Aprendizado Profundo, Redes Convolucionais, Classificação de textos curtos.

Nota Fiscal Eletrônica (NF-e) é um documento que reporta as transações de bens e serviços de forma eletrônica, tanto na transferência quanto no armazenamento. A utilização de notas fiscais eletrônicas é uma tendência emergente e apresenta uma valiosa fonte de informação para diversas áreas. No entanto, o processamento dessas notas é uma tarefa desafiadora. A informação reportada está geralmente incompleta ou apresenta erros. Antes que qual processamento significativo possa ser feito, é necessária identificar o produto representado em cada documento. A literatura disponível indica que são necessárias arquiteturas especializadas para lidar com este tipo de informação. Esta pesquisa modelo o problema de processamento de notas ficais como um problema de processamento de textos curtos para a correta identificação do produto de cada transação. Este trabalho apresenta tanto um framework contextual para o processamento de notas fiscais quanto uma arquitetura para um sistema de auxilio a auditores fiscais. Um caso de estudo uti- lizando dados reais de notas fiscais é apresentado. Modelos tradicionais baseados em frequência de termos foram comparados a modelos de classificação de sentenças baseado em redes convulsionais artificiais. Experimentos sugerem que embora o texto presente em notas fiscais seja breve e apresente erros e falhas de escrita, modelos simples baseados em frequência de termos apresentam bons resultados para a etiquetagem de código de produtos.