Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Classificação de documentos

710 views

Published on

Esta palestra apresenta as principais técnicas para classificação de documentos, através do uso do Apache Mahout, a popular biblioteca Java para aprendizado de máquina.

A palestra apresenta um case real onde utilizamos inteligência artificial para classificar convocações judiciais, que são extraidas de editais públicos e precisam ser encaminhadas aos advogados conveniados. O objetivo deste trabalho foi minimizar a intervenção humana durante a análise dos documentos, separando as convocações que precisam ser encaminhadas daquelas que devem ser descartadas.

Published in: Software
  • DOWNLOAD THAT BOOKS INTO AVAILABLE FORMAT (2019 Update) ......................................................................................................................... ......................................................................................................................... Download Full PDF EBOOK here { http://bit.ly/2m77EgH } ......................................................................................................................... Download Full EPUB Ebook here { http://bit.ly/2m77EgH } ......................................................................................................................... Download Full doc Ebook here { http://bit.ly/2m77EgH } ......................................................................................................................... Download PDF EBOOK here { http://bit.ly/2m77EgH } ......................................................................................................................... Download EPUB Ebook here { http://bit.ly/2m77EgH } ......................................................................................................................... Download doc Ebook here { http://bit.ly/2m77EgH } ......................................................................................................................... ......................................................................................................................... ................................................................................................................................... eBook is an electronic version of a traditional print book that can be read by using a personal computer or by using an eBook reader. (An eBook reader can be a software application for use on a computer such as Microsoft's free Reader application, or a book-sized computer that is used solely as a reading device such as Nuvomedia's Rocket eBook.) Users can purchase an eBook on diskette or CD, but the most popular method of getting an eBook is to purchase a downloadable file of the eBook (or other reading material) from a Web site (such as Barnes and Noble) to be read from the user's computer or reading device. Generally, an eBook can be downloaded in five minutes or less ......................................................................................................................... .............. Browse by Genre Available eBooks .............................................................................................................................. Art, Biography, Business, Chick Lit, Children's, Christian, Classics, Comics, Contemporary, Cookbooks, Manga, Memoir, Music, Mystery, Non Fiction, Paranormal, Philosophy, Poetry, Psychology, Religion, Romance, Science, Science Fiction, Self Help, Suspense, Spirituality, Sports, Thriller, Travel, Young Adult, Crime, Ebooks, Fantasy, Fiction, Graphic Novels, Historical Fiction, History, Horror, Humor And Comedy, ......................................................................................................................... ......................................................................................................................... .....BEST SELLER FOR EBOOK RECOMMEND............................................................. ......................................................................................................................... Blowout: Corrupted Democracy, Rogue State Russia, and the Richest, Most Destructive Industry on Earth,-- The Ride of a Lifetime: Lessons Learned from 15 Years as CEO of the Walt Disney Company,-- Call Sign Chaos: Learning to Lead,-- StrengthsFinder 2.0,-- Stillness Is the Key,-- She Said: Breaking the Sexual Harassment Story That Helped Ignite a Movement,-- Atomic Habits: An Easy & Proven Way to Build Good Habits & Break Bad Ones,-- Everything Is Figureoutable,-- What It Takes: Lessons in the Pursuit of Excellence,-- Rich Dad Poor Dad: What the Rich Teach Their Kids About Money That the Poor and Middle Class Do Not!,-- The Total Money Makeover: Classic Edition: A Proven Plan for Financial Fitness,-- Shut Up and Listen!: Hard Business Truths that Will Help You Succeed, ......................................................................................................................... .........................................................................................................................
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here

Classificação de documentos

  1. 1. Classificação de Documentos Classificação baseada em Inteligência Artificial
  2. 2. Agenda 1. Introdução 2. Ferramentas 3. Exercício prático 4. Case
  3. 3. Por que classificar documentos?
  4. 4. Como fazer isso?
  5. 5. Classificação de documentos 1. Exemplos de documentos (arquivos) de cada classe; 2. Criar dicionários de dados e extrair características; 3. Separar amostras para treino e teste; 4. Treinar classificador; 5. Testar classificador treinado.
  6. 6. Isso é fácil?
  7. 7. Ferramentas
  8. 8. Ferramentas ● O processamento distribuído do Hadoop permite escalar; ● O Mahout encapsula a complexidade matemática dos algoritmos de ML; ● Embora o Mahout seja uma API Java, é possível utilizá-la com outras tecnologias.
  9. 9. Ambiente
  10. 10. Ambiente ● Virtualização Docker; ● Apache Hadoop; ● Apache Mahout; ● Exemplos de textos divididos em 4 categorias (esporte, medicina, politica e religião); Referência: https://github.com/evertongago/text-mining
  11. 11. Prática :)
  12. 12. Case
  13. 13. Case - Contexto Uma acessoria jurídica separa, classifica e encaminha convocações judiciais aos advogados associados. Seu processo de trabalho inclui: ● 200+ diários oficiais publicados entre 06h e 11h da manhã ● Converter arquivos PDF para recortes em arquivos texto ● Classificar manualmente cada convocação (80% = ~ 14M / mês)
  14. 14. Case - Dificuldades ● O volume de trabalho dificulta a evolução do processo ● “Afoga” o departamento de TI e os analistas ● Sobra pouco tempo e recurso para evoluções
  15. 15. Case - Objetivo Os principais objetivos deste trabalho são: ● Melhorar a classificação automática (hoje ~ 20%) ● Minimizar a classificação crítica e spam ● Diferencial de mercado em relação aos outros players
  16. 16. Case - Solução
  17. 17. Case - Resultados APROVADOS DESCARTADOS ACERTOS % APROVADOS 64.934 667 98.98% DESCARTADOS 40.300 192.388 82.68% DESCARTES ERRADOS 1.02% APROVAÇÕES ERRADAS 17.3%
  18. 18. Case - Resultados Foram criados dois cenários de análise: ● Analisar manualmente as aprovações (-64% de trabalho) ○ Benefício: Minimizar o número de spam ○ Risco: Assume 1.02% de notificações não recebidas ● Analisar manualmente os descartes (-35% de trabalho) ○ Benefício: Minimizar o número de notificações não recebidas ○ Risco: Assume 17.3% de spam
  19. 19. Próximos passos
  20. 20. Decisão Algoritmo de Classificação Naive Bayes
  21. 21. Decisão ● Simples de manter ● Agilidade de replicação ● Integração multiplataforma Solução baseada em infraestrutura
  22. 22. Perguntas?

×