Processamento de Linguagem Natural para consultas de invasores na cultura da soja
Resumo
As tecnologias para auxiliar na produtividade do campo estão em constantes desenvolvimentos com a expectativa de estarem em sintonia com as demandas da área. Assim, a proposta deste trabalho é apresentar ferramentas computacionais em Processamento de Linguagem Natural para auxiliar os produtores rurais no controle das principais pragas e doenças na cultura da soja para não prejudicar a produtividade e, a partir da extração de suas características que serão armazenados em um repositório, seja possível identificar os vilões que atacam a lavoura ajudando-os nas tomadas de decisões de acordo com as consultas feitas a essa Base de Dados.
Palavras-chave:
Agroinformática, Processamento de Linguagem Natural, Sistemas Inteligentes
Referências
Abonizio, H. Q., Barbosa, C. R. S. C. e Artoni, A. A. (2019) Detecção Automática dos Heterônimos de Fernando Pessoa por Aprendizado de Máquina. XII Simpósio em Tecnologia da Informação e Linguagem Humana, Salvador, SBC. p. 144-153
Ávila, C. J. (2017) Pragas da soja e seu controle. https://pragas.cpao.embrapa.br/, julho.
Bird, S, Klein, E. and Loper, E (2009) Natural Language Processing with Python. 1 st edition. Cambridge: O’Reilly Media Inc.
Breiman, L. (2001) Random forests. Machine Learning, Califórnia, Springer, v.45, n.1, Out. p. 5-32.
CEPEA (2019). PIB-AGRO/CEPEA: PIB do agronegócio encerra 2019 com alta de 3,81%. [link], Dezembro.
EMBRAPA (2019). Pragas da Soja. https://pragas.cpao.embrapa.br/, Julho.
Hiraoka, E. e Jacopini, V. (2018) O papel da tecnologia na evolução da agricultura. Sociedade Nacional de Agricultura. [link], março.
Indurkhya, N. and Damerau, F. J. (2010) In: Handbook of Natural Language Processing. 2 nd edition. Chapman & Hall/CRC.
Khanna, A. et al. (2015) A Study of Today’s A.I. through Chatbots and Rediscovery of Machine Intelligence. In International Journal of u-and e-Service, Science and Technology, v.8, pages 277–284.
Mitchell, T. M. (1997) Machine learning. 37ª ed. Burr Ridge, IL: McGraw Hill. Moraes, M. P. (2019) Mineração de Dados Aplicada à Identificação de Notícias Falsas.
Moraes, M. P. (2019) Mineração de Dados Aplicada à Identificação de Notícias Falsas. Departamento de Ciência da Computação da Universidade Federal do Rio de Janeiro, Rio de Janeiro. Trabalho de Conclusão de Curso.
Moreira, H. J. C. e Aragão, F. D. (2009) Manual de Pragas da Soja. Campinas: FMC Agricultural Products.
Mostaço, G. M., Campos, L. B., Souza, I. R. C. and Cugnasca, C. E. (2018). AgronoBot: a smart answering Chatbot applied to agricultural sensor networks. 14th International Conference on Precision Agriculture, p.1-13.
Nadeau, D. (2007) Semi-supervised named entity recognition: learning to recognize 100 entity types with little supervision. Institute for Computer Science de Ottawa-Carleton. Ottawa, Canada. Master Thesis.
Neo4J (2018) Neo4j Basics. https://neo4j.com/product/#basics, Julho. Olson, D. L. and Delen, D. (2008) Advanced data mining techniques. Berlim: Springer Science & Business Media.
Santos, O. S. (1995) A Cultura da Soja, 1. Rio Grande do Sul-Santa Catarina-Paraná. 2ª edição. São Paulo: Globo.
Sawant, D., Jaiswal, A., Singh, J. and Shaw, P. (2019) AgriBot – An Intelligent interactive interface to assist farmers in agricultural activies. In IEEE Bombay Section Signature Conference, pages 1-6. DOI: http://dx.doi.org/10.1109/IBSSC47189.2019.8973066
Silva, B. C. D., Montilha, G., Rino, L. H. M., Specia, L., Nunes, M. G. V., Oliveira Junior, O. N., Martins, R. T. e Pardo, T. A. S. (2007) Introdução ao Processamento das Línguas Naturais e suas Aplicações. Série de Relatórios do Núcleo Interinstitucional de Lingüística Computacional da Universidade de São Paulo. São Carlos.
Silva, C. F. e Vieira, R. (2007) Categorização de Textos da Língua Portuguesa com Árvores de Decisão, SVM e Informações Linguísticas. V Workshop em Tecnologia da Informação e da Linguagem Humana, Rio de Janeiro, SBC. p.1650-1658
Sosa-Gomez, D. R. et al. (2010) Manual de identificação de insetos e outros invertebrados da cultura da soja. Londrina, PR.: Embrapa Soja. Documentos 269. Spacy (2020) https://spacy.io/ julho.
Speck, R. and Ngomo, A. C. N. (2014) Ensemble learning for named entity recognition. In International semantic web conference, v.8796, n.1, Out., pages 519–534. DOI: https://doi.org/10.1007/978-3-319-11964-9_33
Switzerland, Springer. Steinberg, D. and Colla, P. (1995) CART: Tree-Strutured NonParametric Data Analysis. San Diego, CA: Salford Systems.
Weinberger, K. Q., Blitzer, J. and Saul, L. K. (2006) Distance metric learning for large margin nearest neighbor classification. In Advances in Neural Information Processing Systems, pages 1473-1480. MIT Press.
Ávila, C. J. (2017) Pragas da soja e seu controle. https://pragas.cpao.embrapa.br/, julho.
Bird, S, Klein, E. and Loper, E (2009) Natural Language Processing with Python. 1 st edition. Cambridge: O’Reilly Media Inc.
Breiman, L. (2001) Random forests. Machine Learning, Califórnia, Springer, v.45, n.1, Out. p. 5-32.
CEPEA (2019). PIB-AGRO/CEPEA: PIB do agronegócio encerra 2019 com alta de 3,81%. [link], Dezembro.
EMBRAPA (2019). Pragas da Soja. https://pragas.cpao.embrapa.br/, Julho.
Hiraoka, E. e Jacopini, V. (2018) O papel da tecnologia na evolução da agricultura. Sociedade Nacional de Agricultura. [link], março.
Indurkhya, N. and Damerau, F. J. (2010) In: Handbook of Natural Language Processing. 2 nd edition. Chapman & Hall/CRC.
Khanna, A. et al. (2015) A Study of Today’s A.I. through Chatbots and Rediscovery of Machine Intelligence. In International Journal of u-and e-Service, Science and Technology, v.8, pages 277–284.
Mitchell, T. M. (1997) Machine learning. 37ª ed. Burr Ridge, IL: McGraw Hill. Moraes, M. P. (2019) Mineração de Dados Aplicada à Identificação de Notícias Falsas.
Moraes, M. P. (2019) Mineração de Dados Aplicada à Identificação de Notícias Falsas. Departamento de Ciência da Computação da Universidade Federal do Rio de Janeiro, Rio de Janeiro. Trabalho de Conclusão de Curso.
Moreira, H. J. C. e Aragão, F. D. (2009) Manual de Pragas da Soja. Campinas: FMC Agricultural Products.
Mostaço, G. M., Campos, L. B., Souza, I. R. C. and Cugnasca, C. E. (2018). AgronoBot: a smart answering Chatbot applied to agricultural sensor networks. 14th International Conference on Precision Agriculture, p.1-13.
Nadeau, D. (2007) Semi-supervised named entity recognition: learning to recognize 100 entity types with little supervision. Institute for Computer Science de Ottawa-Carleton. Ottawa, Canada. Master Thesis.
Neo4J (2018) Neo4j Basics. https://neo4j.com/product/#basics, Julho. Olson, D. L. and Delen, D. (2008) Advanced data mining techniques. Berlim: Springer Science & Business Media.
Santos, O. S. (1995) A Cultura da Soja, 1. Rio Grande do Sul-Santa Catarina-Paraná. 2ª edição. São Paulo: Globo.
Sawant, D., Jaiswal, A., Singh, J. and Shaw, P. (2019) AgriBot – An Intelligent interactive interface to assist farmers in agricultural activies. In IEEE Bombay Section Signature Conference, pages 1-6. DOI: http://dx.doi.org/10.1109/IBSSC47189.2019.8973066
Silva, B. C. D., Montilha, G., Rino, L. H. M., Specia, L., Nunes, M. G. V., Oliveira Junior, O. N., Martins, R. T. e Pardo, T. A. S. (2007) Introdução ao Processamento das Línguas Naturais e suas Aplicações. Série de Relatórios do Núcleo Interinstitucional de Lingüística Computacional da Universidade de São Paulo. São Carlos.
Silva, C. F. e Vieira, R. (2007) Categorização de Textos da Língua Portuguesa com Árvores de Decisão, SVM e Informações Linguísticas. V Workshop em Tecnologia da Informação e da Linguagem Humana, Rio de Janeiro, SBC. p.1650-1658
Sosa-Gomez, D. R. et al. (2010) Manual de identificação de insetos e outros invertebrados da cultura da soja. Londrina, PR.: Embrapa Soja. Documentos 269. Spacy (2020) https://spacy.io/ julho.
Speck, R. and Ngomo, A. C. N. (2014) Ensemble learning for named entity recognition. In International semantic web conference, v.8796, n.1, Out., pages 519–534. DOI: https://doi.org/10.1007/978-3-319-11964-9_33
Switzerland, Springer. Steinberg, D. and Colla, P. (1995) CART: Tree-Strutured NonParametric Data Analysis. San Diego, CA: Salford Systems.
Weinberger, K. Q., Blitzer, J. and Saul, L. K. (2006) Distance metric learning for large margin nearest neighbor classification. In Advances in Neural Information Processing Systems, pages 1473-1480. MIT Press.
Publicado
10/11/2021
Como Citar
ROQUE E FARIA, Carolinne; BARBOSA, Cinthyan Renata Sachs C. De.
Processamento de Linguagem Natural para consultas de invasores na cultura da soja. In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA (SBIAGRO), 13. , 2021, Evento Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2021
.
p. 254-263.
ISSN 2177-9724.
DOI: https://doi.org/10.5753/sbiagro.2021.18397.
