Uma abordagem de organização do conhecimento e Retrieval Augmented Generation para a recuperação semântica da informação / PPGCI – UFRGS
o estudo propõe a utilização da arquitetura Retrieval-Augmented Generation como alternativa para aprimorar a qualidade dos metadados e a eficácia da recuperação da informação, com aplicação em bases especializadas como a Brapci. Ainda, tem como objetivo analisar o uso de estratégias dessa arquitetura aliadas a Modelos de Linguagem de Grande Escala, na recuperação da informação científica. Trata-se de uma pesquisa aplicada, de abordagem qualitativa e caráter metodológico, cujo procedimento compreendeu a construção de um microtesauro semântico especializado no domínio da Inteligência Artificial aplicada à Ciência da Informação, utilizado como base de conhecimento para um protótipo denominado SmartRetrieval. A proposta foi validada por meio da aplicação em um corpus formado por 40 artigos científicos, com avaliação baseada nas métricas de precisão, revocação e F1-Score. Os resultados destacam a integração entre linguagens documentárias e modelos generativos, mediada pela arquitetura RetrievalAugmented Generation (contribuindo para a melhoria da recuperação da informação, reduzindo ruídos e ampliando a cobertura semântica) e o papel central do indexador na construção e validação de linguagens documentárias (uma vez que a qualidade da representação temática depende de decisões conceituais fundamentadas e da mediação intelectual especializada).
#RAG #BRAPCI
Disponível em: https://lume.ufrgs.br/handle/10183/308996
