• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Mémoire de Maîtrise
DOI
https://doi.org/10.11606/D.100.2020.tde-16122020-192412
Document
Auteur
Nom complet
Arthur Marçal Flores
Adresse Mail
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Paulo, 2020
Directeur
Jury
Paraboni, Ivandre (Président)
Craveiro, Gisele da Silva
Pardo, Thiago Alexandre Salgueiro
Titre en portugais
Inferência da satisfação de usuários em serviços públicos de acesso à informação utilizando aprendizado neural
Mots-clés en portugais
Aprendizado de máquina
Aprendizado neural
BERT
ELMo
LSTM
PLN
Processamento de língua natural
Satisfação do usuário
Resumé en portugais
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.
Titre en anglais
User satisfaction inference in public services of information access using neural learning
Mots-clés en anglais
BERT
ELMo
LSTM
Machine Learning
Natural Language Processing
Neural Learning
NLP
User Satisfaction
Resumé en anglais
Given the fast expansion of information technology (IT) systems in recent years, there is the opportunity to improve services in several segments, including those provided by government institutions. Among these services, the provision of public information is an important example, as through the Transparency Law and the Access to Information Law created a more democratic environment in Brazil. An outcome of the transparency process is the Electronic System for Citizen Information Service (e-SIC), and the data from this platform constitute a corpus of special interest for the present work. The availability of labeled texts with satisfaction scores suggests the opportunity to use natural language processing (NLP) methods to automatically infer user satisfaction, especially with regard to the use of Neural Networks that have obtained positive results in several tasks in the field. Given this opportunity, the current work presents a Msc research project in the NLP field, in the domain of user satisfaction, with the goal of developing computational models to evaluate the satisfaction of users of request information access platforms through the use of techniques based on neural learning.
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
Dissertacao_AMF.pdf (2.86 Mbytes)
Date de Publication
2021-08-19
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2024. Tous droits réservés.