Cookies
O website necessita de alguns cookies e outros recursos semelhantes para funcionar. Caso o permita, o INESC TEC irá utilizar cookies para recolher dados sobre as suas visitas, contribuindo, assim, para estatísticas agregadas que permitem melhorar o nosso serviço. Ver mais
Aceitar Rejeitar
  • Menu
Sobre

Sobre

Ricardo Campos é professor adjunto da Unidade Departamental de Tecnologias de Informação e Comunicação do Instituto Politécnico de Tomar , e Professor convidado da Porto Business School. É investigador sénior do LIAAD-INESC TEC, Laboratório de Inteligência Artificial e Apoio à Decisão da Universidade do Porto, e colaborador do Ci2.ipt, Centro de Investigação em Cidades Inteligentes do Instituto Politécnico de Tomar. É doutorado em Ciências da Computação pela Universidade do Porto (U. Porto), mestre e licenciado pela Universidade da Beira Interior (UBI). Possui mais de 10 anos de experiência de investigação nas áreas de recuperação de informação e processamento da linguagem natural, período durante o qual o seu trabalho foi distinguido com vários prémios de mérito científico em conferências internacionais e competições científicas. É autor do software de extração de keywords YAKE!, do projeto Conta-me Histórias e Arquivo Público, entre outros. Participou em vários projetos de investigação financiados pela FCT. A sua investigação foca-se no desenvolvimento de métodos relacionados com o processo de extração de narrativas a partir de textos, em particular na identificação e no relacionamento entre entidades, eventos e os seus aspetos temporais. Co-organizou conferências e workshops internacionais na área da pesquisa de informação, e é regularmente membro do comité científico de várias conferências internacionais. É também membro do editorial board do Information Processing and Management Journal (Elsevier). É membro do fórum de aconselhamento científico da Portulan Clarin - Infraestrutura de Investigação para a Ciência e Tecnologia da Linguagem, que pertence ao Roteiro Nacional de Infraestruturas de Investigação de Relevância Estratégica. Para mais informações: webpage.

Tópicos
de interesse
Detalhes

Detalhes

  • Nome

    Ricardo Campos
  • Cluster

    Informática
  • Cargo

    Investigador Sénior
  • Desde

    01 julho 2012
001
Publicações

2022

The 5th International Workshop on Narrative Extraction from Texts: Text2Story 2022

Autores
Campos, R; Jorge, A; Jatowt, A; Bhatia, S; Litvak, M;

Publicação
ADVANCES IN INFORMATION RETRIEVAL, PT II

Abstract

2022

Proceedings of Text2Story - Fifth Workshop on Narrative Extraction From Texts held in conjunction with the 44th European Conference on Information Retrieval (ECIR 2022), Stavanger, Norway, April 10, 2022

Autores
Campos, R; Jorge, AM; Jatowt, A; Bhatia, S; Litvak, M;

Publicação
Text2Story@ECIR

Abstract

2022

Tweet2Story: A Web App to Extract Narratives from Twitter

Autores
Campos, V; Campos, R; Mota, P; Jorge, A;

Publicação
ADVANCES IN INFORMATION RETRIEVAL, PT II

Abstract
Social media platforms are used to discuss current events with very complex narratives that become difficult to understand. In this work, we introduce Tweet2Story, a web app to automatically extract narratives from small texts such as tweets and describe them through annotations. By doing this, we aim to mitigate the difficulties existing on creating narratives and give a step towards deeply understanding the actors and their corresponding relations found in a text. We build the web app to be modular and easy-to-use, which allows it to easily incorporate new techniques as they keep getting developed. © 2022, The Author(s), under exclusive license to Springer Nature Switzerland AG.

2022

Preface

Autores
Campos R.; Jorge A.M.; Jatowt A.; Bhatia S.; Litvak M.; Rocha C.; Cordeiro J.P.;

Publicação
CEUR Workshop Proceedings

Abstract

2022

Greening a Post-Industrial City: Applying Keyword Extractor Methods to Monitor a Fast-Changing Environmental Narrative

Autores
Luria, S; Campos, R;

Publicação
Unlocking Environmental Narratives: Towards Understanding Human Environment Interactions through Computational Text Analysis

Abstract