INTELIGÊNCIA ARTIFICIAL APLICADA A DOCUMENTOS EM SUPORTE PAPEL
o caso do sistema SEP no ES
Palavras-chave:
Gestão de documentos, Classificação automática de documentos, Aprendizado de máquina, Inteligência Artificial, ArquivologiaResumo
Com a transformação digital ocorrida nos últimos tempos, principalmente após o cenário pandêmico, a automatização de processos tornou-se parte importante da gestão administrativa, inclusive na gestão arquivística de documentos. Atualmente, também tem crescido o interesse pelo uso de ferramentas de Inteligência Artificial no contexto da transformação digital. Sendo assim, este artigo tem como objetivo geral apresentar a funcionalidade do sistema SEP que utiliza a Inteligência Artificial (IA) para a classificação automática de processos administrativos em suporte papel. Trata-se de uma pesquisa do tipo aplicada, de caráter exploratório, cujo método é a pesquisa bibliográfica e documental. Os principais resultados da pesquisa são uma breve contextualização da gestão de documentos arquivísticos e do aprendizado de máquina (Machine Learning), e a apresentação de uma funcionalidade do sistema SEP, que classifica processos administrativos de forma automática utilizando aprendizado de máquina.
Downloads
Referências
ARQUIVO NACIONAL. Dicionário brasileiro de terminologia arquivística. Rio de Janeiro, 2005. 232p. Disponível em: https://www.gov.br/conarq/pt-br/centrais-de-conteudo/publicacoes/dicionrio_de_terminologia_arquivistica.pdf. Acesso em: 21 mai. 2024.
GIL, A. C. Como Elaborar Projetos de Pesquisa. 4. ed. São Paulo: Atlas, 2002. p. 1-175.
GOODFELLOW, Ian; BENGIO, Yoshua; COURVILLE, Aaron. Deep Learning. Cambridge, MA: MIT Press, 2016. 800 p.
HASTIE, Trevor; TIBSHIRANI, Robert; FRIEDMAN, Jerome. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2nd ed. New York: Springer, 2009. 764 p.
LI, Xiaolong; LIN, Wenliang; GUAN, Bei. The impact of computing and machine learning on complex problem-solving. Engineering Reports, v. 5, n. e12702, p. 1-2, 2023. DOI: 10.1002/eng2.12702.
MURPHY, Kevin P. Machine Learning: A Probabilistic Perspective. Cambridge, MA: MIT Press, 2012. 1067 p.
RUSSELL, Stuart; NORVIG, Peter. Artificial Intelligence: A Modern Approach. 3rd ed. Upper Saddle River, NJ: Pearson, 2010. 1152 p.
SHAVETA. A review on machine learning. International Journal of Science and Research Archive, v. 9, n. 1, p. 281-285, 2023. DOI: 10.30574/ijsra.2023.9.1.0410.
SUTTON, Richard S.; BARTO, Andrew G. Reinforcement Learning: An Introduction. 2nd ed. Cambridge, MA: MIT Press, 2018. 552 p.
VANCAUWENBERGH, Sadia. Data Quality Management. London: IntechOpen, 2019.
WENLING, L. The impact of computing and machine learning on complex problem-solving. Engineering Reports, 2023. DOI: 10.1002/eng2.12702.
YOUNG, Tom; HWANG, Karl; TIAN, Zhuang; CAO, Siyu. Recent trends in deep learning based natural language processing. IEEE Computational Intelligence Magazine, v. 13, n. 3, p. 55-75, 2018.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Os Autores mantêm os direitos autorais e concedem à Archeion Online, o direito de publicação simultaneamente disponibilizada de acordo com uma Licença Creative Commons, permitindo o compartilhamento sem fins lucrativos de sua obra pelo seu uso/citação de modo referenciado (com reconhecimento da autoria e publicação nesta revista).
