Classificação de registros da agenda de autoridades do Poder Executivo utilizando aprendizagem de máquina e Processamento de Linguagem Natural

Abstract

Este trabalho explora o uso de técnicas de processamento de linguagem natural (PLN) e aprendizado de maquina para analisar e classificar as agendas das autoridades do Poder Executivo. O intuito e criar um modelo que automatize a categorizaçao das atividades listadas, identificando padroes e temas comuns afim de se replicar o trabalho de um especialista. A diversidade das agendas governamentais, que abrangem desde compromissos internacionais ate eventos locais, representa um desafio significativo e com a adocao obrigatória do Sistema Eletrônico de Agendas do Poder Executivo Federal (e-Agendas), a gestao dessas agendas foi padronizada e a proposta de automacao busca facilitar a identificacao eficaz dos temas predominantes. Este estudo utiliza um conjunto de dados composto por 10.741 registros de eventos registrados por 278 autoridades no período de 02/01/2023 a 31/07/2023, procurando empregar uma metodologia sólida para garantir a qualidade e precisao do modelo desenvolvido. Foram exploradas diferentes abordagens, incluindo a utilizacão de modelos supervisionados e nao supervisionados, como regressao logística multinomial, redes neurais densas e redes LSTM. A analise de desempenho demonstrou que os modelos baseados em redes neurais apresentaram maior precisãao, especialmente para categorias com maior representatividade no conjunto de dados. No entanto, desafios foram identificados na classificação de temas menos frequentes, evidenciando a necessidade de aprimoramentos no balanceamento de dados e na modelagem. Os resultados indicam que a aplicaçcaão de tóecnicas de PLN podem contribuir significativamente para a automatizacao e aprimoramento da analise de registros governamentais.