Banca de QUALIFICAÇÃO: GISLIANY LILLIAN ALVES DE OLIVEIRA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : GISLIANY LILLIAN ALVES DE OLIVEIRA
DATA : 10/08/2023
HORA: 14:00
LOCAL: Remoto
TÍTULO:

 Análise Textual de Documentos Legislativos e de Discursos Parlamentares com Grafos de Conhecimento e Redes Neurais de Grafos

PALAVRAS-CHAVES:

Textos legislativos; Processamento de Linguagem Natural; Grafos de Conhecimento; Redes Neurais em Grafos

PÁGINAS: 47
RESUMO:

O Poder Legislativo tem como uma de suas tarefas mais proeminentes a elaboração de leis que orientam a sociedade. Para cumprir essa função, os órgãos públicos adotam o processo legislativo, um conjunto de procedimentos para a elaboração das normas jurídicas, que inclui etapas em que os textos das proposições precisam ser examinados, debatidos, revisados e, eventualmente, deliberados. Essas tarefas são geralmente custosas, haja vista que, ao criar uma nova proposição, há a necessidade de se considerar sua relação com a legislação já existente e com as outras proposições que também estejam em trâmite na casa legislativa. Além disso, uma redação mais técnica é inerente aos textos desse nicho, que também tendem a ser mais longos. Isso posto, o mesmo escopo abrangente e o volume de dados que tornam certos procedimentos do processo legislativo onerosos em termos de esforço humano, configuram um desafio tangível para a Inteligência Artificial (IA), principalmente para o campo de Processamento de Linguagem Natural (PLN). Com métodos e modelos bem difundidos na literatura, PLN também vem se beneficiando da adoção crescente de Grafos de Conhecimento, capazes de injetar informação estruturada a partir de sua representação mais significativa dos dados. Soma-se a isso o avanço das Redes Neurais de Grafos, cujo desenvolvimento recente tem aumentado suas capacidades e poder expressivo. Nesse cenário, este trabalho propõe uma abordagem para a transposição dos textos legislativos para o domínio dos Grafos de Conhecimento e o posterior uso de Redes Neurais de Grafos para a realização das análises textuais inerentes ao processo legislativo. Visto que tarefas de aprendizado profundo costumam ser computacionalmente caras, a idealização de uma técnica de poda para os Grafos de Conhecimento também faz parte do escopo deste trabalho. Os dados utilizados são os textos das proposições legislativas e os discursos das reuniões parlamentares, ambos fornecidos pela Assembleia Legislativa do Rio Grande do Norte (ALRN). Para avaliar a viabilidade da abordagem, pretende-se conduzir uma série de experimentos quantitativos com os dados do legislativo do Rio Grande do Norte, que envolverão análises exploratórias e o treinamento e a validação dos modelos de Redes Neurais de Grafos. Além disso, planeja-se comparar os resultados dos modelos com as abordagens existentes na literatura e avaliar a eficácia da técnica de poda de grafos em reduzir o custo computacional sem comprometer o desempenho dos modelos.

MEMBROS DA BANCA:
Presidente - 2885532 - IVANOVITCH MEDEIROS DANTAS DA SILVA
Interno - 1153006 - LUIZ AFFONSO HENDERSON GUEDES DE OLIVEIRA
Externo ao Programa - 2249146 - CARLOS MANUEL DIAS VIEGAS - UFRN