Uso de deep learning para a construção de um modelo de recuperação da informação aplicado para o setor de mineração no Brasil
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, denom...
Saved in:
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidade Federal do Rio Grande do Sul
2024-01-01
|
| Series: | Em Questão |
| Subjects: | |
| Online Access: | https://doi.org/10.1590/1808-5245.30.135550 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1832592074271096832 |
|---|---|
| author | Luander Cipriano de Jesus Falcão Brenner Lopes Renato Rocha Souza Ricardo Rodrigues Barbosa |
| author_facet | Luander Cipriano de Jesus Falcão Brenner Lopes Renato Rocha Souza Ricardo Rodrigues Barbosa |
| author_sort | Luander Cipriano de Jesus Falcão |
| collection | DOAJ |
| description | 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. |
| format | Article |
| id | doaj-art-7d56b49290f84d78b26f07b2047b0de8 |
| institution | Kabale University |
| issn | 1808-5245 |
| language | English |
| publishDate | 2024-01-01 |
| publisher | Universidade Federal do Rio Grande do Sul |
| record_format | Article |
| series | Em Questão |
| spelling | doaj-art-7d56b49290f84d78b26f07b2047b0de82025-01-21T18:12:24ZengUniversidade Federal do Rio Grande do SulEm Questão1808-52452024-01-013013010.1590/1808-5245.30.135550Uso de deep learning para a construção de um modelo de recuperação da informação aplicado para o setor de mineração no BrasilLuander Cipriano de Jesus Falcão0https://orcid.org/0000-0003-2417-6345Brenner Lopes1https://orcid.org/0000-0002-5807-0437Renato Rocha Souza2https://orcid.org/0000-0002-1895-3905Ricardo Rodrigues Barbosa3https://orcid.org/0000-0003-3366-7525Universidade FUMEC – Belo Horizonte, MGUniversidade Federal de Minas GeraisUniversidade Federal de Minas GeraisUniversidade Federal de Minas GeraisDiante 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.https://doi.org/10.1590/1808-5245.30.135550processamento de linguagem naturaldeep learningbertatsmineração |
| spellingShingle | Luander Cipriano de Jesus Falcão Brenner Lopes Renato Rocha Souza Ricardo Rodrigues Barbosa Uso de deep learning para a construção de um modelo de recuperação da informação aplicado para o setor de mineração no Brasil Em Questão processamento de linguagem natural deep learning bert ats mineração |
| title | Uso de deep learning para a construção de um modelo de recuperação da informação aplicado para o setor de mineração no Brasil |
| title_full | Uso de deep learning para a construção de um modelo de recuperação da informação aplicado para o setor de mineração no Brasil |
| title_fullStr | Uso de deep learning para a construção de um modelo de recuperação da informação aplicado para o setor de mineração no Brasil |
| title_full_unstemmed | Uso de deep learning para a construção de um modelo de recuperação da informação aplicado para o setor de mineração no Brasil |
| title_short | Uso de deep learning para a construção de um modelo de recuperação da informação aplicado para o setor de mineração no Brasil |
| title_sort | uso de deep learning para a construcao de um modelo de recuperacao da informacao aplicado para o setor de mineracao no brasil |
| topic | processamento de linguagem natural deep learning bert ats mineração |
| url | https://doi.org/10.1590/1808-5245.30.135550 |
| work_keys_str_mv | AT luanderciprianodejesusfalcao usodedeeplearningparaaconstrucaodeummodeloderecuperacaodainformacaoaplicadoparaosetordemineracaonobrasil AT brennerlopes usodedeeplearningparaaconstrucaodeummodeloderecuperacaodainformacaoaplicadoparaosetordemineracaonobrasil AT renatorochasouza usodedeeplearningparaaconstrucaodeummodeloderecuperacaodainformacaoaplicadoparaosetordemineracaonobrasil AT ricardorodriguesbarbosa usodedeeplearningparaaconstrucaodeummodeloderecuperacaodainformacaoaplicadoparaosetordemineracaonobrasil |