Aplicação de técnicas de embeddings para avaliação de similaridade textual de demandas encaminhadas ao Ministério Público do Estado do Paraná

Abstract

Resumo: O objetivo deste trabalho é apresentar um estudo de aplicação de técnicas de similaridade de demandas encaminhadas através de atendimento ao cidadão pelo Ministério Público do Estado do Paraná. O estudo apresenta a implantação de modelos de Processamento de Linguagem Natural, desde o pré-processamento de textos a implantação e avaliação de algoritmos de embedding. Foram avaliados os modelos BERTimbau e Multilingual Universal Sentence Encoder. Parte da base de dados do MPPR foi vetorizada e realizam-se testes de similaridade dos atendimentos anteriores com novas demandas encaminhadas, avaliando os resultados encontrados por estes dois modelos

Abstract: The objective of this work is to present a study of the application of techniques for similarity of demands sent through citizen assistance by Public Prosecutor’s Office of the State of Paraná. The study presents the implementation of Natural Language Processing models, from text pre-processing to the implementation and evaluation of embedding algorithms. Models BERTimbau and Multilingual Universal Sentence Encoder were evaluated. Part of the MPPR database was vectorized and similarity tests were carried out between previous citizen assistances and new demands, evaluating the results found by these two models