Logo do repositório
  • Página Inicial(current)
  • Buscar
    Por Data de PublicaçãoPor AutorPor TítuloPor Assunto
  • Tutoriais
  • Documentos
  • Sobre o RI
  • Eventos
    Repositório Institucional da UFRN: 15 anos de conexão com o conhecimento
  • Padrão
  • Amarelo
  • Azul
  • Verde
  • English
  • Português do Brasil
Entrar

SIGAA

  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Araujo, Patricia Sayonara Goes de"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 1 de 1
  • Resultados por página
  • Opções de Ordenação
  • Nenhuma Miniatura disponível
    TCC
    Identificação automática de medicamentos em textos da justiça federal do Rio Grande do Norte com base em técnicas de processamento de linguagem natural
    (Universidade Federal do Rio Grande do Norte, 2023-10-30) Araujo, Patricia Sayonara Goes de; Menezes Neto, Elias Jacob de; Magalhães, Ismenia Blavatsky de; Bezerra, Leonardo César Teonacio; Gurgel, Andre Morais
    Este trabalho tem como objetivo identificar e quantificar automaticamente os pedidos por medicamentos em processos dos Juizados Especiais Federais (JEFs) do Rio Grande do Norte, Brasil, utilizando técnicas de Processamento de Linguagem Natural (PLN) e Aprendizado de Máquina (AM). Foram extraídos 65.875 documentos do sistema CRETA dos JEFs, sendo refinados para um subconjunto balanceado entre petições iniciais e sentenças (n=11.364). Realizou-se limpeza, tratamento e revisão dos rótulos. Criou-se um pipeline de supervisão fraca para rotular os registros quanto ao envolvimento com a área da saúde (n=6.196). Foram avaliados modelos BioBERTpt para reconhecimento de entidades nomeadas, a fim de detectar medicamentos. O melhor modelo foi aplicado para extrair os termos e associá-los às tabelas da ANVISA/CMED para padronização e obtenção de preços. Por fim, painéis no Qlik Sense foram desenvolvidos para quantificar gastos e visualizar as demandas por medicamentos. Os principais desafios foram limitações computacionais e dificuldades na avaliação dos modelos devido a problemas na amostra rotulada manualmente. Conclui-se que técnicas de PLN e AM possuem grande potencial para extrair insights em processos jurídicos.
Repositório Institucional - UFRN Campus Universitário Lagoa NovaCEP 59078-970 Caixa postal 1524 Natal/RN - BrasilUniversidade Federal do Rio Grande do Norte© Copyright 2025. Todos os direitos reservados.
Contato+55 (84) 3342-2260 - R232Setor de Repositórios Digitaisrepositorio@bczm.ufrn.br
DSpaceIBICT
OasisBR
LAReferencia
Customizado pela CAT - BCZM