Título: Avaliação de Reconhecimento de Entidades Nomeadas a partir de Embedding Criado para o Contexto de Segurança Pública
Autores: Leonidia Barreto, Pedro Jaber, Karla Figueiredo, Walkir A.T. Brito
Resumo: O Reconhecimento de Entidades Nomeadas tem sido de grande valia para a Segurança Publica. No entanto, as denuncias feitas pela população, escritas em l íngua portuguesa brasileira coloquial, Além de possuírem vocabulario específico, contem muitos erros ortográficos e gramaticais, o que dificulta o trabalho de extração de informação a partir de ferramentas e bibliotecas disponíveis publicamente. Sendo assim, a construção de um modelo de Word Embedding contextualizado para Segurança Publica, torna acessíveis tais informaçoes para modelos de Machine Learning. Desse modo, esse trabalho Além de corpus e Word Emnedding voltado para Segurança Publica, apresenta um modelo para Reconhecimento de Entidades Nomeadas. O uso deste Word Embedding desenvolvido, aumenta em de 5,34% a acurácia média quando comparados ao uso de Word Embedding publico, indicando ser um caminho promissor nesse contexto
Palavras-chave: Word Embeddings, Processamento de Linguagem Natural, Segurança Publica, Reconhecimento de Entidades Nomeadas
Páginas: 8
Código DOI: 10.21528/CBIC2023-073
Artigo em pdf: CBIC_2023_paper073.pdf
Arquivo BibTeX: CBIC_2023_073.bib