[pt] O objetivo da pesquisa foi dedicado à preparação de novos materiais híbridos à base de sílica contendo sistemas moleculares ou nanométricos de carbono com sistema de elétrons pi conjugados, imobilizados covalentemente para posterior aplicações como adsorventes e eletrodos para pré-concentração e determinação de compostos aromáticos. Deste modo, propôs-se o desenvolvimento das metodologias para as imobilizações covalentes de antraceno (Ant), pontos quânticos de óxido de grafeno (GOQDs) e nanopontos de carbono (CDs) na superfície da sílica (SiO2). Estes compostos são constituídos de sistemas conjugados de elétrons pi e, portanto, podem formar interação intramolecular de empilhamento pi–pi com compostos aromáticos. Nanocompósito de GOQDs imobilizados foi preparado através da interação covalente de fragmentos nanoméricos de óxido de grafeno (GO). Três tipos de SiO2-Ant foram obtidos através de abordagem de montagem da superfície pela reação de alquilação condensação de sílica modificada com grupos aminopropila. Estes materiais podem ter diferentes arranjos de ligantes de antraceno na superfície da sílica e, portanto, podem apresentar diferentes propriedades doadoras de elétrons-pi. Nanocompósitos de sílica gel com CDs imobilizados foram preparados por duas abordagens diferentes. Na primeira, os CDs foram obtidos a partir do ácido cítrico como material de partida e posteriormente imobilizados em sílica. O segundo método consistiu no uso de sílica gel porosa como nanorreator para a preparação de CDs. Este método é simples e robusto, o qual permite um maior controle do tamanho e da composição do nanomaterial. Além disso, os efeitos da modificação da sílica, tamanho dos poros, tempo de síntese, estabilidade hidrolítica, tamanho das nanopartículas de carbono e rendimento quântico da fluorescência foram avaliados. Foi demonstrado que a carbonização do gel aminosilica com ácido cítrico incorporado resultou na formação de CDs não imobilizados e CDs imobilizados. Devido à forte fixação na superfície, os CDs podem ser facilmente purificados através de simples lavagem do nanocompósito com água. Os C-pontos preparados apresentaram fotoluminescência independente de excitação a 445 nm com rendimento quântico até 80 porcento, o que os tornam atraentes para aplicação bioanalítica. O nanocompósito imobilizado com GOQDs foi preparado por ligações covalentes dos fragmentos de GO em nanoescala. A composição da camada superficial de todos adsorventes foi determinada a partir de análises elementares e termogravimétricas, fotoelétrons de raios X, ressonância magnética nuclear no estado sólido, Raman, FTIR e espectroscopia de fluorescência. As propriedades texturais dos adsorventes foram determinadas, bem como a cinética de imobilização do ligante, o grau de transformação da superfície e a estabilidade hidrolítica dos grupos enxertados, o efeito da porosidade da sílica no grau de conversão do ligante. As propriedades de adsorção dos materiais foram avaliados pela extração em fáse sólida nos modos dinâmico e estático para os compostos modelos azul de metileno e antraceno em várias fases móveis aquosas-orgânicas e orgânicas, na presença de componentes interferentes. Os nanomateriais obtidos apresentaram maior afinidade para compostos aromáticos do que os cartuchos comerciais C18 para extração em fase sólida (SPE) de fases orgânicas móveis que permitem a separação em uma etapa dos hidrocarbonetos aromáticos policíclicos (PAHs) na matriz com alta concentração de ácidos graxos. Ademais, sílica gel com GOQDs imobilizados foi usado para análise eletroquímica de antibióticos e hormônios selecionados. O eletrodo demonstrou atividade eletrocatalítica em relação ao estriol (ET), dietilestilbestrol (DES), sulfametoxazol (SMZ) e trimetoprim (TMP) que possibilitaram determinar esses analitos com até 0.009 μmol L(-1) (ET). / [en] The objective of the present research was devoted to the preparation of new silica-based hybrid materials having covalently immobilized carbon-containing molecular and nanometric systems with delocalized pi-electrons that can be used as adsorbents and electrodes for preconcentration and determination of aromatic compounds. For this purpose, methodologies for covalent immobilization of anthracene (Ant), graphene oxide quantum dotes (GOQDs) and carbon nanodots (CDs) on silica surface (SiO2) have been developed. These compounds have a conjugated system of pi-electrons and thus can form intramolecular pi–pi stacking interaction with aromatic compounds. The nanocomposite with immobilized GOQDs was prepared by covalent immobilization of nanoscale graphene oxide (GO) fragments. Three sets of SiO2-Ant were obtained using reaction surface assembling reactions by alkylation and condensation of silica with immobilized primary amines. These materials can have different arrangements of anthracene ligands on silica surface and so pi-donor properties. Silica gel nanocomposites with immobilized CDs were prepared by two different approaches. For the first one, the CDs were obtained from the molecular precursor and then immobilized on silica. For the second method, CDs were prepared by nanoreactor approach directly in silica gel pores. The second method is facile and robust and also allows better control of the particle size and composition. The effects of silica gel modification, pore size, synthesis time, hydrolytic stability, carbon nanoparticle size and quantum yield of the fluorescence were studied. It was demonstrated that the carbonization of aminosilica gel with embedded citric acid resulted in the formation of unbound CDs and immobilized CDs. Due to firm attachment to the surface CDs can be easily separated from low-molecular-weight impurities and CDs by simple rinsing of the nanocomposite with water. As prepared CDs demonstrate excitation-independent photoluminescence at 445 nm with quantum yield up to 80 percent that makes them attractive for bioanalytical application. The composition of the surface layer of the adsorbents was determined from elemental and thermogravimetric analysis, X-ray photoelectron, solid nuclear magnetic resonance, Raman, FTIR, and fluorescent spectroscopy. The textural properties of the adsorbents were determined as well as ligand immobilization kinetics, the degree of surface transformation and hydrolytic stability of the grafted groups, the effect of silica porosity on ligand conversion degree. The adsorption properties of the materials were studied in dynamic and static solid-phase extraction (SPE) modes for the model compounds methylene blue and anthracene in various aqueous-organic and organic mobile phases, in the presence of interfering components. It was demonstrated that studied materials have a higher affinity towards aromatic compounds than commercial C18 SPE cartridges in organic mobile phases that allow one-step separation of polycyclic aromatic hydrocarbons in the matrix with a high concentration of fatty acids. Also, silica-immobilized GOQDs was used for electrochemical analysis of selected antibiotics and hormones. The electrode demonstrated electrocatalytic activity towards estriol (ET), diethylstilbestrol (DES), sulfamethoxazole (SMZ), and trimethoprim (TMP) that made it possible to determine these analytes with up to 9 nmol L(-1) (ET).

[pt] Ao extrair isosuperfícies de dados volumétricos massivos, em geral a superfície de saída é densa, podendo demandar muita memória para seu processamento. Além disso, dependendo do método de extração utilizado, podese também obter um resultado contendo diversos problemas geométricos e topológicos. Neste estudo, experimentamos combinações de diferentes métodos de extração de isosuperfícies juntamente com estratégias out-of-core que permitem uso inteligente do recurso computacional para sintetizar aproximações poligonais dessas superfícies, preservando a topologia original segmentada. O método implementado foi testado em um volume sísmico real para extração da superfície de domo de sal. / [en] When extracting isosurfaces from massive volumetric datasets, in general, the output surface is dense, and may require a lot of memory for processing. In addition to this, depending on the extraction method used, the result can also include several geometric and topological problems. In this study, we experimented combinations of different isosurface extraction methods along out-of-core strategies to generate polygonal approximations to these surfaces, preserving the original topology segmented in the volumetric dataset. The implemented method was tested in a real seismic volume dataset for the salt dome extraction.

[pt] A análise de documentos financeiros não estruturados é uma atividade essencial para a supervisão do mercado de capitais realizada pela Comissão de Valores Mobiliários (CVM). Formas de automatização que reduzam o esforço humano despendido no processo de triagem de documentos são vitais para a CVM lidar com a escassez de recursos humanos e a expansão do mercado de valores mobiliários. Nesse contexto, a dissertação compara sistematicamente diversos algoritmos de aprendizado de máquina e técnicas de processamento de texto, a partir de sua aplicação em duas tarefas de processamento de linguagem natural – classificação de documentos e extração de informações – desempenhadas em ambiente real de supervisão de mercados. Na tarefa de classificação, os algoritmos clássicos proporcionaram melhor desempenho que as redes neurais profundas, o qual foi potencializado pela aplicação de técnicas de subamostragem e comitês de máquinas (ensembles). A precisão atual, estimada entre 20 por cento, e 40 por cento, pode ser aumentada para mais de 90 por cento, com a aplicação dos algoritmos testados. A arquitetura BERT foi capaz de extrair informações sobre aumento de capital e incorporação societária de documentos financeiros. Os resultados satisfatórios obtidos em ambas as tarefas motivam a implementação futura em regime de produção dos modelos estudados, sob a forma de um sistema de apoio à decisão. Outra contribuição da dissertação é o CVMCorpus, um corpus constituído para o escopo deste trabalho com documentos financeiros entregues por companhias abertas brasileiras à CVM entre 2009 e 2019, que abre possibilidades de pesquisa futura linguística e de finanças. / [en] The analysis of unstructured financial documents is key to the capital markets supervision performed by Comissão de Valores Mobiliários (Brazilian SEC or CVM). Systems capable of reducing human effort involved in the task of screening documents and outlining relevant information, for further manual review, are important tools for CVM to deal with the shortage of human resources and expansion of the Brazilian securities market. In this regard, this dissertation presents and discusses the application of several machine learning algorithms and text processing techniques to perform two natural language processing tasks— document classification and information extraction—in a real market supervision environment. In the classification exercise, classic algorithms achieved a better performance than deep neural networks, which was enhanced by applying undersampling techniques and ensembles. Using the tested algorithms can improve the current precision rate from 20 percent–40 percent to more than 90 percent. The BERT network architecture was able to extract information from financial documents on capital increase and mergers. The successful results obtained in both tasks encourage future implementation of the studied models in the form of a decision support system. Another contribution of this work is the CVMCorpus, a corpus built to produce datasets for the tasks, with financial documents released between 2009 and 2019 by Brazilian companies, which opens possibilities of future linguistic and finance research.

[pt] Este trabalho descreve a mineração de informações em linguagem natural a partir do repositório de projetos GitHub. É explicada como o conteúdo de projetos semelhantes dada uma busca por domínio podem ser úteis para o reuso de conhecimento, e assim, ajudar nas tarefas de Elicitação de Requisitos. Técnicas de mineração de textos, regularidades independentes do domínio, e os metadados de GitHub são os métodos utilizados para selecionar projetos relevantes e as informações dentro deles. Uma abordagem para atingir nossa meta utilizando pesquisa exploratória é explicada, bem como descrevemos os resultados alcançados. / [en] This work describes the mining of information in natural language from the GitHub repository. It is explained how the content of similar projects given a search domain can be useful for the reuse of knowledge, and thus help in the Requirements Elicitation tasks. Techniques of text mining, regularities independent from domain, and GitHub metadata are the methods used to select relevant projects and the information within them. One approach to achieve our goal is explained with an exploratory research and the results achieved.

[pt] Os elementos terras raras (ETRs) têm sido cada vez mais utilizados na indústria moderna como os componentes essenciais de catalisadores, ímãs de alto desempenho, supercondutores, sistemas de telecomunicações. O desenvolvimento da energia limpa aumentará ainda mais a demanda, pois ETRs são usados na produção de baterias e painéis solares. O processo de produção ambientalmente sustentável substituirá ou complementará as fontes atuais. Assim, a separação e a reciclagem de ETRs são de grande importância para diversificar as fontes dos ETRs. A maioria das tecnologias atuais para o enriquecimento de ETRs é baseada na extração de solventes e troca iônica. Elas não são sustentáveis e não são aplicáveis ao tratamento de lixo eletrônico. Um dos primeiros adsorventes seletivos para extração em fase sólida dos ETRs foi proposto recentemente (Callura et al., 2018). A presente pesquisa estudou 3 adsorventes organo-sílicas (OSAd) com fragmentos imobilizados covalentemente de N-Benzoil-N-fenil-hidroxilamina (BPHA), ácido 2,6-piridinodicarboxílico (PdCA) e ácido amino di(metilenofosfônico) (AdMPA). Foi mostrado que os adsorventes podem ser utilizados com sucesso para separação e preconcentração dos elementos terras raras das soluções aquosas. A pesquisa demonstrou a alta afinidade dos adsorventes aos ETRs (La3+ - Lu3+), Sc3+ e Y3+. A adsorção competitiva dos ETRs da solução multielementar, sua dependência de pH, isotermas e estudos de cinética, recuperação e dessorção de íons metálicos, bem como a reutilização de adsorventes foram investigados. A caracterização qualitativa e quantitativa dos adsorventes foi estudada por espectroscopia no infravermelho por transformada de Fourier, espectroscopia de fotoelétrons de raios-X de alta resolução, análise RMN no estado solido, medições BET, análise elementar e termogravimétrica. Foi demonstrado que os OSAd propostos podem ser utilizados com sucesso para remover íons ETR da solução aquosa em 10 minutos. Os adsorventes demonstram diferenças essenciais na afinidade para ETRs que permitem a utilização dos OSAd para vários fins, incluindo pré-concentração para determinação de traços de ETRs em água natural, separação de ETRs dos outros metais em lixo eletrônico, e a separação individual dos ETRs. A pesquisa demonstra que o SiO2-BPHA pode recuperar todos os ETRs de solução com pH maior ou igual a 5.0 e liberá-los após eluição de 0.1 mol L-1 HNO3 com eficiência superior a 95 por cento. Outros OSAd - SiO2-PdCA e SiO2-AdMPA são os únicos adsorventes que podem remover os íons ETRs da solução aquosa em pH maior ou igual a 2. Devido a isso, SiO2-PdCA e SiO2-AdMPA podem ser usados para a reciclagem dos ETRs do lixo eletrônico. Foi demonstrado que o SiO2 PdCA pode ser utilizado para a recuperação seletiva de elementos de terras raras (Y, Eu, Tb) dos resíduos de lâmpadas fluorescentes. SiO2-PdCA demonstra alta seletividade que permite recuperação completa (maior que 95 por cento) de todos os ETRs na presença de excesso (50 vezes) de íons Ba2+ que é útil para determinação analítica de traços dos ETRs por ICP-MS. Além disso, SiO2-PdCA é útil para a adsorção seletiva dos ETRs de amostras ambientais, pois o excesso de 200 vezes de íons Fe3+, Cu2+, Ca2+, Mg2+, Na+, K+ e Al3+ predominantes em amostras ambientais, causa pouca interferência na eficiência do adsorvente. SiO2-BPHA demonstra maior seletividade para ETRs pesados. Em condições ótimas, o fator de seletividade é cerca de 80 (para pares Lu/La e Yb/La) e cerca de 60 (para o par Tm/La), que demonstra alto potencial do SiO2-BPHA na separação individual dos ETRs. Estudos de reusabilidade demonstram que SiO2-BPHA pode ser usado para adsorção quantitativa de quase todos os ETRs (adsorção média de Ce e Pr é cerca de 90 por cento) de uma solução multielementar com pH igual a 5.0 sem perda na capacidade de adsorção e seletividade por pelo menos cinco ciclos. Foi demonstrado que a adsorção de metais por OSAd ocorre devido à formação de complexos entre o ligante imobilizado e os íons metálicos. Por exemplo, a adsorção de íons Eu3+ e Tb3+ por SiO2-PdCA e SiO2-AdMPA gera luminescência forte de cor vermelha e verde, respectivamente. A adsorção de Fe3+ em SiO2-BPHA leva ao desenvolvimento da cor vermelha do adsorvente cuja intensidade é proporcional à concentração de metal adsorvido. Os complexos metálicos imobilizados são muito estáveis em água e meios orgânicos e podem ser usados para o desenvolvimento de sensores ópticos dos ETRs e fases cromatográficas de troca de ligante. / [en] Rare earth elements (REEs) have been increasingly used in modern industry as essential components of many catalysts, high-performance magnets, superconductors, telecommunication systems. Clean energy development will further boost the demand for REEs since they are used in the production of batteries and solar panels. Environmentally sustainable production process shall substitute or supplement current ore sources. Thus, separation and recycling of REEs are of great importance to diversify the sources of REEs. Most existing technologies for enrichment of REEs are based on solvent extraction and ion exchange. They are not sustainable and are not applicable to electronic waste (e-waste) treatment. One of the first selective adsorbent for REEs SPE extraction was proposed recently (Callura et al., 2018). The research proposed demonstrates other organo-silica adsorbents (OSAd) with covalently immobilized fragments of N-Benzoyl-Nphenylhydroxylamine (BPHA), 2,6-pyridinedicarboxylic acid (PdCA) and aminodi(methylene-phosphonic) acid (AdMPA) can be successfully used both for preconcentration and separation of REEs. This research demonstrates high affinity of the adsorbents to REE (La3+ - Lu3+), Sc3+ and Y3+. Competitive adsorption of REEs from multielement solution and pH dependence, isotherm and kinetics studies, metal ion recovery and desorption, as well as the adsorbent reusability have been investigated. The research is accomplished with qualitative and quantitative characterization of the adsorbent, physical and chemical properties using Fourier transform infrared spectroscopy, high-resolution X-ray photoelectron spectroscopy, solid-state NMR, BET measurements, elemental and thermogravimetric analysis. It has been demonstrated that the proposed OSAd can be successfully used to remove REE ions from aqueous solution within 10 min. Sharp changes of REEs recovery has been observed in a narrow range of the pH that allows developing a methodology for removal of REEs from solution. The adsorbents demonstrate an essential difference in REE affinity that allows utilization of the OSAd for various purposes, including pre-concentration for determination of REE traces in natural waters, separation of REE from color and other metals in e-waste, separation of individual REE. It is demonstrated that SiO2-BPHA can recover all REE from solution with pH bigger or equal 5.0 and release them to solution under treatment with 0.1 M HNO3 with efficiency more than 95 percent. Additionally, OSAd - SiO2-PdCA and SiO2- AdMPA are the only adsorbents that can remove REE ions from aqueous solution with pH bigger or equal 2. Because of this SiO2-PdCA and SiO2-AdMPA can be used for the recycling of rare earth elements from electronic waste. It was demonstrated that SiO2-PdCA can be used for selective recovery of rare earth elements (Y, Eu, Tb) from waste fluorescent lamps. SiO2-PdCA demonstrates high selectivity that allows complete (bigger 95 percent) recovery of all REE in the presence of 50-fold excess of Ba2+ ions that is used for analytical determination of REE traces by ICP-MS. Also, SiO2- PdCA is useful for selective adsorption of REE from environmental objects since 200-fold excess of such ions as Fe3+, Cu2+, Ca2+, Mg2+, Na+ , K+ and Al3+ which are predominate in environmental objects cause little interference on the adsorbent removal efficiency. SiO2-BPHA demonstrates higher selectivity towards heavy REEs. In optimal conditions selectivity factor is about 80 (for Lu/La and Yb/La pairs) and about 60 (for Tm/La pair), which demonstrates the high potential of SiO2- BPHA in separation of individual REEs. Reusability test demonstrates that SiO2- BPHA can be used for quantitative adsorption of almost all REEs (average adsorption of Ce and Pr ions is about 90 percent) from multielement solution with pH equal 5.0 without lost in adsorption capacity and selectivity for at least five consecutive cycles. It is demonstrated that adsorption of metals on the OSAd takes place due to complex formation between immobilized ligand and metal ions. For example, adsorption of Eu3+ and Tb3+ ions on SiO2-PdCA and SiO2-AdMPA generates strong red and green luminescence, respectively. Adsorption of Fe3+ on SiO2-BPHA leads to development of red color of the adsorbent which intensity is proportional to metal loading. Immobilized metal complexes are very stable in water and organic media that can be used for further development of optical sensors for REE and stationary phases for ligand-exchange chromatography.

[pt] Os polissacarídeos constituintes da biomassa lignocelulósica podem ser beneficiados através de processos industriais. Entretanto, para manipulá-los é necessário que a biomassa seja submetida ao processo de pré-tratamento. Esta é uma das etapas mais caras e relevantes para a disposição e aplicação das frações lignocelulósicas. O presente estudo consiste em uma investigação detalhada do processo de pré-tratamento da biomassa lignocelulósica com H2O2, a qual foi realizada através de tecnologias inteligentes que viabilizaram a otimização deste processo. Ferramentas de inteligência artificial revelam-se vantajosas na solução dos gargalos associados aos avanços tecnológicos. Possibilitam a modelagem matemática de um processo com máxima eficiência, otimizando sua produtividade, transformando dados experimentais em informações úteis e demonstrando as infinitas possibilidades das relações das variáveis envolvidas. As variáveis independentes estudadas foram a temperatura (25 – 45 graus Celsius) e a concentração de peróxido de hidrogênio (1.5 – 7.5 porcento m/v). Técnicas analíticas qualitativas (Raman e FTIR) e quantitativa (Método de Klason) foram aplicadas para produzir um banco de dados referente a extração da lignina com H2O2, o qual foi utilizado no desenvolvimento de modelos neurais aplicando Redes Neurais Artificiais (ANN, do inglês Artificial Neural Networks) e Sistema de Inferência Adaptativa Neuro-Difusa (ANFIS, do inglês Adaptive neuro fuzzy inference system). E modelos polinomiais, os quais tiveram seus parâmetros estimados por Algoritmos Genéticos (GA, do inglês Genetic Algorithms). Os modelos desenvolvidos conseguiram predizer: o Teor de Lignina Extraída (porcento) por Espectroscopia Raman, o Teor de Lignina Oxidada (porcento) por FTIR, o Teor de Lignina Residual (porcento) pelo Método de Klason, e por último, dois modelos para a comparação da resposta analítica qualitativa com a resposta analítica quantitativa. Os modelos polinomiais, que tiveram seus parâmetros estimados por GA foram avaliados estatisticamente através da ANOVA e pelo coeficiente de correlação (R2). E os modelos neurais desenvolvidos foram avaliados pelo coeficiente de correlação (R2), número de parâmetros e índices de erro (SSE, MSE e RMSE). Para cada modelo polinomial e neural proposto, quando coerente, superfícies de resposta e curvas de contorno foram plotadas permitindo a identificação da região operacional mais indicada para a realização do pré-tratamento com H2O2. Dentre as estratégias inteligentes propostas, os modelos desenvolvidos com ANN mostraram-se mais eficientes para as predições relacionadas à extração da lignina. / [en] Industrial processes benefit the polysaccharides constituting the lignocellulosic biomass. However to manipulate them it is necessary that the biomass is submitted to the pre-treatment process. This is one of the most expensive and relevant steps for the arrangement and application of lignocellulosic fractions. The present study consists of a detailed investigation of the pretreatment process of lignocellulosic biomass with H2O2, applying intelligent technologies that enabled the optimization of this process. Artificial intelligence tools prove to be advantageous in solving the bottlenecks associated with technological advances. They enable the mathematical modeling of a process with maximum efficiency, optimizing its productivity, transforming experimental data into useful information and demonstrating the infinite possibilities of the relationships of the variables involved. The independent variables studied were the temperature (25-45 Celsius degrees) and the concentration of hydrogen peroxide (1.5 - 7.5 percent m / v). Qualitative analytical techniques (Raman and FTIR) and quantitative (Klason method) were applied to produce a database for the extraction of lignin with H2O2, which was used in the development of neural models applying Artificial Neural Networks (ANN) and Adaptive Neuro-Fuzzy Inference System (ANFIS). And polynomial models, which had their parameters estimated by Genetic Algorithms (GA). The models developed were able to predict: the Extracted Lignin Content (percent) by Raman Spectroscopy, the Oxidized Lignin Content (percent) by FTIR, the Residual Lignin Content (percent) by the Klason Method, and lastly, two models for the comparison of the qualitative analytical response with the quantitative analytical response. The polynomial models, which had their parameters estimated by GA, were statistically evaluated using ANOVA and correlation coefficient (R2) evaluated the polynomial models developed by GA statistically. And the neural models developed were evaluated by the coefficient of correlation (R2), number of parameters and error indexes (SSE, MSE and RMSE). For each proposed polynomial and neural model, when coherent, response surfaces and contour curves were plotted allowing the identification of the most suitable operational region for the pretreatment with H2O2. Among the proposed intelligent strategies, the models developed with ANN proved to be more efficient for the predictions related to lignin extraction.

[pt] A Extração e Atribuição de Citações é a tarefa de identificar citações de um texto e associá-las a seus autores. Neste trabalho, apresentamos um sistema de Extração e Atribuição de Citações para a língua portuguesa. A tarefa de Extração e Atribuição de Citações foi abordada anteriormente utilizando diversas técnicas e para uma variedade de linguagens e datasets. Os modelos tradicionais para a tarefa consistem em extrair manualmente um rico conjunto de atributos e usá-los para alimentar um classificador raso. Neste trabalho, ao contrário da abordagem tradicional, evitamos usar atributos projetados à mão, usando técnicas de aprendizagem não supervisionadas e redes neurais profundas para automaticamente aprender atributos relevantes para resolver a tarefa. Ao evitar a criação manual de atributos, nosso modelo de aprendizagem de máquina tornou-se facilmente adaptável a outros domínios e linguagens. Nosso modelo foi treinado e avaliado no corpus GloboQuotes e sua métrica de desempenho F1 é igual a 89.43 por cento. / [en] Quotation Extraction and Attribution is the task of identifying quotations from a given text and associating them to their authors. In this work, we present a Quotation Extraction and Attribution system for the Portuguese language. The Quotation Extraction and Attribution task has been previously approached using various techniques and for a variety of languages and datasets. Traditional models to this task consist of extracting a rich set of hand-designed features and using them to feed a shallow classifier. In this work, unlike the traditional approach, we avoid using hand-designed features using unsupervised learning techniques and deep neural networks to automatically learn relevant features to solve the task. By avoiding design features by hand, our machine learning model became easily adaptable to other languages and domains. Our model is trained and evaluated at the GloboQuotes corpus, and its F1 performance metric is equal to 89.43 percent.

[pt] As técnicas de processamento de linguagem natural (NLP) estão se tornando populares recentemente. A gama de aplicativos que se beneficiam de NLP é extensa, desde criar sistemas de tradução automática até ajudar no marketing de um produto. Dentro de NLP, o campo de Extração de Informações (IE) é difundido; concentra-se no processamento de textos para recuperar informações específicas sobre uma determinada entidade ou conceito. Ainda assim, a comunidade de pesquisa se concentra principalmente na construção de modelos para dados na língua inglesa. Esta tese aborda três tarefas no domínio do IE: Reconhecimento de Entidade Nomeada, Extração de Relações Semânticas e Extração Conjunta de Entidade e Relação. Primeiro, criamos um novo conjunto de dados em português no domínio biomédico, descrevemos o processo de anotação e medimos suas propriedades. Além disso, desenvolvemos um novo modelo para a tarefa de Extração Conjunta de Entidade e Relação, verificando que o mesmo é competitivo em comparação com outros modelos. Finalmente, avaliamos cuidadosamente os modelos propostos em textos de idiomas diferentes do inglês e confirmamos a dominância de modelos baseados em redes neurais. / [en] Natural language processing (NLP) techniques are becoming popular recently. The range of applications that benefit from NLP is extensive, from building machine translation systems to helping market a product. Within NLP, the Information Extraction (IE) field is widespread; it focuses on processing texts to retrieve specific information about a particular entity or concept. Still, the research community mainly focuses on building models for English data. This thesis addresses three tasks in the IE domain: Named Entity Recognition, Relation Extraction, and Joint Entity and Relation Extraction. First, we created a novel Portuguese dataset in the biomedical domain, described the annotation process, and measured its properties. Also, we developed a novel model for the Joint Entity and Relation Extraction task, verifying that it is competitive compared to other models. Finally, we carefully evaluated proposed models on non-English language datasets and confirmed the dominance of neural-based models.

[pt] Este trabalho tem como objetivo construir um classificador baseado em regras de inferência fuzzy, as quais são extraídas a partir de máquinas de vetor suporte (SVMs) e ajustadas com o auxílio de um algoritmo genético. O classificador construído visa a diagnosticar transformadores de potência. As SVMs são sistemas de aprendizado baseados na teoria do aprendizado estatístico e apresentam boa habilidade de generalização em conjuntos de dados reais. SVMs, da mesma forma que redes neurais (RN), geram um modelo caixa preta, isto é, um modelo que não explica o processo pelo qual sua saída é obtida. Entretanto, para alguns problemas, o conhecimento sobre como a classificação foi obtida é tão importante quanto a classificação propriamente dita. Alguns métodos propostos para reduzir ou eliminar essa limitação já foram desenvolvidos, embora sejam restritos à extração de regras simbólicas, isto é, contêm funções ou intervalos nos antecedentes das regras. No entanto, a interpretabilidade de regras simbólicas ainda é reduzida. De forma a aumentar a interpretabilidade das regras, o modelo FREx_SVM foi desenvolvido. Neste modelo as regras fuzzy são extraídas a partir de SVMs treinadas. O modelo FREx_SVM pode ser aplicado a problemas de classificação com n classes, não sendo restrito a classificações binárias. Entretanto, apesar do bom desempenho do modelo FREx_SVM na extração de regras linguísticas, o desempenho de classificação do sistema de inferência fuzzy obtido é ainda inferior ao da SVM, uma vez que as partições (conjuntos fuzzy) das variáveis de entrada são definidas a priori, permanecendo fixas durante o processo de aprendizado das regras. O objetivo desta dissertação é, portanto, estender o modelo FREx_SVM, de forma a permitir o ajuste automático das funções de pertinência das variáveis de entrada através de algoritmos genéticos. Para avaliar o desempenho do modelo estendido, foram realizados estudos de caso em dois bancos de dados: Iris, como uma base benchmark, e a análise de resposta em frequência. A análise de resposta em frequência é uma técnica não invasiva e não destrutiva, pois preserva as características dos equipamentos. No entanto, o diagnóstico é feito de modo visual comparativo e requer o auxílio de um especialista. Muitas vezes, este diagnóstico é subjetivo e inconclusivo. O ajuste automático das funções de pertinência correspondentes aos conjuntos fuzzy associados às variáveis de entrada reduziu o erro de classificação em até 13,38 por cento em relação à configuração sem este ajuste. Em alguns casos, o desempenho da configuração com ajuste das funções de pertinência supera até mesmo aquele obtido pela própria SVM. / [en] This work aims to develop a classifier model based on fuzzy inference rules, which are extracted from support vector machines (SVMs) and optimized by a genetic algorithm. The classifier built aims to diagnose power transformers. The SVMs are learning systems based on statistical learning theory and have provided good generalization performance in real data sets. SVMs, as artificial neural networks (NN), generate a black box model, that is, a model that does not explain the process by which its output is obtained. However, for some applications, the knowledge about how the classification was obtained is as important as the classification itself. Some proposed methods to reduce or eliminate this limitation have already been developed, although they are restricted to the extraction of symbolic rules, i.e. contain functions or ranges in the rules´ antecedents. Nevertheless, the interpretability of symbolic rules is still reduced. In order to increase the interpretability of the rules, the FREx_SVM model was developed. In this model the fuzzy rules are extracted from trained SVMs. The FREx_SVM model can be applied to classification problems with n classes, not being restricted to binary classifications. However, despite the good performance of the FREx_SVM model in extracting linguistic rules, the classification performance of fuzzy classification system obtained is still lower than the SVM, since the partitions (fuzzy sets) of the input variables are predefined at the beginning of the process, and are fixed during the rule extraction process. The goal of this dissertation is, therefore, to extend the FREx_SVM model, so as to enable the automatic adjustment of the membership functions of the input variables through genetic algorithms. To assess the performance of the extended model, case studies were carried out in two databases: iris benchmark and frequency response analysis. The frequency response analysis is a noninvasive and non-destructive technique, because it preserves the characteristics of the equipment. However, the diagnosis is carried out by visual comparison and requires the assistance of an expert. Often, this diagnosis is subjective and inconclusive. The automatic adjustment of the membership functions associated with input variables reduced the error up to 13.38 per cent when compared to the configuration without this optimization. In some cases, the classification performance with membership functions optimization exceeds even those obtained by SVM.

[pt] O objetivo desta pesquisa foi a substituição de técnicas convencionais de extração de amostras para análise hidrocarbonetos policíclicos aromáticos (HPAs) em amostras de tecido para um procedimento confiável, rápido e ambientalmente mais sustentáveis. O novo método foi desenvolvido usando um método de extração com solvente pressurizado, avaliando dois materiais de referência padrão (peixe e mexilhão) e amostras de sardinhas fortificadas (Sardinella sp.). Cinco procedimentos de extração diferentes foram avaliados e o melhor desempenho obtido foi pela extração de 1 g de tecido liofilizado em conjunto com 5 g de sílica desativada (5 por cento), mistura de diclorometano: metanol (4: 1 v / v), temperatura de 80 graus C, três ciclos, 10 min de tempo estático e 90 s de tempo de purga. Este método foi ainda validado pela análise de nove réplicas do material de referência número 2974a(Orgânicos em Tecido de Mexilhão Liofilizado) do National Institute of Standard and Technology (NIST), resultando em uma recuperação média de 85 mais ou menos 14 por cento. As médias e as incertezas obtidos para cada HPA foram equivalentes aos do material de referência, corroborando a confiabilidade do método desenvolvido. Um tempo de processamento mais curto, menos uso de solventes e reagentes e menor manipulação do extrato resultou em um método eficaz e alinhado às diretrizes da química verde. / [en] The aim of this research was the replacement of conventional sample extraction techniques for polycyclic aromatic hydrocarbons (PAH) in tissue samples for a reliable, fast and environmentally more sustainable. The methodwas developed using a pressurized solvent extraction method and assessing two different standard reference materials (fish and mussel) and freeze-dried and fortified sardine samples (Sardinella sp.). Five different extraction procedures were evaluated and the best performance comprised 1 g of lyophilized tissue, 5 g of deactivated (5 percent) silica, a dichloromethane:methanol (4:1 v/v) mixture, a temperature of 80 C degrees, three cycles, 10 min of static time and 90 s of purge time. The method selected following these tests was further validated through the analysis of nine replicates of the National Institute of Standard and Technology (NIST) reference material No. 2974a (Organics in Freeze-Dried Mussel Tissue), resulting in an effective recovery of 85 more or less 14 percent. The means and uncertainties attained for each PAH were equivalent to those of the reference material, corroborating the reliability of the developed method. A shorter processing time, less use of solvents and reagents and lower extract manipulation resulted in an effective method aligned with green-chemistry guidelines.