Reconhecimento de entidades nomeadas em textos informais no domínio legislativo
Saved in:
| Main Author: | |
|---|---|
| Publication Date: | 2023 |
| Format: | Master thesis |
| Language: | por |
| Source: | Repositório Institucional da UFG |
| Download full: | http://repositorio.bc.ufg.br/tede/handle/tede/12862 |
Summary: | Named Entity Recognition (NER) is a challenging task in Natural Language Processing (NLP) for a language as rich as Portuguese. When applied in a scenario appropriate to informal language and short texts, the task acquires a new layer of complexity, manipulating a lexicon specific to the domain in question. In this work, we expand the UlyssesNER-Br corpus for the NER task with Brazilian Portuguese comments on bill projects. Additionally, we enriched the annotated set with a formal corpus in order to analyze whether the combination of formal and informal texts from the same domain could improve the performance of NER models. Finally, we conducted experiments with a Conditional Random Fields (CRF) model, a Bidirectional LSTM-CRF model (BiLSTM-CRF), and subsequently fine-tuned a BERT and RoBERTa language model on the NER task with our dataset. We conclude that formal texts aided in identifying entities in informal texts. The best model was the fine-tuning of BERT which achieved an F1- score of 74.63%, surpassing the benchmark of related works. |
Similar Items: Reconhecimento de entidades nomeadas em textos informais no domínio legislativo
- Reconhecimento de entidades nomeadas em editais de licitação
- Aprendizagem profunda para reconhecimento de entidades nomeadas em domínio jurídico
- Reconhecimento de entidades nomeadas para conteúdo publicado em diários oficiais com base em uma abordagem de supervisão fraca
- Reconhecimento de entidades nomeadas com ensembles de transformers : uma aplicação na análise de convênios do diário oficial da união
- Construção de um corpus para extrair entidades nomeadas do Diário Oficial da União utilizando aprendizado supervisionado
- Reconhecimento de entidades nomeadas multilíngue : um estudo de Design sobre documentos acadêmicos e institucionais
