http://repositorio.unb.br/handle/10482/55083| Arquivo | Tamanho | Formato | |
|---|---|---|---|
| EutinoJuniorVieiraSirqueira_DISSERT.pdf | 2,03 MB | Adobe PDF | Visualizar/Abrir |
| Título: | Reconhecimento de entidades nomeadas com ensembles de transformers : uma aplicação na análise de convênios do diário oficial da união |
| Autor(es): | Sirqueira, Eutino Júnior Vieira |
| Orientador(es): | Vidal, Flávio de Barros |
| Assunto: | Reconhecimento de entidade nomeada Linguagem natural - processamento Combinação de modelos |
| Data de publicação: | 25-Jun-2026 |
| Data de defesa: | 4-Fev-2026 |
| Referência: | SIRQUEIRA, Eutino Júnior Vieira. Reconhecimento de entidades nomeadas com ensembles de transformers: uma aplicação na análise de convênios do diário oficial da união. 2026. 110 f., il. Dissertação (Mestrado em Informática) — Universidade de Brasília, Brasília, 2026. |
| Resumo: | A escassez de corpora anotados no domínio de convênios públicos limita o uso de técni cas de Reconhecimento de Entidades Nomeadas (REN) para a fiscalização governamental. Este trabalho aborda essa lacuna desenvolvendo e avaliando modelos baseados na arquite tura Transformer e técnicas de ensemble para extrair 26 tipos de entidades de documentos do Diário Oficial da União (DOU). Metodologicamente, construiu-se e disponibilizou-se um corpus massivo contendo 192.900 documentos e mais de 10,4 milhões de anotações automáticas. Os experimentos compararam a adaptação de sete modelos Transformer pré-treinados contra três estratégias de combinação. Os resultados demonstraram que os ensembles superaram os modelos individuais, promovendo ganhos significativos de con sistência em categorias com menor disponibilidade de dados e maior robustez na correção de erros de omissão. As contribuições incluem a publicação de um conjunto de dados inédito em larga escala e a validação de uma arquitetura eficaz para sistemas de inteligência. |
| Abstract: | The scarcity of annotated corpora in the public contracts domain limits the application of Named Entity Recognition (NER) techniques for government oversight. This work addresses this gap by developing and evaluating models based on the Transformer archi tecture and ensemble techniques to extract 26 entity types from documents of the Official Gazette of the Union (DOU). Methodologically, a massive corpus comprising 192,900 documents and over 10.4 million automatic annotations was constructed and made avail able. The experiments compared the adaptation of seven pre-trained Transformer models against three combination strategies. Results demonstrated that the ensembles outper formed individual models, promoting significant consistency gains in categories with lower data availability and increased robustness in correcting omission errors. Contributions include the publication of a novel large-scale dataset and the validation of an effective architecture for intelligence systems. |
| Unidade Acadêmica: | Instituto de Ciências Exatas (IE) Departamento de Ciência da Computação (IE CIC) |
| Informações adicionais: | Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, Programa de Pós-Graduação em Informática, 2026. |
| Programa de pós-graduação: | Programa de Pós-Graduação em Informática |
| Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. |
| Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.