Inferência da satisfação de usuários em serviços públicos de acesso à informação utilizando aprendizado neural (2020)
- Authors:
- Autor USP: FLORES, ARTHUR MARÇAL - EACH
- Unidade: EACH
- DOI: 10.11606/D.100.2020.tde-16122020-192412
- Subjects: INTELIGÊNCIA ARTIFICIAL; PROCESSAMENTO DE LINGUAGEM NATURAL; REDES NEURAIS; APRENDIZADO COMPUTACIONAL; USUÁRIOS DA INFORMAÇÃO; SATISFAÇÃO; GOVERNO ELETRÔNICO
- Keywords: Aprendizado neural; BERT; ELMo; LSTM; PNL; Satisfação do usuário; Neural Learning; User Satisfaction
- Language: Português
- Abstract: Com a rápida expansão dos sistemas de tecnologia da informação (TI) em anos recentes, surge a oportunidade de aprimorar os serviços em diversos segmentos, entre eles, os prestados pelas instituições governamentais. Dentre estes diversos serviços, a disponibilização de informações públicas é um exemplo importante, pois por meio da Lei da Transparência juntamente com a Lei de Acesso à Informação, criaram um ambiente mais democrático no Brasil. Um operacionalizador do processo de transparência, é o Sistema Eletrônico do Serviço de Informação ao Cidadão (e-SIC), sendo que os dados provenientes desta plataforma constituem um córpus de especial interesse para o presente trabalho. A disponibilidade de textos rotulados com escores de satisfação deste sistema sugere a oportunidade de utilizar métodos de processamento de línguas naturais (PLN) para inferir de forma automática a satisfação de usuários, especialmente no que diz respeito ao uso de redes neurais que têm obtido resultados positivos em diversas tarefas da área. A partir desta observação, o presente trabalho apresenta os resultados de pesquisa em nível de mestrado no campo de PLN, no domínio da satisfação de usuários, com o objetivo geral de desenvolver modelos computacionais para avaliar a satisfação dos usuários de plataformas de solicitação de acesso à informação, por meio da utilização de técnicas baseadas em aprendizado neural
- Imprenta:
- Data da defesa: 03.11.2020
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
FLORES, Arthur Marçal. Inferência da satisfação de usuários em serviços públicos de acesso à informação utilizando aprendizado neural. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-16122020-192412/. Acesso em: 03 out. 2024. -
APA
Flores, A. M. (2020). Inferência da satisfação de usuários em serviços públicos de acesso à informação utilizando aprendizado neural (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/100/100131/tde-16122020-192412/ -
NLM
Flores AM. Inferência da satisfação de usuários em serviços públicos de acesso à informação utilizando aprendizado neural [Internet]. 2020 ;[citado 2024 out. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-16122020-192412/ -
Vancouver
Flores AM. Inferência da satisfação de usuários em serviços públicos de acesso à informação utilizando aprendizado neural [Internet]. 2020 ;[citado 2024 out. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-16122020-192412/
Informações sobre o DOI: 10.11606/D.100.2020.tde-16122020-192412 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas