Uma das promessas da Inteligência Artificial é a de simular a capacidade humana de interpretar textos. Um exemplo deste desafio, é simular a capacidade de identificar se um determinado texto que contém o nome ou sigla de uma instituição, é ou não o Instituto Federal de Goiás. Um problema relacionado é categorizar as instituições das quais fazem parte os autores de uma determinada publicação científica, cujo preenchimento, em geral, não segue padrões. Este problema pode ser compreendido como um problema de classificação de texto, que é um problema clássico do aprendizado de máquina. Neste trabalho abordamos este problema para identificar de uma determinada afiliação em publicações científicas é ou não do IFG utilizando aprendizado de máquina. Os resultados apresentaram bons índices de acurácia e o modelo treinado pode ser acoplado a outras soluções institucionais, tais como o IFG-Produz.
One of the promises of Artificial Intelligence is to simulate the human capacity to interpret texts. An example of this challenge is simulating the ability to identify whether a given affiliation containing a name or an acronym is the Instituto Federal de Goiás or not. A related problem is categorizing the institutions to which the authors of a given scientific publication belong, whose filling, in general, does not follow standards. This problem can be understood as a text classification problem, which is a classic machine learning problem. In this work we approached this problem to identify whether or not a certain affiliation in scientific publications is IFG using machine learning. The results showed good accuracy rates and the trained model can be embeded to other institutional solutions, such as the IFG-Produz.
Para rodar o repositório é necessário clonar ou baixar como um .zip acessando o site do GitHub
git clone https://github.com/joaograndotto/TCC.git
|
Desenvolvedor
João Grandotto |
Orientador
Waldeyr Mendes |