Extração e classificação de licitações do Diário Oficial do Estado de SP
Autores
Satyro, Vitor
Liu, Vitor
Delchiaro, Lucca
Schoueri, Guilherme
Orientador
Montagner, Igor dos Santos
Co-orientadores
Citações na Scopus
Tipo de documento
Trabalho de Conclusão de Curso
Data
2021
Resumo
Este projeto tem como objetivo o desenvolvimento de uma ferramenta modularizada
de extração dos documentos do Diário Oficial do estado de São Paulo e identificação de
licitações. Essa ferramenta é a base para um desenvolvimento de um produto capaz de
categorizar e resumir informações de grande quantidade de documentos, sendo também um
produto customizável às necessidades específicas da DELL. De acordo com o cliente, a
aplicação precisa de módulos de coleta de dados (scraper), identificação de textos dos
documentos, separação de seções de documentos, identificador de licitações e mecanismo de
busca entre licitações, sendo todos esses módulos adaptáveis à demanda. Para isso, foi
necessário estudar tecnologias como: scrapper, tratamento de imagens, reconhecimento
óptico de caracteres, modelos de classificação, mecanismos de buscas e utilização de um
banco de dados não relacional. Dado que a principal demanda do cliente é o tratamento dos
textos do diário oficial e identificação de licitações, todos os módulos da ferramenta
apresentaram-se eficazes no que diz respeito ao tempo esperado e da saída obtida, incluindo a
extração de textos de arquivos pdf e classificação com random forest.
Palavras-chave
classificação de texto; reconhecimento óptico de caracteres; processamento de imagem
Titulo de periódico
URL da fonte
Título de Livro
URL na Scopus
Sinopse
Objetivos de aprendizagem
Idioma
Português
Notas
Membros da banca
Vidal, Maciel Calebe
Área do Conhecimento CNPQ
Engenharias