Protótipo de sistema para inteligência de mercado baseada em notícias no Porto de Santos
Palavras-chave:
Sumarização de Texto, Processamento de Linguagem Natural , Inteligência de Mercado, Notícias PortuáriasResumo
Este artigo propõe um método inovador para a sumarização de textos relacionados a notícias portuárias, indicadores de desempenho e produtos. O método se baseia em técnicas avançadas de processamento de linguagem natural, visando identificar as informações mais relevantes e cruciais nos textos analisados.
A avaliação do método foi conduzida utilizando um conjunto de dados de textos com notícias portuárias. Os resultados obtidos revelaram a capacidade do método em gerar sumários precisos e concisos, destacando sua eficácia na extração de informações cruciais. Além disso, o modelo demonstrou habilidade em identificar discrepâncias e imprecisões nos textos, sugerindo uma utilidade potencial em sistemas de verificação de notícias.
A aplicação prática deste protótipo promete aprimorar significativamente a eficiência na análise e compreensão de textos relacionados ao setor portuário, proporcionando informações mais condensadas e relevantes. Sua capacidade de detecção de imprecisões também destaca sua utilidade em promover a precisão e confiabilidade das informações veiculadas, contribuindo para a integridade de sistemas de verificação de notícias.
Downloads
Referências
BARBOSA, A.; CAVALCANTI, A. Web Scraping e Análise de dados. Disponível em: https://www.editorarealize.com.br/editora/anais/conapesc/2020/TRABALHO_EV138_MD4_SA 24_ID1284_24112020001516.pdf. Acesso em: 2 out. 2023.
Broadcast. Disponível em: http://broadcast.com.br/cadernos/agro/. Acesso em: 20 set. 2023. Canal Rural. Disponível em: https://www.canalrural.com.br/. Acesso em: 20 set. 2023.
Conab. Disponível em: https://www.conab.gov.br/. Acesso em: 20 out. 2023.
Datamar News. Disponível em: https://datamarnews.com/pt/pt/home-pt/. Acesso em: 20 set. 2023.
Forbes. Disponível em: https://forbes.com.br/forbesagro/. Acesso em: 21 out. 2023. Globo Rural. Disponível em: https://globorural.globo.com/. Acesso em: 20 set. 2023.
GRACIANO, H.; RAMALHO, R. SCRAPERCI: UM WEB SCRAPER PARA COLETA DE
DADOS CIENTÍFICOS. 2023. Disponível em: https://www.scielo.br/j/eb/a/9QYwtw5kgByRpDFFQB778Tj/?format=pdf&lang=pt. Acesso em: 1 out. 2023.
HUTCHINS, J. Summarization: Some problems and Methods. In: JONES, P. (Org.). Meaning: The frontier of informatics. Cambridge: London, 1987. p. 151-173.
Investing. Disponível em: https://br.investing.com/news/commodities-news. Acesso em: 20 set. 2023.
MUSHAKOJI, S. Constructing ‘Identity’ and ‘Differences’ in Original Scientific Texts and Their Summaries: Its Problems and Solutions. Seminar Report of Summarizing Text for Intelligent Communication Seminar. Dagstuhl, Germany, 1993.
PAICE, C. D. The automatic generation of literature abstracts: an approach based on the identification of self-indicating phrases. In: Information Retrieval Research. Butterworth & Co. (Publishers), 1981.
PYTHON. Documentação Python. 2022. Disponível em: https://www.python.org/about. Acesso em: 31 set. 2023.
Publicado
Como Citar
Edição
Seção
Copyright (c) 2024 Revista Processando o Saber
Este trabalho está licensiado sob uma licença Creative Commons Attribution 4.0 International License.
Os direitos autorais dos artigos publicados pertencem à Revista Processando o Saber e seguem o padrão Creative Commons (CC BY), que permite o remixe, adaptação e criação de obras derivadas do original, mesmo para fins comerciais. As novas obras devem conter menção ao(s) autor(es) nos créditos.
