Array
(
    [0] => stdClass Object
        (
            [journal] => stdClass Object
                (
                    [id_jnl] => 75
                )

        )

    [1] => stdClass Object
        (
            [section] => stdClass Object
                (
                    [section] => 1540
                )

        )

    [2] => stdClass Object
        (
            [title] => Array
                (
                    [0] => CONTRIBUIÇÕES DO USO DA APRENDIZAGEM DE MÁQUINA PARA A AVALIAÇÃO DE DOCUMENTOS DE ARQUIVO@nn
                )

        )

    [3] => stdClass Object
        (
            [abstract] => Array
                (
                    [0] => A transformação digital nos últimos 30 anos não resultou em avanços significativos na qualidade da gestão de documentos nas organizações, mas diante da evolução das tecnologias e métodos é que se pergunta: o uso de algoritmos de aprendizado de máquina pode contribuir com a avaliação de documentos de arquivo por meio da sugestão do código de classificação a ser atribuído a um documento de uma organização pública? Os procedimentos metodológicos consistem na revisão de literatura e nas tarefas propostas pelo modelo CRISP-DM (Cross-Industry Standard Process for Data Mining) em um experimento com 1.768 documentos de 598 processos da Advocacia-Geral da União. Foram desenvolvidos modelos de aprendizagem supervisionada com o uso de algoritmos especializados para fazer a atribuição automatizada do código de classificação do documento de forma a apoiar o processo de avaliação.@pt
                )

        )

    [4] => stdClass Object
        (
            [author] => Array
                (
                    [0] => Eduardo Watanabe
                    [1] => Renato Tarciso Barbosa de Sousa
                )

        )

    [5] => stdClass Object
        (
            [subject] => Array
                (
                    [0] => Aprendizagem de máquina@pt
                    [1] => Gestão de documentos@pt
                    [2] => Avaliação de documentos@pt
                )

        )

    [6] => stdClass Object
        (
            [source] => stdClass Object
                (
                    [vol] => 
                    [nr] => nacional
                    [year] => 
                    [theme] => 
                )

        )

    [7] => stdClass Object
        (
            [datePub] => Array
                (
                    [0] => 2022-08-28 14:40:25
                )

        )

    [8] => stdClass Object
        (
            [DOI] => Array
                (
                )

        )

    [9] => stdClass Object
        (
            [http] => Array
                (
                    [0] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://ancib.org/enancib/index.php/enancib/xxiienancib/paper/view/1206
                                )

                        )

                )

        )

    [10] => stdClass Object
        (
            [language] => Array
                (
                    [0] => pt
                )

        )

    [11] => stdClass Object
        (
            [license] => Array
                (
                    [0] => Autores que submetem a esta conferência concordam com os seguintes termos:
 a) Autores mantém os direitos autorais sobre o trabalho, permitindo à conferência colocá-lo sob uma licença Licença Creative Commons Attribution, que permite livremente a outros acessar, usar e compartilhar o trabalho com o crédito de autoria e apresentação inicial nesta conferência.
 b) Autores podem abrir mão dos termos da licença CC e definir contratos adicionais para a distribuição não-exclusiva e subseqüente publicação deste trabalho (ex.: publicar uma versão atualizada em um periódico, disponibilizar em repositório institucional, ou publicá-lo em livro), com o crédito de autoria e apresentação inicial nesta conferência.
 c) Além disso, autores são incentivados a publicar e compartilhar seus trabalhos online (ex.:  em repositório institucional ou em sua página pessoal) a qualquer momento antes e depois da conferência.
                )

        )

)