Use este identificador para citar ou linkar para este item: http://ri.ufmt.br/handle/1/6881
Tipo documento: Dissertação
Título: Utilização de mineração de texto para análise de similaridades nos estudos de impacto ambiental das pequenas centrais hidrelétricas do estado de Mato Grosso
Autor(es): Baldini, Lucas Michelotti
Orientador(a): Oliveira, Anderson Castro Soares de
Membro da Banca: Oliveira, Anderson Castro Soares de
Membro da Banca: Morita, Lia Hanna Martins
Membro da Banca: Cruz, Ibraim Fantin da
Resumo : Este trabalho analisa os Estudos de Impacto Ambiental (EIA) de 25 Pequenas Centrais Hidrelétricas (PCHs) no estado de Mato Grosso, coletados do site da Secretaria Estadual de Meio Ambiente (SEMA-MT). Os dados foram preparados por meio de lematização e pré-processamento para normalização textual. Aplicou-se a técnica Doc2Vec para gerar vetores numéricos representando os documentos e capturando similaridades semânticas, com o auxílio de Word2Vec para criar representações vetoriais das palavras. A metodologia resultou em uma significativa redução no número de palavras, facilitando a extração de informações relevantes e melhorando a análise dos impactos ambientais. A similaridade entre documentos foi calculada e Clusters foram formados usando análise de grafos, resultando na identificação de três Clusters distintos. Cada Cluster mostrou uma diversidade geográfica e variabilidade na capacidade de geração de energia, mas manteve uma coesão em termos de tipo de empreendimento e função. Essa abordagem mostrou-se eficaz para a gestão e compreensão dos impactos das PCHs, destacando padrões e relações semânticas nos EIA.
Resumo em lingua estrangeira: The scope of this work is to analyze the Environmental Impact Studies of 25 Small Hydroelectric Power Plants in the state of Mato Grosso, collected from the State Department of Environment website. The data were prepared through lemmatization and preprocessing for textual normalization. The Doc2Vec technique was applied to generate numerical vectors representing the documents and capturing semantic similarities, with the aid of Word2Vec, to create word vector representations. The methodology significantly reducted the number of words, facilitating the extraction of relevant information and improving the analysis of environmental impacts. Document similarity was calculated, and Clusters were formed using graph analysis, identifiyng three distinct Clusters. Each Clustershowed geographical diversity and variability in energy generation capacity while maintaining cohesion in terms of the type and function of the enterprise. This approach proved effective for managing and understanding the impacts of SHPs, highlighting patterns and semantic relationships in the EIS.
Palavra-chave: Processamento de linguagem natural
Doc2Vec
Avaliação de impacto ambiental
Análise de grafos
Legislação ambiental
Palavra-chave em lingua estrangeira: Natural language processing
Doc2Vec
Environmental impact assessment
Graph analysis
Environmental law
CNPq: CNPQ::ENGENHARIAS::ENGENHARIA SANITARIA::RECURSOS HIDRICOS
Idioma: por
País: Brasil
Instituição: Universidade Federal de Mato Grosso
Sigla da instituição: UFMT CUC - Cuiabá
Departamento: Faculdade de Arquitetura, Engenharia e Tecnologia (FAET)
Programa: Programa de Pós-Graduação em Recursos Hídricos
Referência: BALDINI, Lucas Michelotti. Utilização de mineração de texto para análise de similaridades nos estudos de impacto ambiental das pequenas centrais hidrelétricas do estado de Mato Grosso. 2024. 77 f. Dissertação (Mestrado em Recursos Hídricos) - Universidade Federal de Mato Grosso, Faculdade de Arquitetura, Engenharia e Tecnologia, Cuiabá, 2024.
Tipo de acesso: Acesso Aberto
URI: http://ri.ufmt.br/handle/1/6881
Data defesa documento: 24-Oct-2024
Aparece na(s) coleção(ções):CUC - FAET - PPGRH - Dissertações de mestrado

Arquivos deste item:
Arquivo Descrição TamanhoFormato 
DISS_2024_Lucas Michelotti Baldini.pdf1.52 MBAdobe PDFVer/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.