The presence of technologies in the agronomic field has the purpose of proposing the best solutions to the challenges found in agriculture, especially to the problems that affect cultivars. One of the obstacles found is to apply the use of your own language in applications that interact with the user in Brazilian Agribusiness. Therefore, this work uses Natural Language Processing techniques for the development of an automatic and effective computer system to interact with the user and assist in the identification of pests and diseases in soybean crop, stored in a non-relational database repository to provide accurate diagnostics to simplify the work of the farmer and the agricultural stakeholders who deal with a lot of information. In order to build dialogues and provide rich consultations, from agriculture manuals, a data structure with 108 pests and diseases with their information on the soybean cultivar and through the spaCy tool, it was possible to pre-process the texts, recognize the entities and support the requirements for the development of the conversacional system.

O uso de ferramentas de ensino tornou-se uma alternativa para complementar a aprendizagem do conteúdo escolar. Este artigo faz uma panorâmica de aspectos da Compilação e análise de desempenho das ferramentas computacionais GALS, Grammophone, The Context Grammar Free Checker, Verto e Parsing Simulator que foram desenvolvidas para suporte ao processo de compilação e têm como objetivo o apoio ao aprendizado da disciplina de Compiladores. Há várias ferramentas conhecidas, porém só algumas foram construídas para fins acadêmicos e serão apresentadas neste trabalho, bem como foram testadas com alunos na disciplina de Compiladores do curso de Graduação e também no Mestrado em Ciência da Computação de uma Universidade Pública Brasileira no Paraná para analisar hipóteses, auxiliar na verificação de exemplos de parsing e trocar experiências sobre essas ferramentas de Compilação. As fases de análise léxica e principalmente sintática tornaram-se mais didáticas e atraentes aos alunos, ficando fácil de entender suas funcionalidades e implementação de um compilador como um todo. GALS se mostrou ser uma boa opção com uma simples interface, trabalhando análise léxica e sintática para mais de uma linguagem (Java, C++ e Delphi). Estudos de Gramáticas Livres de Contexto no formato LL(1), LR(0) e LR(1) podem ser favorecidos não só com GALS, mas também com as ferramentas Grammophone e The Context Grammar Free Checker. Já o Verto trabalha de forma didática não só as etapas de análise léxica e sintática (essa também com Parser LR(1)), mas também a geração de códigos. Parsing Simulator se mostrou uma ferramenta intuitiva e também apresenta um acervo extenso de opções de análise sintática exibindo o passo a passo das tabelas de análise LL(1) e LR(K) promovendo o ensino-aprendizagem em Compiladores.

No abstract

Os volumes de dados agrícolas disponíveis são cada vez maiores. Uma dos obstáculos enfrentados nesse contexto é abordar os dados em Linguagem Natural (LN) para gestão das informações e melhorias de processos de uma cultura. Este artigo propõe o desenvolvimento de um Sistema de Apoio à Decisão por processamento da LN para o campo da agronomia, utilizando os dados sobre as pragas na cultura da soja que serão armazenados em um banco de dados, permitindo assim consultas para construir diálogos e obter diagnósticos precisos. O tema proposto indicou possibilidades de efeitos positivos e que pode facilitar o trabalho de profissionais da agricultura que precisam se envolver com um amplo volume de informações.

Technology is becoming expressively popular among agribusiness producers and is progressing in all agricultural area. One of the difficulties in this context is to handle data in natural language to solve problems in the field of agriculture. In order to build up dialogs and provide rich researchers, the present work uses Natural Language Processing (NLP) techniques to develop an automatic and effective computer system to interact with the user and assist in the identification of pests and diseases in the soybean farming, stored in a database repository to provide accurate diagnoses to simplify the work of the agricultural professional and also for those who deal with a lot of information in this area. Information on 108 pests and 19 diseases that damage Brazilian soybean was collected from Brazilian bibliographic manuals with the purpose to optimize the data and improve production, using the spaCy library for syntactic analysis of NLP, which allowed the pre-process the texts, recognize the named entities, calculate the similarity between the words, verify dependency parsing and also provided the support for the development requirements of the CAROLINA tool (Robotized Agronomic Conversation in Natural Language) using the language belonging to the agricultural area.