Aplicacao de Text Mining na Detecao de Evidencia de Fraude em Documentos de Texto

摘要

Este artigo tem como objetivo testar os resultados da aplicacao de algumas tecnicas de pre-processamento e processamento de texto na descoberta automatica de informacoes previamente desconhecidas e que podem ser potencialmente utilizavel para a detecao de fraude. A metodologia utilizada foi a aplicacao de tecnicas de limpeza, remocao de stopword, lematizacao e a criacao de matriz de termos por documento a partir de um conjunto de Diarios da Assembleia da Republica (AR) Portuguesa como forma de comparar os resultados com assunto tratado nas sessoes parlamentares previamente anotados por profissionais de catalogacao. Os resultados obtidos permitiram concluir que a remocao de "stopwords especificas" permitem maior eficiencia e resultados na extracao de termos e palavras-chave dos assuntos abordados nos textos analisados. Este este resultado pode ser aplicavel. num cenario de auditoria a fraude que engloba a selecao de um numero significativo de documentos para leitura com conteudos previamente desconhecidos.