Avaliação de Desempenho de Modelos BERT para Classificação Automatizada de Boletins de Ocorrência na Cidade de Marabá-PA
DOI:
https://doi.org/10.5335/rbca.v18i1.17029Palavras-chave:
Aplicações de IA, Aprendizado de Máquina, Boletins de Ocorrência, Classificação, ViolênciaResumo
Este trabalho aborda o desenvolvimento de um classificador para boletins de ocorrência da cidade de Marabá-PA, utilizando técnicas de mineração de dados e ajuste fino de Modelos de Linguagem de Language Models (LLMs) pré- treinados, como o Bidirectional Encoder Representations from Transformers (BERT) e sua versão adaptada ao português, o BERTimbau. A avaliação dos modelos indica que os transformadores BERT base e BERTimbau alcançaram acurácias globais de aproximadamente 90% e 92%, respectivamente, em experimentos realizados com dados de teste. Esses resultados demonstram a viabilidade do uso de LLMs para a classificação automática de boletins de ocorrência, oferecendo potencial para aprimorar a análise de dados criminais e contribuir para políticas de segurança pública mais eficientes e orientadas por dados.
Downloads
Downloads
Publicado
Edição
Seção
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Todos os artigos estão licenciados com a licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
