Linha de pesquisa: Ciência de Dados

Resumo: Este trabalho investiga a aplicação de Processamento de Linguagem Natural (PLN) e Aprendizado Profundo (AP) na automação de processos em instituições públicas, visando melhorar a eficiência e a tomada de decisão baseada em dados. A sobrecarga de informações e a transição para processos digitais têm gerado desafios, sendo um dos principais problemas a resistência de servidores públicos ao uso de tecnologias digitais, com a persistência em métodos manuais para tarefas repetitivas. O objetivo desta pesquisa é desenvolver um modelo que, utilizando técnicas de PLN e AP, seja capaz de classificar informações relevantes em textos jurídicos extraídos de documentos Portable Document Format (PDF). A fundamentação teórica baseia-se em conceitos de Sistemas de Informa- ção (SI) para analisar os desafios e oportunidades envolvidos na integração dessas tecnologias na administração pública. A metodologia empregada inclui uma revisão bibliográfica, análise exploratória e experimentos. Foram utilizados algoritmos supervisionados de Deep Learning (DL) para desenvolver modelos que classificam informações textuais após um processo de coleta e pré-processamento dos dados obtidos em portais públicos. A abordagem da pesquisa é descritiva e quantitativa, permitindo mensurar a eficiência dos modelos desenvolvidos. Os resultados demonstraram que o modelo Bidirecional Encoder Representations from Transformers (BERT) alcançou uma acurácia de 95%, superando modelos descritos na literatura, e se mostrou eficaz na extração e classificação de informações relevantes. Conclui-se que a aplicação de tecnologias de PLN e AP contribui significativamente para a automação de processos e melhoria na tomada de decisões, apresentando um impacto positivo tanto na administração pública quanto na comunidade acadêmica. O trabalho reforça a importância de adotar tecnologias digitais para aprimorar a eficiência e qualidade dos serviços públicos.

Link para a defesa: https://teams.microsoft.com/l/meetup-join/19%3ameeting_NWEyYWIyNWQtMDg3Z...