Banca de TCC – Ihan Belmonte Bender
UNIVERSIDADE FEDERAL DE PELOTAS
CENTRO DE DESENVOLVIMENTO TECNOLÓGICO
TRABALHO DE CONCLUSÃO DE CURSO
Apresentações Finais (2019/2)
Uma comparação de abordagens baseadas em redes neurais para casamento de entidades em artigos científicos
por
Ihan Belmonte Bender
Curso:
Ciência da Computação
Banca:
Prof. Ricardo Matsumura de Araújo (orientador(a))
Vinicius Furlan (coorientador(a))
Profa. Larissa Astrogildo de Freitas
Prof. Tiago Thompsen Primo
Data: 06 de dezembro de 2019
Hora: 08:00
Local: Sala 250 – Campus Anglo
Resumo do Trabalho:
A avaliação de programas de pós graduação brasileiros é uma tarefa muito difícil, devido principalmente à quantidade de diferentes áreas de conhecimento e ao grande volume de programas no Brasil. Para resolver o problema de avaliar diferentes áreas de maneira objetiva foi proposta a métrica Qualis. Ainda assim, a dificuldade de realizar o cálculo do Qualis para todos os programas do país consiste em um importante empecilho, já que demanda grande quantidade de mão de obra para fazer o levantamento dos dados manualmente de maneira frequente e rápida. O processo de avaliação pode ser acelerado com a automatização do mesmo, utilizando informações disponíveis na Plataforma Lattes, mas problemas de consistência na mesma dificultam o método.
Neste trabalho são criados novos algoritmos e testados outros já existentes para automatizar o processo de avaliação de programas de pós graduação, mais especificamente da área de computação, onde os problemas da plataforma são mais evidentes. Além dos algoritmos são criadas bases de dados, tanto para armazenar nomes corretos e conhecidos quanto para realizar treinamento e teste de modelos que utilizam aprendizado de máquina para resolver a tarefa.
Neste trabalho são criados novos algoritmos e testados outros já existentes para automatizar o processo de avaliação de programas de pós graduação, mais especificamente da área de computação, onde os problemas da plataforma são mais evidentes. Além dos algoritmos são criadas bases de dados, tanto para armazenar nomes corretos e conhecidos quanto para realizar treinamento e teste de modelos que utilizam aprendizado de máquina para resolver a tarefa.