TCFINDER: aplicação de modelagem de tópicos na extração de dados de trabalhos de conclusão de curso
dc.contributor.advisor | Mascarenhas, Ana Patrícia Fontes Magalhães | |
dc.contributor.author | Barreiro, Yan Santana | |
dc.contributor.referee | Restovic, Maria Inés Valderrama | |
dc.contributor.referee | Jorge, Eduardo Manuel de Freitas | |
dc.date.accessioned | 2025-01-09T17:12:37Z | |
dc.date.available | 2025-01-09T17:12:37Z | |
dc.date.issued | 2024-12-19 | |
dc.description.abstract | Este trabalho propõe uma abordagem automatizada para a extração de informações em TCCs utilizando Inteligência Artificial, com foco em técnicas de Processamento de Linguagem Natural (PLN) e Grandes Modelos de Linguagem (LLMs) para identificar e catalogar tópicos de resumos. Utilizando a metodologia Design Science Research (DSR), a solução visa agilizar a catalogação e facilitar a busca por temas relacionados, ajudando usuários a localizar trabalhos similares. A pesquisa incluiu análise de técnicas, construção e validação da solução, utilizando uma tabela comparativa de precisão e um questionário com estudantes da UNEB. Os resultados destacaram alta eficiência, com 100% de sucesso na extração de metadados e impacto positivo para 94,1% dos estudantes ao encontrar trabalhos relevantes. | |
dc.description.abstract2 | This study proposes an automated approach to extracting information from undergraduate theses (TCCs) using Artificial Intelligence, focusing on Natural Language Processing (NLP) techniques and Large Language Models (LLMs) to identify and catalog topics from abstracts. Utilizing the Design Science Research (DSR) methodology, the solution aims to streamline cataloging and facilitate the search for related topics, helping users locate similar works. The research included an analysis of techniques, solution development, and validation, using a comparative table to measure accuracy and a questionnaire with UNEB students. The results demonstrated high efficiency, with 100% success in metadata extraction and a positive impact for 94.1% of students in finding relevant works. | |
dc.format.mimetype | application/pdf | |
dc.identifier.citation | BARREIRO, Yan Santana. TCFINDER: aplicação de modelagem de tópicos na extração de dados de trabalhos de conclusão de curso. Orientadora: Ana Patrícia Fontes Magalhães Mascarenhas. 2024. 61f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação), Departamento de Ciências Exatas e da Terra (DCET), Campus I, Universidade do Estado da Bahia, Salvador, 2024 | |
dc.identifier.uri | https://saberaberto.uneb.br/handle/20.500.11896/7121 | |
dc.language.iso | por | |
dc.publisher | UNEB | |
dc.publisher.program | Colegiado de Sistema de Informações | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc/3.0/br/ | |
dc.rights2 | Attribution-NonCommercial 3.0 Brazil | en |
dc.subject.keywords | Modelagem de tópicos | |
dc.subject.keywords | IA | |
dc.subject.keywords | PLN | |
dc.subject.keywords | Pesquisas acadêmicas | |
dc.subject.keywords | LLM | |
dc.title | TCFINDER: aplicação de modelagem de tópicos na extração de dados de trabalhos de conclusão de curso | |
dc.title.alternative | TCFINDER: Topic Modeling Application for Extracting Data from Final Undergraduate Projects | |
dc.type | info:eu-repo/semantics/bachelorThesis |
Arquivos
Pacote Original
1 - 1 de 1
Carregando...
- Nome:
- TCFINDER: aplicação de modelagem_Yan Barreiro.pdf
- Tamanho:
- 1.49 MB
- Formato:
- Adobe Portable Document Format
- Descrição:
Licença do Pacote
1 - 1 de 1
Carregando...
- Nome:
- license.txt
- Tamanho:
- 462 B
- Formato:
- Item-specific license agreed upon to submission
- Descrição: