Kele Belloze

A análise computacional de textos tem ampliado a investigação de como escolhas linguísticas revelam traços de comunicação e posicionamentos políticos. No entanto, ainda há lacunas na identificação de padrões psicolinguísticos em mandatos presidenciais brasileiros e na detecção de discursos destoantes. Para enfrentar essa lacuna, este trabalho propõe o SPEAR, um método que combina extração de dimensões do LIWC, remoção de outliers via LOF e agrupamento com K-Means, seguido da reintrodução dos discursos mais destoantes. Os resultados indicam melhora consistente da qualidade dos agrupamentos em 11 mandatos analisados.

This article presents Quintana, an AI-based essay assessment tool for Portuguese-language argumentative texts, based on the competencies of the Exame Nacional do Ensino Médio (ENEM). The tool uses machine learning models trained on essays extracted from the “Brasil Escola” platform and allows students to submit essays and receive predicted scores for each competency. The results are presented in a pedagogically organized way, with scores and feedback grouped by competency, supporting formative use by students and teachers without replacing teacher assessment. This demo showcases how modern Natural Language Processing techniques can be integrated into a practical and accessible educational solution with meaningful social impact.

Este estudo analisa a influência do idioma no desempenho de algoritmos de aprendizado de máquina em tarefas de classificação de textos. Foram utilizados dois corpora paralelos português-inglês, abrangendo análise de sentimentos e categorização temática de resumos científicos. Diversos algoritmos supervisionados foram avaliados sob diferentes configurações de pré-processamento. Os resultados indicam que não há variações significativas atribuídas exclusivamente ao idioma, indicando a robustez das técnicas frente à mudança linguística. Adicionalmente, constata-se que a tradução automática não compromete o desempenho, o que respalda sua adoção em cenários multilíngues.

A identificação de conluios em licitações públicas é um desafio persistente, com diversas abordagens baseadas em aprendizado de máquina sendo exploradas na literatura. Este trabalho investiga a aplicação de Large Language Models (LLMs) na detecção de indícios de conluio em licitações. Foram realizados testes utilizando técnicas de engenharia de prompt e fine-tuning, comparando o desempenho dos modelos com os de algoritmos tradicionais como Random Forest, Regressão Logística e Support Vector Machine. Os resultados demonstraram que, embora a engenharia de prompt não tenha alcançado resultados satisfatórios, o fine-tuning permitiu que o ChatGPT 4o Mini superasse os algoritmos tradicionais nos conjuntos de dados analisados.

Anomaly detection is the problem of identifying observations that do not conform to the typical ones in a time series. Detection methods implicitly define detection criteria, such as deviation measures, filter thresholds, and candidate anomaly selection strategies. Choosing inappropriate criteria results in inaccurate outputs, generating spurious alerts or missing events. Adjusting these criteria is essential for monitoring systems. To address this challenge, this paper explores the fine-tuning of deviation measures, filter thresholds, and candidate selection strategies. Experimental results show that the proper choice of criteria significantly improves anomaly detection performance, often with greater impact than changing the detection methods.

Introduction: Epidemiology is considered both a field of research and a methodological approach within the broader health sciences. It aims to understand health-related events’ causes and effects and provide the evidence necessary to prevent disease and implement effective control and prevention strategies. One of the main focuses of epidemiology is identifying the determinant factors in the health situation of populations since health-related anomalies are not randomly distributed among people. This understanding brings up the necessity of considering each place’s particularities and observing the regularity of diseases in a population context. Methods: We present the Contextual-Compositional Approach (CCA) for the discovery of associations between Health Indicators (HI) and Health Determinants (HD) for neonatal mortality rate monitoring in situations of anomalies. CCA uses time series concepts, anomaly detection, and data distribution between classes for studying HD under expected conditions and comparing them to the anomaly conditions indicated by the anomaly detection in the HI. CCA is evaluated using a neonatal mortality database in health facilities in Rio de Janeiro, Brazil. Results: The results show that CCA can reveal essential associations between the health condition and the population’s social, economic, and cultural characteristics on different scales. Conclusion: CCA stands out because it is easy to apply and understand, requiring little computational resources and parameters.

É comum que bases de dados apresentem valores ausentes, o que pode demandar a aplicação de técnicas de imputação. Neste artigo, propomos uma variação da abordagem de imputação em cascata, adequada para tratar valores ausentes em múltiplas colunas, em que valores imputados em um atributo são reintegrados à base de dados antes da imputação, e utilizados para a complementação do próximo atributo. Os resultados revelam que a variação dos algoritmos de agrupamento não impacta na qualidade do dado imputado. Entretanto, há ganhos quando comparado à imputação por média.

Os solos representam o mais significativo estoque de carbono orgânico (SOC) nos ecossistemas terrestres, sublinhando a importância crítica de estimar com precisão o carbono orgânico do solo para garantir a preservação das funções do solo e a mitigação das alterações climáticas globais. Este estudo emprega uma metodologia baseada em dados para estimar os estoques de carbono em solos brasileiros, comparando técnicas de aprendizado de máquina com diversas estratégias de otimização de hiperparâmetros. Os resultados demonstram o papel fundamental da seleção e processamento de dados, juntamente com a otimização de hiperparâmetros, na resolução deste problema, resultando em melhorias notáveis nas análises do erro médio absoluto (MAE) e da raiz do erro quadrático médio (RMSE).

Conluios são acordos ou combinações secretas entre duas ou mais partes, geralmente para enganar ou prejudicar terceiros. A prática de conluios em licitações públicas perturba o equilíbrio de preços do mercado, impactando negativamente tanto os custos quanto a qualidade dos serviços públicos. Neste estudo, propõe-se uma metodologia para aprimorar os modelos de classificação de conluio, utilizando variáveis estatísticas combinadas com a análise de modelos explicáveis para melhor interpretação dos resultados. Os resultados mostraram uma sensível melhora de 1 a 4\% na predição, exceto para o algoritmo de árvore de decisão.

O desenvolvimento de novos medicamentos é um processo complexo e caro, envolvendo descobertas iniciais, estudos pré-clínicos e testes clínicos. Na sequência, a farmacovigilância monitora a segurança dos medicamentos no mercado, identificando as Reações Adversas a Medicamentos (RAM). No Brasil, a ANVISA gerencia as notificações de RAMs por meio dos sistemas VigiMed e Notivisa. O objetivo deste trabalho é apresentar uma análise exploratória de dados de notificações do VigiMed disponibilizados no Portal Brasileiro de Dados Abertos. Além da visão geral sobre as notificações no país, espera-se contribuir com percepções sobre as RAMs para fomentar pesquisas futuras.