Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/35037
Type: Dissertação
Title: Inteligência de Estado e documentos desclassificados da CIA: uma abordagem de Aprendizado de Máquina
Other Titles: State Intelligence and CIA declassified documents: an approach of Machine Learning
Authors: Gustavo Portela Lages
First Advisor: Renato Rocha Souza
First Referee: Benildes Coura dos Santos Moreira Maculan
Second Referee: Cátia Rodrigues Barbosa
Third Referee: Ricardo Rodrigues Barbosa
Abstract: A Inteligência de Estado é uma atividade de assessoramento do poder decisório central dos Estados Nacionais. A produção de conhecimento da atividade de Inteligência de Estado gera documentos classificados em graus de segredo e temporalidade. Percorridos o tempo definido os documentos são disponibilizados para consulta pública. Assim, a proposta desta pesquisa foi recuperar os principais termos/temas/tópicos acompanhados pela Inteligência de Estado Externa Norte-Americana em um corpus relacionados a assuntos econômicos no âmbito internacional. A premissa é que os resultados encontrados expressam interesses internacionais do Estado norte-americano, uma vez que a Inteligência de Estado existe em função do tomador de decisão em última instância. A etapa analítica aplicou técnicas de processamento de linguagem natural e aprendizado de máquina para executar a análise documental de forma a descobrir e discutir os assuntos, localidades e entidades mais relevantes que foram objetos de observação da Inteligência dos Estados Unidos, se e como se relacionaram ao Brasil. A linguagem Python foi o meio utilizado para elaborar algoritmos capazes de executar a recuperação e caracterização do corpora dos documentos, através dela foram aplicados contagem de termos, word-emdeddings, clusterização, culminando na modelagem de tópicos. Foram definidos seis tópicos finais que abordaram temas ligados a URSS, poder militar, político e econômico, petróleo e derivados, grãos, transporte e serviços, aviação e marinha, China, Brasil, África, Mundo Árabe e Europa.
Abstract: State Intelligence is an activity of advising the central decision-making power of National States. The production of knowledge of the State Intelligence activity generates documents classified in degrees of secrecy and temporality. After the defined time, the documents are made available for public consultation. Thus, the purpose of this research was to retrieve the main terms/themes/topics followed by the North American External State Intelligence in a corpus related to economic issues at the international scope. The premise is that the results found express international interests of the North American State, since the State Intelligence exists due to the decision maker in the last resort. The analytical step applied to natural language processing techniques and machine learning to perform documentary analysis in order to discover and discuss the most relevant subjects, locations and entities that were the object of observation by the United States Intelligence, if and how they related to Brazil. The Python language was the means used to develop algorithms capable of performing the recovery and characterization of the document’s corpora, through which term counting, word-emdeddings and clustering were applied, culminating in the topic modeling. Six final topics were defined that addressed themes related to the USSR, military, political and economic power, oil and its products, grains, transport and services, aviation and navy, China, Brazil, Africa, Arab’s world and Europe.
Subject: Ciência da informação
Gestão do Conhecimento
Serviço de inteligência
Aprendizado do computador
Recuperação da informação
language: por
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal de Minas Gerais
Publisher Initials: UFMG
metadata.dc.publisher.department: ECI - ESCOLA DE CIENCIA DA INFORMAÇÃO
metadata.dc.publisher.program: Programa de Pós-Graduação em Gestão e Organização do Conhecimento
Rights: Acesso Aberto
URI: http://hdl.handle.net/1843/35037
Issue Date: 28-Aug-2020
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
Dissertação_2020_Vfinal_Padrão_RI.pdf7.35 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.