Esse artigo propõe um detector de similaridade entre modelos conceituais do tipo Entidade-Relacionamento (ER). A abordagem de detecção é otimista, ou seja, ela busca maximizar a similaridade entre duas entidades quando for identificada a possibilidade de que elas possuam alguma correspondência. Os experimentos mostram como essa abordagem pode ser útil em ambientes educacionais, seja para a detecção de plágio ou para a correção de tarefas de modelagem.

A cada semestre o Exército Brasileiro gera relatórios sumarizados a respeito de cada militar e suas atividades. Para isso é necessário encontrar referências relevantes a cada militar dentro de um conjunto de documentos produzidos periodicamente no intervalo de seis meses. Este trabalho propõe formas de realizar essa classificação de maneira automática, utilizando o método Naive Bayes de aprendizado probabilístico. Para isso, também é necessário identificar quais sentenças em um documento são relativas a cada militar, de modo que apenas elas sejam usadas durante o treinamento do classificador. Assim, este trabalho propõe duas heurísticas de seleção de sentenças que escolhem trechos de texto que aparecem próximos ao nome de cada militar. Os experimentos mostram que é possível atingir 76, 7% de medida-f na recuperação de documentos relevantes, e que a seleção de sentenças e o tamanho da base de treinamento desempenham papéis importantes na tarefa.

Com a informatização institucionalizada de sistemas comerciais, informações referentes a produtos adquiridos por usuários estão sendo cada vez mais disponibilizadas em formato digital, através de notas fiscais eletrônicas. Com o acesso a esses dados é possível construir diversos tipos de serviço, como portais de compra, ferramentas de coaching financeiro e análises de big data. No entanto, não existe padronização na definição dos nomes que devem ser usados para representar os produtos. Essa falta de padronização traz dificuldades para processos de integração que desejam consolidar produtos vendidos por estabelecimentos diferentes. Este artigo tem como propósito investigar como esse problema se manifesta em cenários reais, considerando especificamente produtos vendidos pelo setor supermercadista. Para isso, foram analisados produtos existentes em uma coleção de notas fiscais coletadas a partir do programa Nota Fiscal Gaúcha. A análise apresenta estatísticas referentes aos problemas mais comumente encontrados e destaca técnicas de similaridade textual que podem ajudar a fazer a limpeza/reconhecimento dos dados disformes.