Processamento de Linguagem Natural para Reconhecimento de Entidades Nomeadas em Textos Jurídicos de Atos Administrativos (Portarias)

Resumo

É fato que a necessidade da integração de mecanismos e plataformas capazes de desempenhar atividades semelhantes às realizadas pelo humano se faz cada vez mais necessário na sociedade atual. O Processamento de Linguagem Natural (PLN) é uma ferramenta que facilita essa interação, pois consiste em uma subárea da inteligência artificial e refere-se, de forma ampla, ao estudo e desenvolvimento de sistemas computacionais que podem interpretar a fala e o texto conforme naturalmente os seres humanos falam e o digitam, além de desenvolver melhor a forma de interpretação da linguagem humana em diferentes dispositivos. Dito isto, será demonstrado nesta pesquisa como o Processamento de Linguagem Natural pode ajudar a automatizar o reconhecimento de Entidades Nomeadas (Agentes Públicos) em uma base de Portarias. Para isto será utilizado o NLTK (Natural Language Toolkit), uma plataforma usada para construir programas Python que trabalham com dados de linguagem humana para aplicação em PLN. O NLTK será útil para separar as sentenças em um parágrafo, separar as palavras dentro de cada sentença, reconhecer padrões no texto e criar modelos de classificação que permitam, por exemplo, identificar nomes próprios dentro de conjunto de dados.