Quads

À medida que a escala de dados disponíveis on-line cresce, indivíduos e empresas devem lidar com uma complexidade crescente nos processos de tomada de decisão que utilizam grandes volumes de dados não estruturados, semi-estruturados e/ou estruturados para satisfazer múltiplas necessidades de informação inter-relacionadas que contribuem para uma decisão geral. Sistemas tradicionais de suporte à decisão (DSSs) foram desenvolvidos para atender a essa necessidade, mas tais sistemas são tipicamente caros para construir e são feitos sob medida para um cenário específico de tomada de decisão, tornando difícil sua extensão ou adaptação a novos cenários de decisão. Neste artigo, propomos uma nova representação de decisão que permite aos tomadores de decisão formular e organizar perguntas ou afirmações em linguagem natural em uma hierarquia analítica, que pode ser avaliada como parte de um processo de decisão ad hoc ou como um processo analítico documentado e repetível. Em seguida, apresentamos um novo quadro de suporte à decisão, QUADS, que aproveita as tecnologias de resposta automática a perguntas (QA) para entender e processar automaticamente uma representação de decisão, produzindo uma decisão final ao reunir e ponderar respostas a perguntas individuais usando um processo de aprendizado e inferência Bayesiana. Uma implementação de estrutura de código aberto é apresentada e aplicada a duas aplicações do mundo real: validação de alvos, uma tarefa fundamental de tomada de decisão para a indústria farmacêutica, e recomendação de produtos a partir de textos de resenhas, uma situação cotidiana de tomada de decisão enfrentada por consumidores on-line. Em ambas as aplicações, implementamos e comparamos vários algoritmos de síntese de decisão e apresentamos resultados experimentais que demonstram o desempenho da abordagem QUADS em comparação com outras abordagens de base.