CPCíntia Maria de Araújo Pinho

Cíntia Maria de Araújo Pinho

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article

Previous Organizations / Institutes

The organizations / institutes from the scholar's other articles in the past ten years


Cíntia Maria de Araújo Pinho has a total of 9 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    APPLICATION OF ARTIFICIAL INTELLIGENCE TECHNIQUES FOR CLASSIFICATION OF ESCAPE FROM THE TOPIC IN ESSAYS

    by Cintia Maria DE Araújo Pinho, Marcos Antonio Gaspar, Renato José Sassi

    The process of manual correction of essays causes some difficulties, among which we point out the time spent for correction and feedback to the student. For institutions such as elementary schools, universities, and the National High School Exam in Brazil (Enem), such activity demands time and cost for the evaluation of the texts produced. Going off-topic is one of the items evaluated in the Enem essay that can nullify the whole essay produced by the candidate. In this context, the automatic analysis of essays with the application of techniques and methods of Natural Language Processing, Text Mining, and other Artificial Intelligence techniques has shown to be promising in the process of automated evaluation of written language. The goal of this research is to compare different AI techniques for the classification of going off-topic in texts and identify the one with the best result to enable a smart correction system for essays. Therefore, computer experiments were carried out to classify these texts to normalize, identify patterns, and classify the essays in 1,320 Brazilian Portuguese essays on 119 different topics. The results indicate that the Convolutional Neural Network classifier obtained greater gain concerning the other classifiers analyzed, both in accuracy and about the results of false positives, the precision of metrics, Recall, and F1-Score. In conclusion, the solution validated in this research contributes to positively impacting the work of teachers and educational institutions, by reducing the time and costs associated with the essay evaluation process.


  • Open Access

    APLICAÇÃO DE TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL PARA CLASSIFICAÇÃO DE FUGA AO TEMA EM REDAÇÕES

    by Cintia Maria DE Araújo Pinho, Marcos Antonio Gaspar, Renato José Sassi

    O processo de correção manual de redações acarreta algumas dificuldades, dentre as quais se apontam o tempo dispendido para a correção e a devolutiva de resposta ao aluno. Para instituições como escolas de ensino básico e fundamental, universidades e o Exame Nacional do Ensino Médio (Enem), tal atividade demanda tempo e custo para a avaliação dos textos produzidos. A fuga ao tema é um dos itens avaliados na redação do Enem que pode anular a redação produzida pelo candidato. Neste contexto, a análise automática de redações com a aplicação de técnicas e métodos de Processamento de Linguagem Natural, Mineração de Textos e outras técnicas de Inteligência Artificial tem-se revelado promissora no processo de avaliação automatizada da linguagem escrita. O objetivo desta pesquisa é comparar diferentes técnicas de Inteligência Artificial para classificação de fuga ao tema em textos e identificar aquela com melhor resultado para viabilizar um sistema de correção inteligente de redações. Para tanto, foram executados experimentos computacionais em 1.320 redações elaboradas em língua portuguesa visando a classificação desses textos para normalizar, identificar padrões e categorizar as redações em 119 temas diferentes. Os resultados indicam que o classificador Rede Neural Convolucional obteve maior ganho em relação aos demais classificadores analisados, tanto em acurácia quanto em relação aos resultados de falsos positivos, métricas de precisão, Recall e F1-Score. Como conclusão, a solução validada nesta pesquisa contribui para impactar positivamente o trabalho de professores e instituições de ensino, por meio da redução de tempo e custos associados ao processo de avaliação de redações.


  • Open Access

    Identificação de deficiências em textos educacionais com a aplicação de processamento de linguagem natural e aprendizado de máquina

    by Cíntia Maria de Araújo Pinho, Amanda Ferreira de Moura, Marcos Antonio Gaspar, Domingos Márcio Rodrigues Napolitano

    A correção de textos educacionais como redações e questões discursivas é uma tarefa importante, além disso, diversas escolas têm exigido a intensificação da atividade da escrita para a evolução do discente. Entretanto, o esforço despendido para a correção pode aumentar a carga de trabalho do professor ou até mesmo gerar custos adicionais, bem como um longo tempo de correção para instituições como o MEC (Ministério da Educação), que é responsável pela aplicação do ENEM (Exame Nacional do Ensino Médio). Em 2019 foi anunciado pelo MEC a tendência do ENEM se tornar digital, trazendo novas possibilidades para a análise e avaliação das redações elaboradas pelos estudantes. Neste contexto, algumas técnicas de inteligência artificial para análise de textos educacionais tem se revelado úteis no processo de avaliação automática da linguagem escrita. Assim, o objetivo desta pesquisa é analisar textos empregando para tanto as técnicas de Processamento de Linguagem Natural e Aprendizado de Máquina para identificar deficiências em textos educacionais. Esta pesquisa experimental consistiu na classificação de 695 redações elaboradas em língua portuguesa em 20 temas. Os resultados demonstraram que as técnicas empregadas possibilitaram a identificação de redações cujo conteúdo foge à temática proposta na prova, dentre outras informações importantes para que o docente possa identificar falhas na escrita da redação, tais como a coesão textual ou texto insuficiente. Os resultados esperados com a aplicação da solução desenvolvida neste experimento buscam otimizar o trabalho do professor, bem como reduzir o tempo e o custo do processo de avaliação de textos educativos.


  • Open Access

    APLICAÇÃO DE TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL PARA CLASSIFICAÇÃO DE FUGA AO TEMA EM REDAÇÕES

    by Cintia Maria de Araújo Pinho, Marcos Antonio Gaspar, Renato José Sassi

    O processo de correção manual de redações acarreta algumas dificuldades, dentre as quais apontam-se o tempo dispendido para a correção e devolutiva de resposta ao aluno. Para instituições como escolas de ensino básico e fundamental, universidades e o Exame Nacional do Ensino Médio (ENEM), tal atividade demanda tempo e custo para a avaliação dos textos produzidos. A fuga ao tema é um dos itens avaliados na redação do ENEM que pode anular a redação produzida pelo candidato. Neste contexto, a análise automática de redações com a aplicação de técnicas e métodos de Processamento de Linguagem Natural, Mineração de Textos e outras técnicas de Inteligência Artificial (IA) tem se revelado promissora no processo de avaliação automatizada da linguagem escrita. O objetivo desta pesquisa é comparar diferentes técnicas de IA para classificação de fuga ao tema em textos e identificar aquela com melhor resultado para viabilizar um sistema de correção inteligente de redações. Para tanto, foram executados experimentos computacionais visando a classificação desses textos para normalizar, identificar padrões e classificar as redações em 1.320 redações de língua portuguesa em 119 temas diferentes. Os resultados indicam que o classificador RNC (rede neural convolucional) obteve maior ganho em relação aos demais classificadores analisados, tanto em acurácia, quanto em relação aos resultados de falsos positivos, métricas de precisão, recall e F1-Score. Como conclusão, a solução validada nesta pesquisa contribui para impactar positivamente o trabalho de professores e instituições de ensino, por meio da redução de tempo e custos associados ao processo de avaliação de redações.


  • Open Access

    Optimization of operational costs of Call centers employing classification techniques

    by Amanda Ferreira de Moura, Cíntia Maria de Araújo Pinho, Domingos Márcio Rodrigues Napolitano, Fellipe Silva Martins, João Carlos Franco de Barros Fornari Junior

    The provision of credit to customers of banking chains through call center services has always been one of the resources that generate significant income for financial institutions, however, the service offers a cost, which is often above desirable to guarantee profitable contracting to Bank. Based on this, this work aims to evaluate the optimization of operational costs of call center, using classification techniques, through experimentation of supervised machine learning techniques to perform the classification task, in order to generate a predictive model, which offers a better performance in the operation of offering bank credit, to carry out an effective and productive action, conceiving greater savings for the company in identifying the public with greater adherence. For this, a database comprising 11,162 call records made from a bank offering its customers a letter of credit was employed. The results showed value correlations between variables, such as duration of the call, marital status, education level and even recurrence in adhering to subscribers' credit agreements. Through the application of the PCA to reduce dimensionality and classification models, such as AdaBoost, Gradient Boosting, SVM RBF, Naive Bayes, Random Forest, it was possible to perceive the consumer profile with good acquiescence for the investment proposal and a group of people with a high probability of not adhering to the letter of credit, so it was possible to outline an action directed to the public predisposed to the offer, minimizing expenses reaching greater profitability.


  • Open Access

    Avaliação da relação da Filosofia Lean e a Cultura Organizacional: uma revisão bibliométrica

    by Paola Montini, Cíntia Maria de Araújo Pinho, Renata Maria Nogueira de Oliveira, Ivanir Costa, Domingos Márcio Rodrigues Napolitano

    A Filosofia Lean é uma estratégia de negócios utilizada para aumentar a satisfação dos clientes, através da melhor utilização dos recursos da empresa. O êxito na sua aplicação tem uma forte dependência cultural devido o envolvimento das pessoas e na melhoria contínua dos processos internos da organização. Neste contexto, este artigo teve por objetivo analisar a relação entre a Filosofia Lean e a Cultura Organizacional, por meio de uma revisão sistemática da literatura amparada por um estudo bibliométrico para avaliar a aplicação da Filosofia Lean na Cultura Organizacional. As buscas foram realizadas nas bases digitais Web Of Science e Scopus dentro de um período de 10 anos, e analisados os comportamentos bibliométricos existentes entre os dois temas. Foi utilizada uma pesquisa qualitativa e quantitativa com uso de estatística para medir índices de produção acadêmica, bem como analisado o desenvolvimento da Cultura Organizacional e a Filosofia Lean, enquanto áreas de pesquisa científica, relacionadas por meio da evolução das publicações. Os resultados encontrados evidenciam uma relação entre as duas áreas conforme verificado nos resultados dessa pesquisa a Cultura Organizacional é um tema mais antigo e que norteia a forma como as organizações se comportam, entretanto, após o surgimento da Filosofia Lean, pode ser percebido que os autores desses dois assuntos se citam e se relacionam demostrando que a Filosofia Lean pode ser associada à Cultura Organizacional de forma que passe a moldá-la para benefício do cliente.