Engenharia de Computação
URI Permanente para esta coleção
Navegar
Navegando Engenharia de Computação por Autor "ESTEVES, Gabriel Priolli"
Agora exibindo 1 - 1 de 1
Resultados por página
Opções de Ordenação
Artigo Científico Acesso aberto Análise e otimização de pesquisas textuais utilizando inteligência artificial por meio do IAssistant(2024-06) AGUIAR, Marcos Paulo Leite; OLIVEIRA, Diego Soares de; ESTEVES, Gabriel Priolli; LEMOS, Gustavo Barcelos; SILVA, Bruno Dias Vieira; ROMEU, Alexandre PradoEste artigo apresenta o desenvolvimento e implementação do IAssistant, uma ferramenta inovadora baseada em inteligência artificial (IA) destinada a otimizar a análise textual de artigos acadêmicos. A solução proposta visa auxiliar pesquisadores ao quantificar a correspondência percentual entre os critérios de pesquisa fornecidos pelo usuário e o conteúdo dos documentos analisados. Por meio de técnicas de processamento de linguagem natural (NLP) com o NLTK e aprendizado de máquina com o scikit-learn, o IAssistant realiza uma análise detalhada por meio da similaridade do cosseno. Além disso, a ferramenta gera opções parafraseadas dos critérios de pesquisa iniciais através de um modelo de IA generativa, mantém a semântica e a intenção originais. A interface do IAssistant, desenvolvida com Dash e Plotly, proporciona visualizações interativas e detalhadas das análises, permite uma avaliação intuitiva e eficiente. A priorização de leitura é sinalizada por cores (vermelho para baixa prioridade, azul para prioridade média e verde para alta prioridade), com base nos percentuais de correspondência obtidos. A ferramenta é disponibilizada como uma extensão de navegador, compatível com processamento local, em nuvem pública ou em ambientes on-premise, garante flexibilidade e escalabilidade. Os resultados indicam que o IAssistant é capaz de reduzir significativamente o tempo necessário para a revisão de literatura, oferece uma análise rápida e precisa da relevância dos documentos. A implementação de metodologias robustas de NLP e aprendizado de máquina, aliada a uma interface intuitiva, faz do IAssistant uma solução valiosa para pesquisadores em diversas áreas do conhecimento. Este estudo discute as vantagens, limitações e potenciais melhorias da ferramenta e sugere caminhos para futuras pesquisas e aprimoramentos.