
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Zeviani, Walmes Marques, 1986- | - |
| Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Curso de Especialização em Data Science & Big Data | - |
| Autor(es): dc.creator | Weber, Flavio Augusto | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T13:01:06Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T13:01:06Z | - |
| Data de envio: dc.date.issued | 2024-02-07 | - |
| Data de envio: dc.date.issued | 2024-02-07 | - |
| Data de envio: dc.date.issued | 2019 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/71061 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/71061 | - |
| Descrição: dc.description | Orientador : Walmes Zeviani | - |
| Descrição: dc.description | Monografia (especialização) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Especialização em Data Science & Big Data. | - |
| Descrição: dc.description | Inclui referências : p. 9-10. | - |
| Descrição: dc.description | Resumo : Em muitas empresas, que prestam serviços de Tecnologia da Informação (TI), usuários e clientes solicitam as mais diversas demandas envolvendo em especial serviços de infraestrutura. Nesse processo, um dos principais problemas é a categorização inicial indevida da demanda, gerando "desvios" relacionados à falta de informação por parte do usuário, cliente ou, ainda, atendente, no momento do registro da mesma. Assim sendo, a categorização deve ser corrigida e encaminhada para o grupo de atendimento correto. Neste artigo, serão apresentadas técnicas de Processamento de Linguagem Natural (PLN), bem como algoritmos de Aprendizado de Máquina Supervisionados baseados em múltiplas classes, os quais, juntos, oferecem soluções de Inteligência Artificial para a classificação automática de textos, tornando as atividades de categorização de demandas de TI mais eficientes, de forma a propor uma solução para o problema de classificação acima citado. | - |
| Descrição: dc.description | Abstract : (IT), users and customers request the most diverse demands involving, in particular, infrastructure services. One of the main problems is the improper initial categorization of demand, generating mistakes related to the lack of information on the part of the user, customer or, even, attendant, at the time of registering it. Therefore, the categorization must be corrected and forwarded to the correct service group. In this article, Natural Language Processing (NLP) techniques will be presented, as well as Supervised Machine Learning algorithms based on multiple classes, which together offer Artificial Intelligence solutions for automatic text classification, making categorization activities more efficient IT demands, in order to propose a solution to the classification problem above. | - |
| Formato: dc.format | 1 recurso online : PDF. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Palavras-chave: dc.subject | Aprendizado do computador | - |
| Palavras-chave: dc.subject | Inteligência artificial | - |
| Palavras-chave: dc.subject | Mineração de dados (Computação) | - |
| Palavras-chave: dc.subject | Processamento da linguagem natural (Computação) | - |
| Título: dc.title | Técnicas de processamento de linguagem natural aplicadas à gestão de serviços de TI | - |
| Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: