Identificação de duplicidades de materiais em processos de compras públicas usando PLN

Resumo

Instituições públicas brasileiras necessitam atender a diversas especificidades para realizarem processos de compras idôneos e eficientes, como não comprar produtos e serviços em duplicidade. No entanto, esse é um problema que acontece de forma recorrente nas aglutinações de demandas. Para mitigar esse problema, este trabalho apresenta técnicas de Processamento de Linguagem Natural (PLN) desenvolvidas para identificar duplicidades nas demandas de compras, aplicadas a um estudo de caso com uma universidade pública brasileira. Utilizando técnicas de embeddings estáticos e dinâmicos, a ferramenta desenvolvida foi capaz de detectar termos similares em descrições de materiais, melhorando a eficiência do processo de aquisição. Os resultados mostraram que modelos de terceira geração de embeddings apresentaram maior precisão na recuperação de termos. O agrupamento de itens, baseado nos embeddings das descrições apresentou boas métricas, mas para novos itens a proporção de correspondências corretas foi mediana. A pesquisa permitiu identificar os avanços dos word embeddings dinâmicos, em um contexto e idioma específico, em relação aos modelos anteriores com pouco esforço demandado. Este trabalho contribui para a otimização dos processos licitatórios, reduzindo redundâncias e promovendo maior transparência.