
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 | Albanaz, Jennifer Olivia Leiria | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T11:18:56Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T11:18:56Z | - |
| 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/1884/71065 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/71065 | - |
| Descrição: dc.description | Orientador : Prof. Walmes Marques 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. 6. | - |
| Descrição: dc.description | Resumo : O Processamento de Linguagem Natural é uma área dedicada a desenvolver a capacidade tecnológica de compreensão da linguagem do homem pela máquina. Entretanto, um dos principais desafios neste campo ainda é a dificuldade de automatizar o entendimento de contexto e semântica de determinadas informações para capturalas corretamente. Neste artigo buscou-se construir um modelo que fosse capaz de identificar empresas vencedoras de licitações em resultados divulgados em Diários Oficiais e para isso, foram utilizadas técnicas de Reconhecimento de Entidades Mencionadas, considerado um importante recurso para o processamento de textos em grande escala. Utilizando o spaCy, uma biblioteca de código aberto para Processamento de Linguagem Natural, foi treinado um algoritmo de redes neurais para reconhecer entidades nos textos de Diários Oficiais coletados. A partir disso, foi possível aplicar o modelo a uma base de resultados desconhecidos e encontrar novas oportunidades de negócios em 90% dos casos. | - |
| Descrição: dc.description | Abstract : Natural Language Processing is dedicated to develop technology ability for the understanding of human language, by machines. However, the main challenge in this field is the need of meaning in context and semantics of certain information in order to capture it accurately. The purpose of this is article was to build a model able to identify bidding winners in published texts by Official Journals. Techniques of Named Entity Recognition, considered as an important resource for largescale text processing, were used. By means of using spaCy, an open source library for Natural Language Processing, a neural network algorithm was trained to recognize entities at texts collected from Official Journal. There after it became possible to apply the model to a database of unknown results and find new business opportunities in 90% of cases. | - |
| 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 | Processamento de dados | - |
| Palavras-chave: dc.subject | Processamento da linguagem natural (Computação) | - |
| Título: dc.title | Reconhecimento de Entidades Nomeadas em resultados de licitações publicados em Diários Oficiais | - |
| 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: