Classificação de Dados Textuais Não Estruturados: Um Estudo de Caso na Área da Segurança Pública

• Brenda Cardoso UFPA
• Fantiny Santos UFPA
• Angela Amador UFPA
• Marisa de Andrade UFPA
• Renato Torres UFPA
• Nelson Neto UFPA

DOI: https://doi.org/10.5753/semish.2024.1989

Resumo

O tratamento e a classificação de dados não estruturados são desafios na era da informação. Na segurança pública, a falta de estruturação textual das narrativas presentes nos boletins de ocorrência policial (BOs) torna ainda mais complexa a categorização precisa dos crimes e a identificação do público-alvo. Assim, este artigo propõe um método para agilizar a classificação de contexto em BOs por meio do aprendizado de máquina. A meta inicial é categorizar crimes de injúria direcionados ou não à comunidade LGBTQIA+ com base em relatos oriundos da Polícia Civil do Estado do Pará. Os resultados obtidos destacam a potencial aplicabilidade da abordagem proposta em cenários reais e contextualizados, contribuindo para o trabalho das autoridades policiais.

Referências

Albrecht, J., Ramachandran, S., and Winkler, C. (2020). Blueprints for Text Analytics Using Python.

Birks, D., Coleman, A., and Jackson, D. (2020). Unsupervised identification of crime problems from police free-text data. Crime Science, 9(1):18.

George, L. E. and Birla, L. (2018). A study of topic modeling methods. In 2018 second international conference on intelligent computing and control systems (iciccs), pages 109–113. IEEE.

Gusmão, C., Figueiredo, K., and Brito, W. A. (2021). Técnicas de processamento de linguagem natural em denúncias criminais: Automatizaçao e classificaçao de texto em português coloquial. In Anais do XLVIII Seminário Integrado de Software e Hardware, pages 172–182. SBC.

Hotz, N. (2023). What is CRISP DM? Data Science Process Alliance — datascience-pm.com. [link]. [Accessed 31-01-2024].

Kuang, D., Brantingham, P. J., and Bertozzi, A. L. (2017). Crime topic modeling. Crime Science, 6(1):1–20.

Mallek, M., Fournier, S., Guetari, R., Espinasse, B., and Chaari, W. L. (2020). An unsupervised approach for precise context identification from unstructured text documents. In 2020 IEEE 32nd International Conference on Tools with Artificial Intelligence (ICTAI), pages 821–826. IEEE.

Nasr, B., Chamoun, M., and Steyaert, J. M. (2022). Optimizing the process of police hotlines. In 2022 IEEE 1st Industrial Electronics Society Annual On-Line Conference (ONCON), pages 1–6. IEEE.

Palad, E. B. B., Tangkeko, M. S., Magpantay, L. A. K., and Sipin, G. L. (2019). Document classification of filipino online scam incident text using data mining techniques. In 2019 19th International Symposium on Communications and Information Technologies (ISCIT), pages 232–237. IEEE.

Pinheiro, V., Furtado, V., Pequeno, T., and Nogueira, D. (2010). Natural language processing based on semantic inferentialism for extracting crime information from text. In 2010 IEEE International Conference on Intelligence and Security Informatics, pages 19–24.

Ramos, J. et al. (2003). Using tf-idf to determine word relevance in document queries. In Proceedings of the first instructional conference on machine learning, volume 242, pages 29–48. Citeseer.

Rodrigues, A., González, J. A., and Mateu, J. (2023). A conditional machine learning classification approach for spatio-temporal risk assessment of crime data. Stochastic Environmental Research and Risk Assessment, pages 1–14.

Sakhare, N. N. and Joshi, S. A. (2014). Classification of criminal data using j48-decision tree algorithm. IFRSA International Journal of Data Warehousing & Mining, 4.

Shalev-Shwartz, S. and Ben-David, S. (2014). Understanding machine learning: From theory to algorithms. Cambridge university press.

Wei, L. (2023). Genetic algorithm optimization of concrete frame structure based on improved random forest. In 2023 International Conference on Electronics and Devices, Computational Science (ICEDCS), pages 249–253.