Uso de deep learning para a construção de um modelo de recuperação da informação aplicado para o setor de mineração no Brasil

Autores

Palavras-chave:

processamento de linguagem natural, deep learning, bert, ats, mineração

Resumo

Diante do crescimento exponencial de dados e informações, proporcionado por sensores e mídias sociais, um ecossistema composto por novas infraestruturas de armazenamento e processamento, denominado Big Data, foi desenvolvido. Todo esse desenvolvimento redundou em uma nova área do conhecimento, denominada Ciência de Dados. Apesar de haver um ecossistema e uma área do conhecimento para tratar esse bloco massivo de dados e informação, o incomodo da superabundância de dados ainda permanece, e se torna mais expressivo quando as empresas tomam consciência que podem usar zetabytes de dados e informações para direcionarem a estratégia e as operações. Baseado nisso, essa pesquisa buscou desenvolver um método para resumir as notícias do setor de mineração do Brasil, identificando o efeito da similaridade semântica na análise, possibilitando a recuperação da informação e uso em processos de compreensão do setor. Nesse método foi aplicado o transformer BERTSUM para sumarizar as notícias, e após sumarizadas o transformer BERT foi aplicado para medir a similaridade entre as notícias. O método permitiu reduzir em 75% todo o bloco de texto, retirar notícias com o mesmo teor semântico, e deduzir que há um padrão no discurso das notícias relacionadas ao setor de mineração.

Link: https://seer.ufrgs.br/index.php/EmQuestao/article/view/135550/90651

Downloads

Não há dados estatísticos.

Publicado

2024-05-01

Como Citar

Falcão, L. C. de J., Lopes, B., Souza, R. R., & Barbosa, R. R. (2024). Uso de deep learning para a construção de um modelo de recuperação da informação aplicado para o setor de mineração no Brasil. Pesquisa Brasileira Em Ciência Da Informação E Biblioteconomia, 19(1). Recuperado de https://pbcib.com/index.php/pbcib/article/view/62075

Edição

Seção

Resumos de artigos científicos