Prezado Enádio,

dando prosseguimento às conversações sobre uso de técnicas BERT para cruzamento de dados de cursos com dados da CBO, envio um arquivo Excell com cerca de 9.900 cursos das seguintes entidades:

SENAC
IFSP
SENAR
Escola do Trabalhador 4.0
IFB
SENAI

No arquivo Excell você encontrará as seguintes abas:

cursos_tokens: é uma tabela que relaciona o "título do curso" aos identificadores "id_curso". Além disso, essa tabela traz a classificação morfológica dos tokens presentes no título do curso.

CBO_grandes_grupos: é uma tabela que relaciona os "grandes grupos" da CBO aos identificadores "id_chave_grande_grupo".

CBO_sub_grupos_principais: é uma tabela que relaciona os "subgrupos principais" da CBO aos identificadores "id_chave_sub_grupo_principal".

CBO_sub_grupos: é uma tabela que relaciona os "subgrupos" da CBO aos identificadores "id_chave_sub_grupo".

CBO_familias: é uma tabela que relaciona as "famílias" da CBO aos identificadores "id_chave_familia".

CBO_ocupacoes: é uma tabela que relaciona as "ocupações" da CBO aos identificadores "id_chave_ocupacao".

CBO_sinonimos: é uma tabela que relaciona os "sinônimos" da CBO aos identificadores "id_chave_sinonimo".

CBO_perfis_ocupacionais: é uma tabela que relaciona os "perfis ocupacionais" da CBO aos identificadores "id_chave_perfil_ocupacional".

A ideia seria estabelecer estabelecer as seguintes relações:

1. Relacionar os cursos com os subgrupos principais da CBO: cursos_tokens x CBO_sub_grupos_principais (id_curso x id_chave_sub_grupo_principal)
2. Relacionar os cursos com os subgrupos da CBO: cursos_tokens x CBO_sub_grupos (id_curso x id_chave_sub_grupo)
4. Relacionar os cursos com as ocupações da CBO: cursos_tokens x CBO_ocupacoes (id_curso x id_chave_ocupacao)

Para isso, usando as chaves externas de cada tabela, ou mesmo as relações entre CBO e QBQ que vc já tem, usar o BERT (ou outro algoritmo que vc achar pertinente), para retornar os csv com acima, sempre usando id_ como chave externa, e não os códigos da CBO. 

Se você tiver alguma dúvida, eu estou à disposição para esclarecer algum ponto.

Atenciosamente,