jaumpedro214/enem-nlp-classification

Este repositório contém os códigos de implementação de um classificador textual do assunto de questões do ENEM

Enem & Inteligência Artificial

Implementando algoritmo para classificação do assunto das questões

Repositório com implementação de um classificador do assunto de questões do Enem (Exame Nacional do Ensino Médio) a partir do seu texto.

Contents

Pasta 📁notebooks

• Enem_obter_questões.ipynp
  Responsável por automaticamente coletar as provas do Enem a partir do site do Inep e segmentar cada pdf nas questões que o compõem. Também atribui a cada questão um dos 5 rótulos possíveis: UNDEFINED, Ciências da Natureza, Ciências Humanas, Linguagens e códigos e Matemática.
• Enem_NLP.ipynb
  Notebook englobando todos os aspectos da criação de um algoritmo de Machine Learning para classificação textual: Natural Language Processing, Exploratory Data Analysis, Data Visualization, Machine Learning.

Pasta 📁data

Dataset contendo questões de aplicações do Enem de 2011 até 2020, coletadas a partir do site do Inep. Contém ~4000 questões classificadas entre as 4 grandes áreas do conhecimento.

Feature	Descrição	Tipo
enunciado	Enunciado da questão e alternativas	string
area	Um dos rótulos: UNDEFINED, Ciências da Natureza, Ciências Humanas, Linguagens e códigos e Matemática	string