Responsive image
Universidade Federal de Santa catarina (UFSC)
Programa de Pós-graduação em Engenharia, Gestão e Mídia do Conhecimento (PPGEGC)
Detalhes do Documento Analisado

Centro: Não Informado

Departamento: Não Informado

Dimensão Institucional: Pós-Graduação

Dimensão ODS: Econômica

Tipo do Documento: Dissertação

Título: DESENVOLVIMENTO E ANÁLISE DE CORPUS PARA RECONHECIMENTO DE ENTIDADES NOMEADAS EM RELATÓRIOS DE INTELIGÊNCIA FINANCEIRA

Orientador
  • GUSTAVO MEDEIROS DE ARAUJO
Aluno
  • JAIRO BRANDAO DE SANTANA

Conteúdo

Uma das competências da polícia federal é analisar os relatórios de inteligência financeira (rif), gerados pelo conselho de controle de atividades financeiras (coaf). essa análise verifica a existência de algum indício de crime de lavagem de dinheiro e, se for o caso, inicia uma investigação. essa análise é realizada de forma manual, o agente deve ler o rif e catalogar em uma planilha todos os envolvidos e operações financeiras realizadas. esse processo é custoso, pois o rif pode ter dezenas de páginas. além disso, vários relatórios são gerados mensalmente, o que agrava a demora no processamento dos rifs. esse projeto vem propor uma avaliação das tecnologias atuais de mineração de texto, mais especificamente o reconhecimento de entidades nomeadas (ren) em português. a aplicação de reconhecimento de entidades nomeadas ao rif visa automatizar o processo de extração de informações do texto, submetendo o documento a um sistema computacional que faça sua leitura detalhada e retorne as informações contidas no relatório, como entidades, operações, valores, datas e vínculos entre as entidades. dessa forma, pretende-se tornar mais ágil a análise dos rifs. após a leitura automatizada do texto contido no rif, as informações extraídas podem ser armazenadas em uma de base dados e disponibilizadas de forma estruturada. essa etapa automatizada irá facilitar a etapa seguinte de análise de vínculo, na qual consiste em detectar vínculos por meio de uma ferramenta de diagramação e análise de redes. além disso, a organização e armazenamento dessas informações, também permitiria o cruzamento dos vínculos de diversos rifs e manter o seu histórico

Índice de Shannon: 3.86598

Índice de Gini: 0.923853

ODS 1 ODS 2 ODS 3 ODS 4 ODS 5 ODS 6 ODS 7 ODS 8 ODS 9 ODS 10 ODS 11 ODS 12 ODS 13 ODS 14 ODS 15 ODS 16
3,79% 4,23% 5,39% 7,43% 5,10% 4,66% 6,10% 5,10% 13,69% 3,34% 7,03% 4,59% 7,26% 4,06% 5,26% 12,96%
ODS Predominates
ODS 9
ODS 1

3,79%

ODS 2

4,23%

ODS 3

5,39%

ODS 4

7,43%

ODS 5

5,10%

ODS 6

4,66%

ODS 7

6,10%

ODS 8

5,10%

ODS 9

13,69%

ODS 10

3,34%

ODS 11

7,03%

ODS 12

4,59%

ODS 13

7,26%

ODS 14

4,06%

ODS 15

5,26%

ODS 16

12,96%