Use este identificador para citar ou linkar para este item: http://repositorio.unesc.net/handle/1/12988
Título: Análise comparativa de modelos para processamento e classificação automática de documentos pessoais no setor imobiliário
Autor(es): Laureano, Matheus Machado
Orientador(es): Oliveira, Marlon de Matos de
Palavras-chave: Inteligência Artificial
Processamento de linguagem natural
Classificação de documentos
Construção civil
Descrição: Artigo de Conclusão de Curso, apresentado para obtenção do Grau de Bacharel no curso de Ciência da Computação da Universidade do Extremo Sul Catarinense, UNESC.
Resumo: Este trabalho apresenta o desenvolvimento e a análise comparativa de dois modelos voltados à classificação automática de documentos utilizados em processos comerciais de construtoras. O primeiro modelo adota uma abordagem tradicional, baseada em regras e expressões regulares, enquanto o segundo aplica técnicas de Inteligência Artificial supervisionada, utilizando vetorização TF-IDF e regressão logística. Ambos os modelos foram testados sobre um conjunto de 52 documentos reais, abrangendo certidões de nascimento, certidões de casamento, CPFs, CNHs e comprovantes de residência. O objetivo central foi avaliar a precisão, escalabilidade e eficiência de cada abordagem frente às variações de formato e qualidade dos arquivos. Os resultados demonstraram que o modelo baseado em IA obteve desempenho superior, alcançando acurácia média de 92% e F1-score de 0,91, em comparação aos 81% de acurácia do modelo baseado em regras. Conclui-se que a automação documental mediada por IA representa um avanço significativo na eliminação de processos manuais e na otimização do fluxo de recebimento de propostas comerciais no setor da construção civil.
Idioma: Português (Brasil)
Tipo: Trabalho de Conclusão de Curso - TCC
Data da publicação: Dez-2025
URI: http://repositorio.unesc.net/handle/1/12988
Aparece nas coleções:Trabalho de Conclusão de Curso (COM)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Matheus Machado Laureano.pdfTCC263,81 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.