Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Pedroso, Lucas Garcia, 1981- | - |
Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Curso de Graduação em Matemática Industrial | - |
Autor(es): dc.creator | Xavier, Aline Nascimento | - |
Data de aceite: dc.date.accessioned | 2025-09-01T13:15:40Z | - |
Data de disponibilização: dc.date.available | 2025-09-01T13:15:40Z | - |
Data de envio: dc.date.issued | 2025-08-11 | - |
Data de envio: dc.date.issued | 2025-08-11 | - |
Data de envio: dc.date.issued | 2022 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/97856 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/97856 | - |
Descrição: dc.description | Orientador: Prof. Dr. Lucas Garcia Pedroso | - |
Descrição: dc.description | Monografia (graduação) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Graduação em Matemática Industrial | - |
Descrição: dc.description | Inclui referências | - |
Descrição: dc.description | Resumo : Nesta monografia abordamos a aplicação de técnicas de Processamento de Linguagem Natural (NLP) na recomendação de trabalhos científicos publicados ao longo dos anos pelos discentes e docentes do Departamento de Matemática da Universidade Federal do Paraná (UFPR). Os modelos Word2Vec, GloVe e BERT foram utilizados para extrair informações semãnticas e contextuais dos documentos de texto, com o objetivo de gerar recomendações personalizadas e precisas. A coleta de dados foi realizada por meio de web scraping, e os modelos pré-treinados foram ajustados para atender ás necessidades da pesquisa. Avaliamos a capacidade dos algoritmos em compreender o contexto dos artigos matemáticos e apresentar recomendações concisas. Os resultados obtidos demonstram que o modelo BERT se destaca nessa tarefa, mostrando uma maior compreensão do contexto e gerando recomendações relevantes. Ao final do trabalho, apresentamos considerações finais e discussões sobre os resultados alcançados. Além disso, oferecemos sugestões para pesquisas futuras, visando aprimorar ainda mais a recomendação de trabalhos científicos | - |
Descrição: dc.description | Abstract : This monograph addresses the application of Natural Language Processing (NLP) techniques in the recommendation of scientific papers published over the years by students and faculty members of the Department of Mathematics at the Federal University of Paraná (UFPR). The Word2Vec, GloVe, and BERT models were employed to extract se mantic and contextual information from text documents, aiming to generate personalized and accurate recommendations. Data collection was performed through web scraping, and the pre-trained models were adjusted to meet the research requirements. We evaluated the algorithms’ ability to comprehend the context of mathematical articles and provide concise recommendations. The results obtained demonstrate the superiority of the BERT model in this task, showcasing a better understanding of the context and generating relevant recommendations. In the final sections of the work, we present concluding remarks, discussions on the achieved results, and suggestions for future research to further enhance the recommendation of scientific papers | - |
Formato: dc.format | 1 recurso online : PDF. | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Processamento da linguagem natural (Computação) | - |
Palavras-chave: dc.subject | Sistemas de recomendação (Filtragem de informações) | - |
Palavras-chave: dc.subject | Redação técnica | - |
Título: dc.title | Algoritmos de sistemas de recomendação para trabalhos científicos | - |
Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: