Classificação automatizada de reclamações abertas pelos clientes e usuários do Sistema Financeiro Nacional
| Autor(a) principal: | |
|---|---|
| Data de Publicação: | 2023 |
| Tipo de documento: | Dissertação |
| Idioma: | por |
| Título da fonte: | Repositório Institucional da UnB |
| Texto Completo: | http://repositorio2.unb.br/jspui/handle/10482/47831 |
Resumo: | Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2023. |
| id |
UNB_1d473053ad97d2c49e31bd6b5240af7b |
|---|---|
| oai_identifier_str |
oai:repositorio.unb.br:10482/47831 |
| network_acronym_str |
UNB |
| network_name_str |
Repositório Institucional da UnB |
| repository_id_str |
|
| spelling |
Classificação automatizada de reclamações abertas pelos clientes e usuários do Sistema Financeiro NacionalBanco Central do BrasilSistema Financeiro NacionalDesenvolvimento de sistemasClassificação de textoReclamações de consumidoresDissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2023.Compete ao Banco Central do Brasil (BCB) atender aos clientes e usuários do Sistema Financeiro Nacional (SFN) na apresentação de reclamações contra produtos e serviços oferecidos pelas entidades supervisionadas, e monitorar o atendimento de suas demandas. O processo de tratamento dessas reclamações é feito manualmente, e consiste no seu enquadramento como “procedente” ou “improcedente”, a partir da análise do relato do cidadão, da resposta da entidade reclamada, de documentos anexados e de julgamento sobre se houve ou não indício de descumprimento da regulamentação vigente. Contudo, com o recente aumento no volume de demandas, não é possível, com os recursos disponíveis, analisar a integralidade das remessas. Nesse contexto, foi construída, pelo BCB, solução automatizada para filtrar as reclamações com maior possibilidade de serem procedentes, direcionando, assim, os esforços de análise e julgamento promovidos pelos seus servidores. Destarte, esta pesquisa teve como objetivo desenvolver um classificador para a tarefa em questão com desempenho superior ao do modelo vigente. Para isso, foram exploradas abordagens de aprendizagem profunda, em contraponto ao método tradicional empregado na solução do BCB. Como resultado, foi desenvolvido um classificador baseado em uma estrutura hierárquica combinando um Bidirectional Encoder Representations from Transformers (BERT) e uma Bidirectional Long short-term memory (BiLSTM) para gerar representações únicas dos textos da reclamação do cidadão e da resposta da entidade reclamada. Essa solução alcançou, na validação cruzada, um desempenho médio - calculado pela Área sob a curva Precisão-Revocação (PRAUC) - de 71,41%, superando em 0,96 pontos percentuais o modelo reproduzido do BCB, e desempenhando 71,92% nos dados de teste. Estimou-se que, caso o classificador proposto fosse utilizado para nortear a tarefa de tratamento das reclamações, seria possível cobrir 90,23% daquelas de fato procedentes avaliando-se apenas 60% do total de demandas. Por fim, foram ainda propostas estratégias multimodais para a combinação das representações textuais descritas com outras variáveis tabulares que compuseram a solução original. No entanto, o ganho obtido pelas estratégias multimodais frente à proposta anterior não foi estatisticamente significante.The Central Bank of Brazil (BCB) is responsible for assisting customers and users of the National Financial System (SFN) with complaints against products and services offered by its supervised entities and ensuring that all demands are appropriately addressed. Each concern is manually handled and classified as “proceeding” or “unfounded” based on a preliminary analysis of the facts described by the customer, the alleged entity’s reply, the attached documents, and according to its compliance with current regulations. However, dealing with an increasing demand with the available resources has turned out to be an unprecedented challenge, being currently impossible to handle all issues accordingly. In this context, the BCB has developed an automated solution to filter complaints more likely to be classified as “proceeding”, thus driving the human activities of examination, analysis and judgment. The present study aims to propose a new classifier for this task with better performance than the current model. To this end, deep learning approaches were explored, differing from the traditional method previously employed. As a result, an experimental classifier was tested, based on a hierarchical structure, and combining Bidirectional Encoder Representations from Transformers (BERT) with Bidirectional Long Short-Term Memory (BiLSTM) to generate unique contempt representations of both the citizen’s complaint and the entity’s reply. In cross-validation, this solution reached an average performance of 71.41%, based on the area under the precision-recall curve (PRAUC), exceeding the current BCB model by 0.96 percentage points, and performing 71.92% on the test dataset. If the proposed classifier was adopted to drive the task of handling complaints, we estimate that approximately 90.23% of the proceeding demands could be identified by evaluating only 60% of the total amount. In addition, multimodal strategies were tested to combine the described textual representations with tabular features of the original classifier. However, when compared to the previous proposed solution, the achieved gain with the multimodal strategies did not reach a statistically significant outcome.Instituto de Ciências Exatas (IE)Departamento de Ciência da Computação (IE CIC)Programa de Pós-Graduação em Computação Aplicada, Mestrado ProfissionalFaleiros, Thiago de PauloLaterza, João2024-02-21T21:36:23Z2024-02-21T21:36:23Z2024-02-212023-02-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfLATERZA, João. Classificação automatizada de reclamações abertas pelos clientes e usuários do Sistema Financeiro Nacional. 2023. xvi, 116 f., il. Dissertação (Mestrado Profissional em Computação Aplicada)—Universidade de Brasília, Brasília, 2023.http://repositorio2.unb.br/jspui/handle/10482/47831porA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-02-21T21:36:23Zoai:repositorio.unb.br:10482/47831Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-02-21T21:36:23Repositório Institucional da UnB - Universidade de Brasília (UnB)false |
| dc.title.none.fl_str_mv |
Classificação automatizada de reclamações abertas pelos clientes e usuários do Sistema Financeiro Nacional |
| title |
Classificação automatizada de reclamações abertas pelos clientes e usuários do Sistema Financeiro Nacional |
| spellingShingle |
Classificação automatizada de reclamações abertas pelos clientes e usuários do Sistema Financeiro Nacional Laterza, João Banco Central do Brasil Sistema Financeiro Nacional Desenvolvimento de sistemas Classificação de texto Reclamações de consumidores |
| title_short |
Classificação automatizada de reclamações abertas pelos clientes e usuários do Sistema Financeiro Nacional |
| title_full |
Classificação automatizada de reclamações abertas pelos clientes e usuários do Sistema Financeiro Nacional |
| title_fullStr |
Classificação automatizada de reclamações abertas pelos clientes e usuários do Sistema Financeiro Nacional |
| title_full_unstemmed |
Classificação automatizada de reclamações abertas pelos clientes e usuários do Sistema Financeiro Nacional |
| title_sort |
Classificação automatizada de reclamações abertas pelos clientes e usuários do Sistema Financeiro Nacional |
| author |
Laterza, João |
| author_facet |
Laterza, João |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Faleiros, Thiago de Paulo |
| dc.contributor.author.fl_str_mv |
Laterza, João |
| dc.subject.por.fl_str_mv |
Banco Central do Brasil Sistema Financeiro Nacional Desenvolvimento de sistemas Classificação de texto Reclamações de consumidores |
| topic |
Banco Central do Brasil Sistema Financeiro Nacional Desenvolvimento de sistemas Classificação de texto Reclamações de consumidores |
| description |
Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2023. |
| publishDate |
2023 |
| dc.date.none.fl_str_mv |
2023-02-10 2024-02-21T21:36:23Z 2024-02-21T21:36:23Z 2024-02-21 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
LATERZA, João. Classificação automatizada de reclamações abertas pelos clientes e usuários do Sistema Financeiro Nacional. 2023. xvi, 116 f., il. Dissertação (Mestrado Profissional em Computação Aplicada)—Universidade de Brasília, Brasília, 2023. http://repositorio2.unb.br/jspui/handle/10482/47831 |
| identifier_str_mv |
LATERZA, João. Classificação automatizada de reclamações abertas pelos clientes e usuários do Sistema Financeiro Nacional. 2023. xvi, 116 f., il. Dissertação (Mestrado Profissional em Computação Aplicada)—Universidade de Brasília, Brasília, 2023. |
| url |
http://repositorio2.unb.br/jspui/handle/10482/47831 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UnB instname:Universidade de Brasília (UnB) instacron:UNB |
| instname_str |
Universidade de Brasília (UnB) |
| instacron_str |
UNB |
| institution |
UNB |
| reponame_str |
Repositório Institucional da UnB |
| collection |
Repositório Institucional da UnB |
| repository.name.fl_str_mv |
Repositório Institucional da UnB - Universidade de Brasília (UnB) |
| repository.mail.fl_str_mv |
repositorio@unb.br |
| _version_ |
1814508343836803072 |