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.creator | Tavares, Henrique Leal | - |
Autor(es): dc.creator | Coneglian, Caio Saraiva | - |
Autor(es): dc.creator | Torino, Emanuelle | - |
Autor(es): dc.creator | Vidotti, Silvana Aparecida Borsetti Gregorio | - |
Autor(es): dc.creator | Santarem Segundo, José Eduardo | - |
Data de aceite: dc.date.accessioned | 2025-08-29T12:41:25Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T12:41:25Z | - |
Data de envio: dc.date.issued | 2025-04-02 | - |
Data de envio: dc.date.issued | 2025-04-02 | - |
Data de envio: dc.date.issued | 2025-02-23 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/36353 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1100074 | - |
Descrição: dc.description | Generative Artificial Intelligence is impacting society as a whole, enabling the development of solutions across many fields of knowledge. In the context of Information Science, techniques such as Large Language Models and Retrieval-Augmented Generation, widely used in tools like ChatGPT and Gemini, have the potential to broadly influence and relate to Information Retrieval. Therefore, this work aims to present an Information Retrieval model using a chatbot as the interface and applying Generative Artificial Intelligence techniques - Large Language Models and Retrieval-Augmented Generation. To achieve this, an applied approach was adopted, along with an exploration of the relevant literature, which led to the construction of the chatbot. As a result, the developed solution, the chatbot, was able to apply Generative Artificial Intelligence techniques while demonstrating how Information Retrieval is present and interconnected with the solution. It is concluded that the development of applied Artificial Intelligence research within the scope of Information Science can contribute to new studies and greater understanding of the use of these emerging technologies in the field. | - |
Descrição: dc.description | A Inteligência Artificial Generativa vem impactando toda a sociedade, impulsionando o desenvolvimento de soluções em diversas áreas do conhecimento. No contexto da Ciência da Informação, Large Language Model e Retrieval-Augmented Generation, amplamente utilizadas em ferramentas como o ChatGPT e Gemini, são técnicas capazes de influenciar e se relacionar de forma ampla com a Recuperação da Informação. Dessa forma, o presente trabalho tem como objetivo apresentar um modelo de Recuperação da Informação utilizando como interface um chatbot e aplicando as técnicas de Inteligência Artificial Generativa – Large Language Model e Retrieval-Augmented Generation. Para tal, realizou-se uma abordagem aplicada junto com a exploração da literatura acerca da temática, o que conduziu à construção do chatbot. Enquanto resultados, a solução desenvolvida, o chatbot, foi capaz de aplicar as técnicas da Inteligência Artificial Generativa, ao mesmo tempo em que demonstrou como a Recuperação da Informação está presente e se relaciona com a solução. Conclui-se, então, que o desenvolvimento de pesquisas aplicadas de Inteligência Artificial no âmbito da Ciência da Informação pode contribuir para novos estudos e para uma maior compreensão da utilização dessas tecnologias emergentes na área. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Curitiba | - |
Publicador: dc.publisher | Brasil | - |
Relação: dc.relation | Encontro Nacional de Pesquisa em Ciência da Informação (ENANCIB) | - |
Relação: dc.relation | https://enancib.ancib.org/index.php/enancib/xxivenancib/paper/view/2690 | - |
Direitos: dc.rights | openAccess | - |
Direitos: dc.rights | Attribution 4.0 International | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
Palavras-chave: dc.subject | Inteligência artificial | - |
Palavras-chave: dc.subject | Recuperação da informação | - |
Palavras-chave: dc.subject | Processamento de linguagem natural (Computação) | - |
Palavras-chave: dc.subject | Web semântica | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Interação humano-máquina | - |
Palavras-chave: dc.subject | Chatbots | - |
Palavras-chave: dc.subject | Artificial intelligence | - |
Palavras-chave: dc.subject | Information retrieval | - |
Palavras-chave: dc.subject | Natural language processing (Computer science) | - |
Palavras-chave: dc.subject | Semantic web | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Human-computer interation | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS SOCIAIS APLICADAS::CIENCIA DA INFORMACAO | - |
Título: dc.title | Recuperação da informação e inteligência artificial generativa com large language model e retrieval-augmented generation | - |
Título: dc.title | Information retrieval and generative artificial intelligence with large language model and retrieval-augmented generation | - |
Tipo de arquivo: dc.type | aula digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
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: