Utilize este identificador para citar ou criar um atalho para este documento: https://hdl.handle.net/10923/16776
Registro Completo de Metadados
Campo DCValorIdioma
dc.contributor.advisorVieira, Renata
dc.contributor.authorSilva, Fábio Moreira Freitas da
dc.date.accessioned2020-10-31T12:04:30Z-
dc.date.available2020-10-31T12:04:30Z-
dc.date.issued2020pt_BR
dc.identifier.urihttp://hdl.handle.net/10923/16776-
dc.description.abstractCom o crescente avanço tecnológico, as organizações criminosas estão cada vez mais utilizando a tecnologia para o cometimento de crimes, especialmente o crime de lavagem de dinheiro, previsto na Lei nº 9.613/98 e alterado pela Lei nº 12.683/12, em razão de sua complexidade e sofisticação. O volume de informações, provenientes de fontes abertas e materiais apreendidos pelos órgãos de segurança pública, em especial pela Polícia Federal, apresenta um desafio para a análise investigativa. Visando oferecer maior suporte tecnológico às investigações policiais, este trabalho apresenta um estudo aplicado de modelos de Reconhecimento de Entidades Nomeadas (REN), que consiste em localizar e categorizar nomes importantes e nomes próprios em textos livres, e de outras técnicas de Processamento de Linguagem Natural (PLN) e de visualização de informações. Foram realizados experimentos a partir de peças policiais produzidas e fornecidas pela Polícia Federal. Os resultados demonstram possibilidades para aplicação das técnicas computacionais na identificação de elementos que indiquem a autoria e a materialidade criminosa, auxiliando as equipes de investigação na elucidação de crimes complexos, como é o caso do crime de lavagem de dinheiro.pt_BR
dc.description.abstractWith the increasing technological advancement, as criminal organizations are increasingly using technology to commit crimes, especially the crime of money laundering, provided for in Law 9613/98 and amended by Law 12683/12, due to its complexity and sophistication. The volume of information, coming from open sources and materials seized by public security bodies, especially by the Federal Police, presents a challenge for an investigative analysis. In order to offer greater technological support to investigations of agents, this work presents a study applied to the Named Entity Recognition (NER) models, which consists of locating and categorizing important names and unique names in free texts and other Natural Language Processing techniques (NLP) and information visualization. Experiments were carried out using parts produced and supplied by the Federal Police. The results demonstrate the possibilities of applying computational techniques in the identification of elements that include a criminal authority and material, assist as investigation teams in the elucidation of complex crimes, such as money laundering.en_US
dc.language.isoPortuguêspt_BR
dc.publisherPontifícia Universidade Católica do Rio Grande do Sulpt_BR
dc.rightsopenAccessen_US
dc.subjectPROCESSAMENTO DA LINGUAGEM NATURALpt_BR
dc.subjectCRIMEpt_BR
dc.subjectLAVAGEM DE DINHEIROpt_BR
dc.subjectINVESTIGAÇÃO CRIMINALpt_BR
dc.subjectINFORMÁTICApt_BR
dc.titleEntidades nomeadas e extração de informação no auxílio às investigações de crimes de lavagem de dinheiropt_BR
dc.typemasterThesispt_BR
dc.degree.grantorPontifícia Universidade Católica do Rio Grande do Sulpt_BR
dc.degree.departmentFaculdade de Informáticapt_BR
dc.degree.programPrograma de Pós-Graduação em Ciência da Computaçãopt_BR
dc.degree.levelMestradopt_BR
dc.degree.date2020pt_BR
dc.publisher.placePorto Alegrept_BR
Aparece nas Coleções:Dissertação e Tese

Arquivos neste item:
Arquivo Descrição TamanhoFormato 
000498350-Texto+Completo-0.pdfTexto Completo1,72 MBAdobe PDFAbrir
Exibir


Todos os itens no Repositório da PUCRS estão protegidos por copyright, com todos os direitos reservados, e estão licenciados com uma Licença Creative Commons - Atribuição-NãoComercial 4.0 Internacional. Saiba mais.