---

Grande parte das pesquisas relacionadas com a classifica‡Æo automática de textos (CAT) tem procurado melhorar o desempenho (eficácia ou eficiência) do classificador responsável por classificar automaticamente um documento d, ainda nÆo classificado. O método dos k vizinhos mais próximos (kNN, do inglês k nearest neighbors) é um dos métodos de classifica‡Æo automática mais simples e eficazes já propostos. Neste trabalho foram propostas duas varia‡äes do método kNN, o kNN invertido (kINN) e o kNN simétrico (kSNN) com o objetivo de melhorar a eficácia da CAT. Os métodos kNN, kINN e kSNN foram aplicados nas cole‡äes Reuters, 20NG e Ohsumed e os resultados obtidos demonstraram que os métodos kINN e kSNN tiveram eficácia superior ao método kNN ao serem aplicados nas cole‡äes Reuters e Ohsumed e eficácia equivalente ao método kNN ao serem aplicados na cole‡Æo 20NG. Além disso, nessas cole‡äes foi possível verificar que o desempenho obtido pelo método kNN é mais estável a varia‡Æo do valor k do que os desempenhos obtidos pelos métodos kINN e kSNN.

---

Chagas Santos, Fernando
Bacharel em Sistemas de Informa‡Æo (UEG-2006) e Mestre em Ciência da Computa‡Æo (UFG-2009).Analista Judiciário no Superior Tribunal Militar (STM) e docente no Centro de Ensino Unificado de Brasília (UniCEUB).

---