Pesquisadores da Unifor realizam estudos sobre o uso da inteligência artificial nas áreas financeira, jurídica e da saúde

No artigo, os pesquisadores relataram o processo de anotação manual de documentos legais com vistas a criar uma coleção de entidades nomeadas padrão ouro, intitulada de CDJURBR. O objetivo principal da pesquisa era preencher a lacuna existente de recursos linguísticos, disponibilizando um conjunto de dados que possa contribuir para o desenvolvimento de novos modelos de aprendizado de máquina na esfera do judiciário em língua portuguesa.

Na publicação, foram descritos os critérios de seleção dos corpora utilizados, os treinamentos dos anotadores, as métricas de aferição da concordância entre os anotadores, a etapa de revisão das anotações e os resultados dos experimentos com modelos de reconhecimento de entidades nomeadas. 

Os resultados apontaram superioridade do modelo BERT  (Bidirectional Encoder Representations from Transformers/ Representações de Codificadores Bidirecionais dos Transformadores) com a Média Macro F1 geral de 0,58, demonstrando a viabilidade da CDJURBR para o treinamento de sistemas Reconhecimento de Entidades Nomeadas (REN). Todavia, os pesquisadores perceberam que as características dos dados impactam consideravelmente no desempenho dos modelos. Isso sugere melhorias para aumentar o conjunto de dados para balancear as amostras das diversas Entidades Nomeadas, reduzindo o impacto dos dados nos modelos REN.

A pesquisa contou com a colaboração dos alunos dos PPGIA Maurício Brito e Francisco das Chagas Jucá Bomfim, do docente do curso de Direito da Unifor João Araújo Monteiro Neto, dos pesquisadores do LCIA Vládia Pinheiro, Vasco Furtado e André Câmara Ferreira da Costa e da professora do IFCE Raquel Silveira.

O trabalho propõe um modelo de Machine Learning (aprendizado de máquina) não supervisionado para qualificar os contribuintes de impostos imobiliários como o Imposto Predial e Territorial Urbano (IPTU), tributo de competência municipal e importante suporte financeiro de serviços públicos, a partir do histórico de pagamentos e dos débitos do imposto.  Os principais objetivos do modelo é otimizar o envio de notificações, comunicações e cartas de cobrança e aumentar a eficiência na arrecadação de impostos, na medida em que fornece uma análise mais precisa dos padrões de pagamento e evita a seleção manual e ad-hoc de bons ou maus pagadores.

Foi desenvolvido um sistema de Régua de Cobrança do IPTU para o ano de 2023 na cidade de Fortaleza. Foram utilizados dados históricos de pagamentos do IPTU nos anos de 2018 a 2022 e realizada uma análise comparativa com o modelo baseline, usado na Secretaria Municipal das Finanças de Fortaleza (Sefin) para a cobrança do IPTU em 2022. Os experimentos realizados demonstraram um desempenho promissor do modelo treinado. Com a abordagem de seleção de bons pagadores para envio da primeira carta com a notificação e lançamento do IPTU, o modelo obteve F1-Score de 92,30% e um aumento estimado da arrecadação da ordem de R$ 75 milhões.

A pesquisa foi realizada pelos alunos do Programa de Pós-Graduação em Informática Aplicada (PPGIA), Elioenai Alves e Fabio Santos, por Luiz Zairo Bastos Viana (aluno) e Wellington Franco (professor), ambos da Universidade Federal do Ceará (campus Crateús), e pela coordenadora do PPGIA da Unifor, Vládia Pinheiro.

O artigo mostra como modelos preditivos baseados em redes neurais (LSTM - Long Short Term Memory/ Memória Longa de Curto Prazo) podem ter melhor acurácia na tarefa de prever casos de dengue por bairro, bem como identificar regiões mais suscetíveis à epidemia. O estudo sugere o uso de modelos que incorporem informações heurísticas que capturem a intensidade de propagação da doença normalizada pela população. Os modelos baseados em LSTM, com e sem a heurística proposta, foram avaliados quanto à capacidade de prever os casos para toda a cidade bem como para todos os bairros. Foi obtida uma melhoria ao se usar tal estratégia. Para a pesquisa foram utilizados dados de casos de dengue da cidade de Fortaleza dos anos de 2007 a 2020 totalizando 222.817 casos. 

A publicação é de autoria dos pesquisadores do Laboratório de Ciência de Dados e Inteligência Artificial (LCDIA) da Unifor, Rafael Bomfim, J. L. B. de Araújo e Vasco Furtado, com o médico epidemiologista e pesquisador Antônio Silva Lima Neto (Dr. Tanta), atual Secretário Executivo de Vigilância em Saúde do Estado do Ceará. A pesquisa foi desenvolvida em parceria com a Prefeitura Municipal de Fortaleza, por meio da Secretaria Municipal de Saúde (SMS).

Segundo o professor  do curso de Ciência da Computação da Unifor, Rafael Bonfim, doutor em Informática Aplicada com foco em aprendizado de máquina, com essas pesquisas, eles esperam que a comunidade acadêmica possa avançar na compreensão de transmissão de casos de dengue.

O artigo afirma que apesar de modelos de linguagem treinados com Representações de Encoder Bidirecionais de Transformadores (BERT) demonstrarem resultados notáveis em várias tarefas de Processamento de Linguagem Natural (PLN), o domínio jurídico apresenta desafios específicos para o PLN devido ao seu idioma altamente especializado, que inclui vocabulário técnico, estilo formal, uso frequente de citações de leis e semântica baseada em vasto conhecimento. Nesse sentido, o trabalho descreve o desenvolvimento de um modelo de linguagem especializado, LegalBert-pt, para o domínio jurídico em português. 

O modelo foi pré-treinado em um corpus grande e diversificado de textos jurídicos brasileiros e agora é de código aberto e personalizável para tarefas específicas. Foram conduzidos experimentos para avaliar a eficácia do modelo pré-treinado no domínio jurídico, tanto intrinsecamente quanto em duas tarefas específicas: reconhecimento de entidades nomeadas e classificação de texto. Os resultados indicaram que o uso do LegalBert-pt supera o modelo de linguagem genérico em todas as tarefas, destacando a importância da especialização para alcançar resultados eficazes para tarefas específicas no domínio jurídico.

A publicação é de autoria dos pesquisadores da Unifor Vládia Pinheiro, Vasco Furtado, Caio Ponte e Vitor Almeida, e da professora do Instituto Federal de Educação, Ciência e Tecnologia (IFCE), Raquel Silveira. A pesquisa foi desenvolvida com base em documentos legais do Tribunal de Justiça do Estado do Ceará (TJ-CE), do Ministério Público do Estado do Ceará (MP-CE) e de Recursos Extraordinários do Superior Tribunal Federal (STF).

O artigo apresenta um sistema de extração de informação para documentos financeiros visualmente ricos. O sistema utiliza modelos neurais pré-treinados da família LayoutXLM e os refina para uso em demonstrações financeiras. Duas etapas de pós-processamento foram desenvolvidas com o intuito de ajustar os resultados gerados pelo modelo refinado. A partir de avaliações empíricas comparativas, os pesquisadores concluíram que o sistema proposto é eficaz na extração de informações de documentos financeiros e oferece potencial para automatizar e otimizar o processo de análise e validação de demonstrações financeiras.

Desenvolvida com a KPMG, uma das maiores empresas de prestação de serviços profissionais, que incluem auditoria, impostos e consultoria financeira e empresarial, a pesquisa tem como autores os alunos do PPGIA, Elioenai Alves, Cecília Carvalho, Patrick Martins e os docentes e pesquisadores do LCDIA, Vládia Pinheiro e Vasco Furtado.