Formato: Apresentação em plenário (20 minutos)
    
Eixo Temático: Processamento de linguagem natural (Natural language processing - NLP)

Instituição: TRIBUNAL DE CONTAS DO ESTADO DE SÃO PAULO

Fase do trabalho apresentado: Projeto em andamento
    
Autores
    Cecília Akao - TCE-SP
    Danilo Panzeri Carlotti - INSPER
    Darcio Genicolo Martins - INSPER
    Fábio Xavier - TCE-SP
    Paulo Furquim - INSPER    
    Ricardo Vaz - TCE-SP

Descrição
    A proposta é apresentar ao público o trabalho que está sendo desenvolvido pelo INSPER em conjunto com o TCE-SP, para construção de uma ferramenta de classificação de textos, aplicada ao Exame Prévio de Editais Licitatórios, valendo-se de machine learning, que permite:
    
    1) Detectar o assunto referente a determinada reclamação/representação;
    2) Buscar votos semelhantes já elaborados, tendo em vista a reclamação apresentada;
    3) Detectar padrões e gerar estatísticas descritivas sobre os principais pedidos e peticionantes ao Poder Público;
    
    Os impactos esperados com este trabalho são:

    1) Auxílio na elaboração de decisões pelos Conselheiros do Tribunal de Contas;
    2) Geração de inteligência sobre padrões de litigância (assuntos, litigantes, argumentos mais apresentados, etc);


Breve resumo profissional/acadêmico
    
    Cecília Akao, bacharel em Ciência da Computação pelo IME-USP. Chefe Técnica do DTI do TCE-SP.
 
    Danilo Panzeri Carlotti, graduado, mestre e doutor em Direito pela Faculdade de Direito da USP. Graduando, pela USP, em ciência da computação. Pesquisador do INSPER.
        
    Darcio Genicolo Martins, graduado em Administração Pública pela Escola de Administração de Empresas de São Paulo / FGV (2001). Mestre em Economia pela Pontifícia Universidade Católica de São Paulo. Doutorando em Business Economics no Insper. Pesquisador do INSPER.
        
    Fábio Xavier, graduado em Tecnologia da Informação. Mestre em Ciência da Computação pelo IME-USP. Especialista em Gestão Pública com MBA em Gestão Executiva de Negócios pelo IBMEC. Diretor de Departamento do DTI do TCE-SP.
        
    Paulo Furquim, graduado em Administração Pública, pela FGV, e é Mestre e Doutor em Economia, pela FEA-USP. É Professor Senior Fellow do Insper, onde também coordena o Centro de Estudos em Negócios.
    
    Ricardo Vaz, bacharel em Ciência da Computação e Especialista com MBA Executivo em Gestão Pública pela FGV. Diretor de Sistemas (DSIS) do TCE-SP.
       

Formato: Ação educacional prática - OFICINA (2 horas)
    
Eixo Temático: Processamento de linguagem natural (Natural language processing - NLP)

Instituição: TRIBUNAL DE CONTAS DO ESTADO DE SÃO PAULO

Fase do trabalho apresentado: Projeto em andamento
    
Autores
    Cecília Akao - TCE-SP
    Danilo Panzeri Carlotti - INSPER
    Darcio Genicolo Martins - INSPER
    Fábio Xavier - TCE-SP
    Paulo Furquim - INSPER
    Ricardo Vaz - TCE-SP

Descrição
    Está sendo desenvolvido pelo INSPER em conjunto com o TCE-SP uma ferramenta de classificação de textos, aplicada ao Exame Prévio de Editais Licitatórios, valendo-se de machine learning, a partir da biblioteca de ml fasttext e ferramentas estatísticas, aplicando-se uma análise Multinomial Naive Bayes, que permite:
    
    1) Detectar o assunto referente a determinada reclamação/representação;
    2) Buscar votos semelhantes já elaborados, tendo em vista a reclamação apresentada;
    3) Detectar padrões e gerar estatísticas descritivas sobre os principais pedidos e peticionantes ao Poder Público;
    
    É uma proposta de oficina, mostrando aspectos técnicos das ferramentas, com um tutorial passo a passo para sua implementação.
    Todo o código será disponibilizado anteriormente à apresentação em repositório aberto do github.
    
    Os impactos esperados com este trabalho são:

    1) Auxílio na elaboração de decisões pelos Conselheiros do Tribunal de Contas;
    2) Geração de inteligência sobre padrões de litigância (assuntos, litigantes, argumentos mais apresentados, etc);
    
Ementa
    - Apresentação de ferramentas de NLP e Machine Learning para classificação de textos
    - Análise Multinomial Naive Bayes
    - Uso da biblioteca "fasttext"
    - Estudo de caso do TCE-SP
    Carga horária: 2 horas
    
Breve resumo profissional/acadêmico
   
    Cecília Akao, bacharel em Ciência da Computação pelo IME-USP. Chefe Técnica do DTI do TCE-SP.
 
    Danilo Panzeri Carlotti, graduado, mestre e doutor em Direito pela Faculdade de Direito da USP. Graduando, pela USP, em ciência da computação. Pesquisador do INSPER.
    
    Darcio Genicolo Martins, graduado em Administração Pública pela Escola de Administração de Empresas de São Paulo / FGV (2001). Mestre em Economia pela Pontifícia Universidade Católica de São Paulo. Doutorando em Business Economics no Insper. Pesquisador do INSPER.
    
    Fábio Xavier, graduado em Tecnologia da Informação. Mestre em Ciência da Computação pelo IME-USP. Especialista em Gestão Pública com MBA em Gestão Executiva de Negócios pelo IBMEC. Diretor de Departamento do DTI do TCE-SP.
    
    Paulo Furquim, graduado em Administração Pública, pela FGV, e é Mestre e Doutor em Economia, pela FEA-USP. É Professor Senior Fellow do Insper, onde também coordena o Centro de Estudos em Negócios.
    
    Ricardo Vaz, bacharel em Ciência da Computação e Especialista com MBA Executivo em Gestão Pública pela FGV. Diretor de Sistemas (DSIS) do TCE-SP.