Utilização de técnicas de machine learning para a organização de documentos digitais no formato PDF
| Título | Utilização de técnicas de machine learning para a organização de documentos digitais no formato PDF | pt_BR |
| Autor | Possamai, Thiago Serafina | |
| Orientador | Oliveira, Marlon de Matos de | |
| Resumo / Abstract | Este trabalho apresenta o desenvolvimento e a avaliação de um sistema automatizado para organização de documentos digitais no formato PDF utilizando técnicas de Machine Learning. O objetivo central é comparar diferentes abordagens de Inteligência Artificial, como Processamento de Linguagem Natural (PLN), Regressão Logística e o modelo BERT, aplicadas à classificação de documentos. Para isso, foram utilizadas duas bases de dados públicas, totalizando 4.901 documentos, divididos em até cinco categorias distintas, submetidas a etapas de pré-processamento, extração de texto e codificação de categorias. Embora existam estudos prévios aplicando IA à organização documental, muitos se concentram em domínios restritos ou em dados estruturados de forma simplificada. Os modelos foram treinados e avaliados com métricas de acurácia, precisão, recall e F1-score, além de terem sido integrados a uma API REST desenvolvida em Django. Este trabalho se diferencia ao propor uma comparação entre abordagens consolidadas de PLN aplicadas à classificação automatizada de arquivos PDF em larga escala, com aplicação prática em um sistema funcional. Os resultados demonstraram que, em cenários de maior complexidade textual, o modelo BERT atingiu acurácia de até 97% e F1-score acima de 0,95, enquanto a Regressão Logística obteve acurácia média de 92%, com quedas pontuais em algumas classes. Esses resultados destacam a robustez do BERT na classificação de documentos heterogêneos e sugerem que a utilização de técnicas avançadas de IA pode aprimorar significativamente a organização e a gestão de documentos digitais, proporcionando maior eficiência e confiabilidade aos processos. | pt_BR |
| Data de publicação | 2025-07 | |
| Tipo | Trabalho de Conclusão de Curso - TCC | pt_BR |
| Idioma | pt_BR | pt_BR |
| Palavras-chave | Aprendizado de máquina | pt_BR |
| Palavras-chave | Inteligência artificial | pt_BR |
| Palavras-chave | Classificação de documentos | pt_BR |
| Palavras-chave | Processamento de linguagem natural | pt_BR |
| Palavras-chave | Regressão logística | pt_BR |
| Descrição | Trabalho de Conclusão de Curso, apresentado para obtenção do grau de Bacharel no Curso de Ciência da Computação da Universidade do Extremo Sul Catarinense, UNESC. | pt_BR |
| Data de depósito | 2025-07-18T00:12:52Z | |
| Data de disponibilização | 2025-07-18T00:12:52Z | |
| URI | http://repositorio.unesc.net/handle/1/11896 | |
| Cobertura espacial | Universidade do Extremo Sul Catarinense | pt_BR |
| Data de criação | 2025-07 |