Modelos Transformers para a Análise Automática de Satisfação na Plataforma Consumidor.gov.br-Reference-Cited by-同舟云学术

Modelos Transformers para a Análise Automática de Satisfação na Plataforma Consumidor.gov.br

Published:2024-07-21 Issue: Volume: Page:1-13
ISSN:
Container-title:Anais do XII Workshop de Computação Aplicada em Governo Eletrônico (WCGE 2024)
language:
Short-container-title:

Author:

Silva Daniel G.,Betker William B. A. M.,Gonçalves Daniel P.,Dias Ugo S.

Abstract

A plataforma Consumidor.gov.br é um recurso relevante para os Direitos do Consumidor, no Brasil: consumidores contatam os fornecedores para resolver conflitos entre as partes; ao final, o consumidor escreve sua opinião sobre o processo. Este trabalho propõe um modelo de análise de sentimentos via Aprendizado por Transferência, realizando o fine-tuning de um modelo BERT em um conjunto de treino que agrega reconhecidas bases de dados de avaliações de consumidores em português. A seguir, avalia-se o modelo na classificação das reclamações do Consumidor.gov.br, por meio de um conjunto de testes exclusivamente rotulado para este fim. O modelo é implantado no ambiente de análise de dados da SENACON, onde consegue realizar análise de sentimentos das reclamações finalizadas, diariamente, com F1-score de 0,72.

Publisher

Sociedade Brasileira de Computação

Reference18 articles.

1. B2W (2018). B2w-reviews01. [link].

2. Brasil (2018). Lei 13.709. Diário Oficial da República Federativa do Brasil. Lei Geral de Proteção de Dados Pessoais (LGPD).

3. Brasil (2021a). Decreto 8.777. Diário Oficial da República Federativa do Brasil. Institui a Política de Dados Abertos do Poder Executivo federal.

4. Brasil (2021b). Lei 12.527. Diário Oficial da República Federativa do Brasil. Regula o acesso a informações previsto no inciso XXXIII do art. 5º , no inciso II do § 3º do art. 37 e no § 2º do art. 216 da Constituição Federal; altera a Lei nº 8.112, de 11 de dezembro de 1990; revoga a Lei nº 11.111, de 5 de maio de 2005, e dispositivos da Lei nº 8.159, de 8 de janeiro de 1991; e dá outras providências.

5. Devlin, J., Chang, M.-W., Lee, K., and Toutanova, K. (2019). BERT: Pre-training of deep bidirectional transformers for language understanding. In Proceedings of the 2019 Conference of the North, volume 1, pages 4171–4186. Association for Computational Linguistics.