNOp y WordNet-Affect. Los resultados obtenidos muestran que nuestra propuesta contribuye de manera significativa en la detección de subjetividad.

DIANA: análisis del discurso para la comprensión del conocimiento

DIANA es un proyecto coordinado en el que participan el grupo de Ingeniería del Lenguaje Natural y Reconocimiento de Formas (ELiRF) de la Universitat Politècnica de València y el grupo Centre de Llenguatge i Computació (CLiC) de la Universitat de Barcelona. Se trata de un proyecto del programa de I+D (TIN2012-38603) financiado por el Ministerio de Economía y Competitividad. Paolo Rosso coordina el proyecto DIANA y lidera el subproyecto DIANA-Applications y M. Antònia Martí lidera el subproyecto DIANA-Constructions.

Sentiment classification for early detection of health alerts in the chemical textile domain

In the chemical textile domain experts have to analyse chemical components and substances that might be harmful for their usage in clothing and textiles. Part of this analysis is performed searching opinions and reports people have expressed concerning these products in the Social Web. However, this type of information on the Internet is not as frequent for this domain as for others, so its detection and classification is difficult and time-consuming. Consequently, problems associated to the use of chemical substances in textiles may not be detected early enough, and could lead to health problems, such as allergies or burns. In this paper, we propose a framework able to detect, retrieve, and classify subjective sentences related to the chemical textile domain, that could be integrated into a wider health surveillance system. We also describe the creation of several datasets with opinions from this domain, the experiments performed using machine learning techniques and different lexical resources such as WordNet, and the evaluation focusing on the sentiment classification, and complaint detection (i.e., negativity). Despite the challenges involved in this domain, our approach obtains promising results with an F-score of 65% for polarity classification and 82% for complaint detection.

Detection and mapping of burnt areas from time series of MODIS-derived NDVI data in a Mediterranean region

Moderate resolution remote sensing data, as provided by MODIS, can be used to detect and map active or past wildfires from daily records of suitable combinations of reflectance bands. The objective of the present work was to develop and test simple algorithms and variations for automatic or semiautomatic detection of burnt areas from time series data of MODIS biweekly vegetation indices for a Mediterranean region. MODIS-derived NDVI 250m time series data for the Valencia region, East Spain, were subjected to a two-step process for the detection of candidate burnt areas, and the results compared with available fire event records from the Valencia Regional Government. For each pixel and date in the data series, a model was fitted to both the previous and posterior time series data. Combining drops between two consecutive points and 1-year average drops, we used discrepancies or jumps between the pre and post models to identify seed pixels, and then delimitated fire scars for each potential wildfire using an extension algorithm from the seed pixels. The resulting maps of the detected burnt areas showed a very good agreement with the perimeters registered in the database of fire records used as reference. Overall accuracies and indices of agreement were very high, and omission and commission errors were similar or lower than in previous studies that used automatic or semiautomatic fire scar detection based on remote sensing. This supports the effectiveness of the method for detecting and mapping burnt areas in the Mediterranean region.

Detección precoz de dificultades en el aprendizaje. Herramienta para la predicción del rendimiento de los estudiantes

Inspirados por las estrategias de detección precoz aplicadas en medicina, proponemos el diseño y construcción de un sistema de predicción que permita detectar los problemas de aprendizaje de los estudiantes de forma temprana. Partimos de un sistema gamificado para el aprendizaje de Lógica Computacional, del que se recolectan masivamente datos de uso y, sobre todo, resultados de aprendizaje de los estudiantes en la resolución de problemas. Todos estos datos se analizan utilizando técnicas de Machine Learning que ofrecen, como resultado, una predicción del rendimiento de cada alumno. La información se presenta semanalmente en forma de un gráfico de progresión, de fácil interpretación pero con información muy valiosa. El sistema resultante tiene un alto grado de automatización, es progresivo, ofrece resultados desde el principio del curso con predicciones cada vez más precisas, utiliza resultados de aprendizaje y no solo datos de uso, permite evaluar y hacer predicciones sobre las competencias y habilidades adquiridas y contribuye a una evaluación realmente formativa. En definitiva, permite a los profesores guiar a los estudiantes en una mejora de su rendimiento desde etapas muy tempranas, pudiendo reconducir a tiempo los posibles fracasos y motivando a los estudiantes.

Individuazione del danno su ponti in muratura mediante misure dinamiche

La diagnostica strutturale è un campo in continuo sviluppo e attualmente sono numerosi gli studi tendenti alla definizione di tecniche e metodi in grado di fornire parametri che possano identificare, in modo sempre più accurato, lo stato di sicurezza di una struttura. Stato di sicurezza è un termine globale che si riferisce alla capacità portante di una struttura e alla sua resistenza alle sollecitazioni esterne, siano esse statiche o dinamiche. Per tanto, un qualsiasi danneggiamento strutturale potrebbe in varia misura influenzare tale stato. Per quanto riguarda i ponti stradali, negli ultimi anni l’attenzione è stata focalizzata allo studio di metodi di individuazione del danno a partire dai risultati ottenuti dal monitoraggio delle vibrazioni mediante accelerometri. Questo è stato possibile grazie agli avanzamenti raggiunti nell’identificazione modale e nei sensori per il monitoraggio strutturale. Questo lavoro si pone come obiettivo quello di proporre una nuova metodologia di analisi dei dati ottenuti da indagini sperimentali che possono essere svolte in sito. La definizione di tale metodologia è affidata a simulazioni numeriche volte a rappresentare stati di danneggiamento avanzati su elementi strutturali. In una prima fase verranno analizzati elementi semplificati rappresentativi di strutture esistenti, come ad esempio travi da ponte in calcestruzzo armato. In una seconda fase, il metodo verrà testato su modelli più complessi che tengano conto della tridimensionalità del problema, oltre alle variazioni sezionali e di materiali degli elementi che lo compongono.

Dizionarii vecchio e nuovo nuovo e vecchio di nomenclatura chimica : il secondo de' quali contiene la chiave e le regole del nuovo sistema di chimica di Vincenzo Dandolo veneto : che serve di supplemento al Trattato elementare di chimica del sig. Lavoisier /

Sulla respirazione dissertazione inedita del sig . Lavoisier diretta a Vincenzo Dandolo e dallo stesso portata dal francese nell' italiano idioma con alcune note illustrative ; Sulla traspirazione dissertazione inedita dei signori Lavoisier e Seguin diretta a Vincenzo Dandolo e dallo stesso portata dal francese nell' italiano idioma

Women's health beat /

Contains 32 Spanish language pamphlets which use a Q and A (Question/Answer) format to provide information on various women's health topics.

Pitch jump probability measures for the analysis of snoring sounds in apnea

Obstructive sleep apnea (OSA) is a highly prevalent disease in which upper airways are collapsed during sleep, leading to serious consequences. The gold standard of diagnosis, called polysomnography (PSG), requires a full-night hospital stay connected to over ten channels of measurements requiring physical contact with sensors. PSG is inconvenient, expensive and unsuited for community screening. Snoring is the earliest symptom of OSA, but its potential in clinical diagnosis is not fully recognized yet. Diagnostic systems intent on using snore-related sounds (SRS) face the tough problem of how to define a snore. In this paper, we present a working definition of a snore, and propose algorithms to segment SRS into classes of pure breathing, silence and voiced/unvoiced snores. We propose a novel feature termed the 'intra-snore-pitch-jump' (ISPJ) to diagnose OSA. Working on clinical data, we show that ISPJ delivers OSA detection sensitivities of 86-100% while holding specificity at 50-80%. These numbers indicate that snore sounds and the ISPJ have the potential to be good candidates for a take-home device for OSA screening. Snore sounds have the significant advantage in that they can be conveniently acquired with low-cost non-contact equipment. The segmentation results presented in this paper have been derived using data from eight patients as the training set and another eight patients as the testing set. ISPJ-based OSA detection results have been derived using training data from 16 subjects and testing data from 29 subjects.

An innovative method of increasing early detection for skin cancer in Australia

Objective: To evaluate a family practice intervention to encourage patients to request a skin examination during their consultation. Methods: Family physicians in Queensland, Australia, were randomized to intervention or control groups. In the intervention group, materials were provided by the office receptionist and supported by the family physician. Results: The rate of full-body skin examination was 99.3/ 1000 consultations in intervention-group practices compared to 22.4/ 1000 in control-group practices (p

Verso un luppolo italiano: analisi metabolomica e caratterizzazione fitochimica di ecotipi di Humulus lupulus L. del Nord Italia

La presente tesi di dottorato ha riguardato l'indagine fitochimica della biodiversità spontanea di Humulus lupulus L. in Emilia Romagna e la valutazione degli effetti del clima dell'Italia settentrionale sul metabolismo secondario di cultivar di luppolo. In particolare, lo studio ha previsto l'individuazione di ecotipi di luppolo provenienti da zone planiziali e collinari di'Emilia Romagna e Lombardia, la loro messa a dimora in un campo collezione appositamente allestito, e il monitoraggio della resa di campo e della produzione di metaboliti secondari di natura polare (acilfluoroglucinoli, flavonidi isoprenilati) e apolare (terpeni e sequiterpeni). Gli obiettivi primari sono stati la valutazione di entità da portare direttamente in coltivazione o da introdurre in percorsi di breeding del luppolo in Italia, oltre all'ottimizzazione di metodi innovativi per lo screening dell'intero germoplasma italiano. Per definire le caratteristiche fitochimiche dei coni di luppolo sono stati messi a punto metodi cromatografici HPLC-UV, HPLC-MS/MS e GC-MS e metodi spettroscopici 1H-NMR. Nel corso del triennio i metodi sono stati applicati a 10 cultivar e oltre 30 ecotipi , alcuni dei quali hanno fornito dati anche a conclusione dell'intero periodo di acclimatazione. Per tutti si è anche verificata la resilienza alle diverse condizioni climatiche incontrate Le analisi chimiche hanno permesso di individuare una sostanziale differenza tra gli ecotipi e le cultivar, con i primi che si caratterizzano per una produzione modesta di α-acidi e β-acidi e un profilo aromatico ricco di isomeri del selinene. Questo risultato può essere interessante per l’industria della birra nazionale e in particolare per il settore dei microbirrifici artigianali, in quanto i luppoli più pregiati sono proprio quelli con un basso contenuto di acidi amari e ricchi di oli essenziali che possano impartire alle birre prodotte note aromatiche particolari e legate al territorio. L’indagine agronomica monitorata su tre anni di produzione ha anche fatto emergere la resistenza degli ecotipi italiani al clima caldo e siccitoso e ha evidenziato invece come le cultivar estere abbiano limiti fisiologici a queste condizioni. Confrontando il profilo fitochimico delle cultivar coltivate in Italia con i prodotti acquistati nei paesi d’origine è emerso che il metabolismo secondario per alcune cultivar è particolarmente differente, come nel caso della cultivar Marynka, che rispetto agli standard commerciali ha prodotto in Italia coni ricchi di oli essenziali con alte quantità di trans-β-farnesene, cambiandone le caratteristiche da varietà amaricante ad aromatica. I risultati ottenuti dimostrano la fattibilità della coltivazione di Humulus lupulus L. sul territorio nazionale con ottime prospettive di produttività per gli ecotipi italiani. Inoltre da questi primi risultati è ora possibile intraprendere un programma di breeding per la creazione di nuove varietà, più resistenti al caldo e con le caratteristiche desiderate in base all’utilizzo del prodotto, sia per quanto riguarda l’industria della birra, sia la cosmetico-farmaceutica per la produzione di estratti.