Mineração de texto usando arquitetura da informação e ontologia como método para auxílio de auditoria em documentos digitais

Abstract

Este trabalho, cujo objetivo geral é auxiliar o processo de auditoria em Documentos Fiscais Eletrônicos por meio da elaboração de um modelo de ontologia a partir da Arquitetura da Informação e da Mineração de Texto para validar a informação de descrição e venda do produto, se configura como uma pesquisa na área da Ciência da Informação. No que tange aos objetivos específicos, delimitou-se em: Identificar possíveis requisitos de uma Arquitetura da Informação para a Mineração de Texto em Notas Fiscais de Consumidor Eletrônicas e Notas Fiscais Eletrônicas no modelo de ontologia para o produto cerveja; Definir as principais informações extraídas do produto quando aplicada à Mineração de Texto nas Notas Fiscais; Descrever a relevância dos sistemas de organização do conhecimento, especificamente, da ontologia para os processos de organização e recuperação da informação. Apresenta como base teórica o enfoque nos conceitos e nas categorias de: Sistemas de Organização do Conhecimento; Arquitetura da Informação; e Ontologia acompanhados de técnicas aplicadas da área da Ciência da Computação, como: Processamento de Linguagem Natural; Aprendizado de Máquina; Mineração de Dados e Mineração de Texto; e proposta de Metadados. O método de procedimento da pesquisa é o Estruturalismo; quanto à natureza, se assenta como uma pesquisa aplicada; considerando a finalidade da pesquisa, se enquadra na pesquisa descritiva e exploratória; no tocante à abordagem do problema, a pesquisa se apresenta como pesquisa quantitativa; em relação aos procedimentos técnicos, é uma pesquisa bibliográfica e documental, cujos dados provêm de arquivos disponibilizados pela Secretaria de Fazenda do Estado do Amazonas por meio de uma amostra de dados em arquivo .csv, tipo texto, do período de 01/02/2023 a 31/05/2023, contendo transações de Notas Fiscais de Consumidor Eletrônicas e Notas Fiscais Eletrônicas, selecionadas a partir da Nomenclatura Comum do Mercosul para o produto cerveja. Para a elaboração da ontologia, o conhecimento será um conjunto de padrões cuja formulação pode envolver e relacionar dados e informações, cuja lógica permite a produção de regras lógicas a partir das inferências para criação de modelos, representação da informação e extração de conhecimento. A modelagem da informação, o fluxo informacional, o mapeamento da recuperação e a apresentação dos resultados na perspectiva dos processos de negócio e da necessidade do usuário são alguns temas explorados neste trabalho. Os resultados foram apresentados na forma de respostas às Questões de Competência que retomam consultas no formato DLQueries e identificam corretamente o produto interpretando e compondo elementos em quantidade e qualidade suficiente para sua identificação e utilização em diversas áreas quando da auditoria em documentos digitais, além da entrega de Repositório, no formato JSON, planejado como um artefato tecnológico incorporado à interdisciplinariedade da Ciência da Informação.