Word embeddings em notas fiscais eletrônicas para apoiar a detecção de fraudes

• Processo: 22/09232-0
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de setembro de 2022
• Data de Término da vigência: 30 de junho de 2023
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: José Alberto Cuminato
• Beneficiário: Carllos Eduardo Alves de Holanda
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
• Assunto(s): Modelos matemáticos Aprendizado computacional Mineração de dados Processamento de linguagem natural Nota fiscal eletrônica Fraude Espaços hiperbólicos
• Palavra(s)-Chave do Pesquisador: Mineração de Dados | notas fiscais eletrônicas | Processamento de Linguagem Natural | Word Embeddings | Modelagem Matemática, Aprendizado de Máquina e Mineração de Textos

Resumo

Atualmente, não existem estudos concretos da descrição textual de notas fiscais eletrônicas para a extração de informações relevantes para serem usadas posteriormente, por exemplo em detecção de sobrepreços de produtos e superfaturamento de licitações. No geral, as notas contêm informações insuficientes e não estruturadas causando uma grande dificuldade na determinação dos produtos e serviços. Com o intuito de auxiliar a detecção sistemática de fraudes no setor público e privado, este projeto visa o estudo de representações de dados de notas fiscais eletrônicas via word embeddings. Além do uso de algoritmos conhecidos como word2vec, também será considerado o estudo de embeddings em espaços não-Euclidianos buscando-se maior eficiência das representações. Em particular, será considerado um estudo de representação e visualização dos dados das notas fiscais em espaços hiperbólicos. (AU)