Alisson Emanuel Goes de Mendonça, L. Coutinho, Roberval Gomes Mariano
{"title":"从电子发票上的商品描述中识别商品的机器学习模型","authors":"Alisson Emanuel Goes de Mendonça, L. Coutinho, Roberval Gomes Mariano","doi":"10.5753/wcge.2022.222791","DOIUrl":null,"url":null,"abstract":"Uma dos aspectos limitantes de ações fiscais nas Notas Fiscais Eletrônicas é conseguir identificar a mercadoria a partir do campo de descrição do item, tanto pela variedade do conteúdo, dado que é de livre preenchimento, como pelo volume de informações gerado. Este artigo três modelos de Aprendizagem de Máquina aplicados no apresenta processamento desse campo: Árvore de Decisão, Rede Neural e KNN. Os experimentos demonstram que a Rede Neural entregou a melhor acurácia com o menor tempo de predição. Os dados utilizados são da base da SEFAZ/MA. Os resultados podem direcionar soluções de detecção de subfaturamento, isenções indevidas, correção da defasagem inflacionária da pauta fiscal, etc.","PeriodicalId":442049,"journal":{"name":"Anais do X Workshop de Computação Aplicada em Governo Eletrônico (WCGE 2022)","volume":"1997 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-07-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Modelos de Aprendizagem de Máquina para Identificação de Mercadorias a partir da Descrição do Item na Nota Fiscal Eletrônica\",\"authors\":\"Alisson Emanuel Goes de Mendonça, L. Coutinho, Roberval Gomes Mariano\",\"doi\":\"10.5753/wcge.2022.222791\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Uma dos aspectos limitantes de ações fiscais nas Notas Fiscais Eletrônicas é conseguir identificar a mercadoria a partir do campo de descrição do item, tanto pela variedade do conteúdo, dado que é de livre preenchimento, como pelo volume de informações gerado. Este artigo três modelos de Aprendizagem de Máquina aplicados no apresenta processamento desse campo: Árvore de Decisão, Rede Neural e KNN. Os experimentos demonstram que a Rede Neural entregou a melhor acurácia com o menor tempo de predição. Os dados utilizados são da base da SEFAZ/MA. Os resultados podem direcionar soluções de detecção de subfaturamento, isenções indevidas, correção da defasagem inflacionária da pauta fiscal, etc.\",\"PeriodicalId\":442049,\"journal\":{\"name\":\"Anais do X Workshop de Computação Aplicada em Governo Eletrônico (WCGE 2022)\",\"volume\":\"1997 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-07-31\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Anais do X Workshop de Computação Aplicada em Governo Eletrônico (WCGE 2022)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5753/wcge.2022.222791\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do X Workshop de Computação Aplicada em Governo Eletrônico (WCGE 2022)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/wcge.2022.222791","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Modelos de Aprendizagem de Máquina para Identificação de Mercadorias a partir da Descrição do Item na Nota Fiscal Eletrônica
Uma dos aspectos limitantes de ações fiscais nas Notas Fiscais Eletrônicas é conseguir identificar a mercadoria a partir do campo de descrição do item, tanto pela variedade do conteúdo, dado que é de livre preenchimento, como pelo volume de informações gerado. Este artigo três modelos de Aprendizagem de Máquina aplicados no apresenta processamento desse campo: Árvore de Decisão, Rede Neural e KNN. Os experimentos demonstram que a Rede Neural entregou a melhor acurácia com o menor tempo de predição. Os dados utilizados são da base da SEFAZ/MA. Os resultados podem direcionar soluções de detecção de subfaturamento, isenções indevidas, correção da defasagem inflacionária da pauta fiscal, etc.