Disciplinas do Curso

Processamento de Linguagem Natural (NLP) Aplicado a Documentos Regulatórios

Desafios do Texto Regulatório: Volume, jargão técnico, ambiguidades, múltiplos idiomas / Fundamentos de NLP: Pré-processamento de Texto: Tokenização, Stopwords, Stemming, Lemmatization; Representação de Texto: Bag-of-Words, TF-IDF, Word Embeddings (Word2Vec, GloVe – conceito e utilidade); Técnicas Essenciais: Part-of-Speech (PoS) Tagging, Named Entity Recognition (NER) – Identificação de entidades chave (medicamentos, empresas, sintomas, leis) / Aplicações de NLP em AR: Classificação de Textos: Identificar tipo de documento regulatório, classificar perguntas de agências, análise de sentimento em feedback de pacientes; Extração de Informação: Retirar dados específicos de bulas, RDCs, pareceres técnicos, artigos científicos (ex: indicações, contraindicações, resultados de estudos); Sumarização Automática: Gerar resumos de longos documentos regulatórios / Sistemas de Pergunta-Resposta (Question Answering): Chatbots para responder dúvidas sobre regulamentos / Modelos de Linguagem Avançados (Transformers - BERT, GPT): Conceito, capacidades e exemplos de aplicação em tarefas regulatórias complexas / Ferramentas e Bibliotecas: NLTK, spaCy, Scikit-learn (para NLP), introdução a Hugging Face Transformers.