Please use this identifier to cite or link to this item:
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/41569
Title: | Identificação de correspondências entre produtos a partir de descrições textuais curtas |
Other Titles: | Identifying product matches from short textual descriptions |
???metadata.dc.creator???: | ALVES, André Luiz Firmino. |
???metadata.dc.contributor.advisor1???: | BAPTISTA, Cláudio de Souza |
???metadata.dc.contributor.referee1???: | PIRES, Carlos Eduardo Santos. |
???metadata.dc.contributor.referee2???: | VALADARES, Dalton Cézane Gomes. |
???metadata.dc.contributor.referee3???: | BRAZ JUNIOR, Geraldo. |
???metadata.dc.contributor.referee4???: | BARBOSA, Luciano de Andrade. |
???metadata.dc.contributor.referee5???: | ANDRADE, Fabio Gomes de. |
Keywords: | Recuperação da Informação;Cross-Lingual Learning;Processamento de Linguagem Natural;Integração de Dados;Product Matching;Information Retrieval;Cross Lingual Learning;Natural Language Processing;Data Integration;Product Matching |
Issue Date: | 10-Apr-2025 |
Publisher: | Universidade Federal de Campina Grande |
Citation: | ALVES, André Luiz Firmino. Identificação de correspondências entre produtos a partir de descrições textuais curtas. 2024. 145 f. Tese (Doutorado em Ciência da Computação) – Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2024. |
???metadata.dc.description.resumo???: | O processo decisório nas organizações depende cada vez mais de dados. Contudo, problemas relacionados à qualidade desses dados, como informações incompletas, inconsistentes e redundantes, representam desafios significativos. A integração de dados surge como uma área de pesquisa fundamental para combinar e unificar informações provenientes de diferentes fontes e formatos, mesmo em ambientes heterogêneos e autônomos, de modo a proporcionar uma visão abrangente e consistente das informações. No contexto de transações comerciais de compra e venda, as empresas emitem notas fiscais para comprovar as transações realizadas. Entretanto, os dados dos produtos presentes nessas notas fiscais não possuem padronização, podendo apresentar descrições curtas, variadas e inconsistências. Esta pesquisa aborda os desafios técnicos de integração de dados e Product Matching em cenários com dados limitados ou incompletos, como os presentes em notas fiscais. A abordagem proposta, denominada STEPMatch, utiliza técnicas de Recuperação da Informação e Processamento de Linguagem Natural para realizar a correspondência entre textos curtos, como as descrições de produtos encontradas nas notas fiscais. Os resultados obtidos demonstram a eficácia do STEPMatch na correspondência entre produtos, alcançando uma acurácia de 98,11% em um cenário de teste. Técnicas de Cross-Lingual Learning também foram exploradas de forma inovadora na área de Product Matching, aprimorando a generalização dos modelos de aprendizado de máquina em contextos com escassez de dados anotados, com resultados promissores na adaptação entre idiomas e domínios. |
Abstract: | Decision-making processes in organizations increasingly depend on data. Therefore, issues related to data quality, such as incomplete, inconsistent, and redundant information, represent significant challenges. Data integration emerges as a critical research area, focused on combining and unifying information from different sources and formats, even in heterogeneous and autonomous environments, aiming to provide a comprehensive and consistent data view. For commercial transactions, companies issue invoices to document sales and purchases. However, the product data within these invoices often lack standardization, potentially presenting short, varied, and inconsistent descriptions. This research addresses the technical challenges of data integration and Product Matching in scenarios with limited or incomplete data, such as those in invoices. Our proposed approach, STEPMatch, leverages Information Retrieval and Natural Language Processing techniques to match short texts, such as invoice product descriptions. The results demonstrated the effectiveness of STEPMatch, achieving an accuracy of 98.11% in a test scenario. Additionally, we present a novel approach by adopting cross-lingual learning techniques within the Product Matching field, enhancing the generalization of machine learning models in contexts with limited labeled data and yielding promising results in cross-lingual and cross-domain adaptation. Our primary contribution lies in adopting machine learning techniques for product-matching, training in scenarios targeting low-resource language data, and demonstrating the feasibility of improving product-matching quality in large volumes of data from distinct languages |
Keywords: | Recuperação da Informação Cross-Lingual Learning Processamento de Linguagem Natural Integração de Dados Product Matching Information Retrieval Cross Lingual Learning Natural Language Processing Data Integration Product Matching |
???metadata.dc.subject.cnpq???: | Ciência da Computação |
URI: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/41569 |
Appears in Collections: | Doutorado em Ciência da Computação. |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
ANDRÉ LUIZ FIRMINO ALVES - TESE- (PPCC) 2024.pdf | 3.43 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.