ACERPI-Link : uma alternativa de resolução de entidades em portarias institucionais utilizando linkagem de registros

Abstract

Portarias são documentos utilizados no âmbito de instituições federais para publicar in formações acerca dos servidores que ali trabalham. Esses documentos são disponíveis ao público de cada instituição em repositórios que na sua grande maioria não permite buscas por parte dos usuários sobre o conteúdo dos documentos. A abordagem ACERPI-Link visa estender a abordagem ACERPI (Abordagem para Coleta de documentos, Extração de informação e Resolução de entidades em Portarias Institucionais), focando na etapa de Resolução de entidades, tarefa que consiste em identificar quais entidades citadas nas Portarias se referem à mesma entidade no mundo real através da linkagem de registros. Experimentos realizados utilizando funções de comparação de strings sobre bases de dados reais demonstraram 99,16% de precisão pela abordagem proposta, 86,29% de revocação e 92,28% de desempenho na medida F1.

Portarias are documents used in federal institutions to issue information about the public employees working there. These documents are available to the public of each institution in repositories that for the most part do not allow users to search the contents of the documents. The ACERPI-Link approach aims to extend the original ACERPI approach, focusing on the Entity Resolution step, a task that consists, in the context of this proposal, of identifying which entities cited in the Portarias refer to the same entity in the real world. Experiments performed using string comparison methods on real databases demonstrated 99.16% accuracy by the proposed approach, 86.29% revocation, and 92.28% performance on the F1 measure.