4.2 Ciclo de um Sistema RBC
4.3.3 Modelo Espaço Vetorial
O Modelo Espaço Vetorial é um modelo algébrico para representação de documentos e consultas no formato de vetores. Ele é composto, fundamentalmente, pelos métodos
Term Frequency and Inverse Document Frequency (TF-IDF). Vários outros métodos, não
menos importantes, também compõem o TF-IDF, como o cálculo do cosseno entre dois casos, por exemplo.
Enquanto o TF provê maior relevância de um termo, quando maior for sua incidência em determinado caso, o IDF define que os termos que aparecem em muitos casos não são úteis para distinguir relevância (ANACLETO, 2011).
Segundo Baeza-Yates, Ribeiro-Neto et al.(1999), os termos anteriormente explici- tados podem ser matematicamente descritos como:
TF:
tfi,j =
f reqt,d
maxif reqi,j
(4.8) IDF: idfi = log( N ni ) (4.9) Onde:
•
f req
t,d: Frequência do termok
i no documentod
j; •n
i: Número de documentos que contém o termok
i; •N
: Número total de documentos na base;Capítulo 4. RACIOCÍNIO BASEADO EM CASOS 64
4.4
Considerações Finais
Neste capítulo foram analisadas as técnicas de Inteligência Artificial relacionadas ao Raciocínio Baseado em Casos, seu clico de funcionamento e quais as decisões de projeto essenciais para o desenvolvimento de aplicações que utilizem tais prerrogativas em seu modo de execução.
Mais ainda, relativizamos os aspectos textuais dos Termos de Referência como o Raciocínio Baseado em Casos Textual (RBCT), e como essas técnicas podem ser utilizdas, juntamente com o Processamento de Linguagem Natural para catalisar as tarefas dos gestores públicos na confecção de seus documentos.
No próximo capítulo analisaremos algumas aplicações que também utilizam técnicas de RBCT, em domínios distintos, com a finalidade de agilizar os processos trabalhados em cada uma de suas áreas de atuação.
65
5 TRABALHOS RELACIONADOS
Na pesquisa realizada foram encontradas aplicações que utilizam o RBCT aplicado a domínios distintos, isto é, diferentes do auxílio à confecção de Termos de Referência, porém funcionam com arquiteturas similares que foram estudadas para a elaboração do protótipo de aplicação de RBC desenvolvido. Dessa forma, serão apresentadas algumas aplicações avaliadas que utilizam de técnicas similares para o objetivo de responder às necessidades atuais pela análise dos casos passados.
5.1
SMART
O SMART, Support Management Automated Reasoning Technology, é uma ferra- menta da Compaq que é utilizada com o objetivo de auxiliar seus clientes. O sistema está em operação desde 1992 e tem um processo de constante mudança, com cerca de 600 estudos de caso. Uma comparação feita pela Compaq constatou que após a introdução do sistema houve uma melhoria de 175% para a taxa de resposta de pedidos de clientes. Ainda, com a introdução do SMART, a duração média de uma chamada foi reduzida em 30%, 87% das chamadas foram resolvidas no primeiro nível do suporte e 95% das chamadas de clientes resolvidas dentro de um período de 10 minutos (WESS, 1998). A
Figura 12 apresenta o exemplo de uma das telas do SMART:
Figura 12 – Exemplo de tela do SMART
Capítulo 5. TRABALHOS RELACIONADOS 66
Quando do recebimento de uma ligação, os engenheiros de suporte da Compaq buscam no SMART por soluções de acordo com as informações passadas pelo cliente, dessa forma as orientações podem ser passadas pela análise dos casos passados, após os cálculos de similaridade executados. Se nenhum caso for indicado similar, o engenho de suporte pode também configurar o sistema para que possa armazenar novo caso não resolvido à base, que posteriormente será analisado e assim realmente transformado em caso permanente na base de casos do SMART (ACORN; WALDEN, 1992).
5.2
CBR-Answers
O CBR-Answers é um sistema que é utilizado para suporte por telefone e por outras aplicações de help desk. Sua ideia principal consiste na análise dos documentos existentes em uma base FAQ, com o objetivo de que a consulta feita pelo usuário identifique os documentos mais similares relacionados à consulta. Os documentos existentes são utilizados e analisados. Após a escolha dos documentos mais similares, esses são convertidos do formato textual em uma estrutura de um caso, cujo formato é pré-existente. Este processo é feito de modo automático, ou seja, nenhum caso é criado de forma manual 36818.
5.3
DOCSIM
O DOCSIM, Prediagnosis Doctor Simulation Using Case-Based Techniques, é um software para utilização em seções de pré-diagnósticos realizados por médicos. Seu objetivo é auxiliar esses médicos na recuperação de casos de tratamentos bem sucedidos anteriormente, e guardar novos casos que obtiveram sucesso em uma base de casos para futuras utilizações (NETISOPAKUL; SAAPAJIT, 2009).
5.4
FAQFinder
Mais um exemplo de RBCT é o FAQFinder que é capaz de responder perguntas realizadas em linguagem natural, recuperando arquivos de FAQ do grupo de notícias da Usenet 1. Os usuários da Usenet podem postar mensagens em grupos de notícias que podem ser lidas (e respondidas) por qualquer pessoa que tenha acesso ao sistema, por meio de um leitor de notícias.
O FAQFinder foi projetado como um sistema genérico para recuperar FAQs, sem se focar num domínio específico, e combina técnicas de RBC com técnicas de recuperação de informação. Tais técnicas foram também utilizadas no protótipo para a recuperação de processos licitatórios desenvolvido nesta pesquisa.
1 A Usenet é um sistema de quadros de avisos, criado em 1979 na Universidade de Duke nos Estados
Capítulo 5. TRABALHOS RELACIONADOS 67
Para a execução de tarefas de forma genérica, o FAQFinder executa um processo em dois passos. No primeiro, ele realiza uma análise superficial sobre as palavras-chave contidas na consulta para determinar quais são os grupos de notícias que possuem uma maior relação com ela. Em seguida, ele realiza uma análise mais aprofundada nesses grupos de notícias selecionados para determinar quais são as perguntas que serão retornadas ao usuário como resposta (BURKE et al., 1997). A Figura 13 representa um exemplo de tela do FAQFinder:
Figura 13 – Tela de pergunta do FAQFinder
Fonte: (BURKE et al.,1997)