Framework para descoberta científica suportada por interação híbrida homem-máquina

• Autor(a) principal: Guimarães, Diogo Jorge Pereira Mesquita
• Data de Publicação: 2022
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10348/11174
• topic: Affinity; BERT model

Compreender as interações nas comunidades científicas e as suas colaborações, tornou-se indispensável para a investigação propriamente dita. Assim sendo, a medição da similaridade entre documentos científicos poderá auxiliar os investigadores na identificação de grupos com interesses semelhantes, promovendo a colaboração e o reforço das ligações entre a academia e a indústria. Com este propósito, procura-se avaliar o desempenho de abordagens híbridas na medição de similaridade entre pares de documentos, atrav´es da complementaridade de resultados alcançados por crowd participants e algoritmos de inteligência artificial. Esta dissertação apresenta, assim, uma framework que integra dois componentes sequenciais, contendo dois tipos de processos destinados a perceber de que forma os sistemas que envolvem algoritmos computacionais podem colaborar com seres humanos, na medição de similaridade entre documentos científicos. A primeira componente envolve um conjunto de abordagens de Natural Language Processing (Processamento de Linguagem Natural) ou NLP e de Text Mining, na qual ´e utilizada a medida TFIDF e o modelo de representação Bidirectional Encoder Representation from Transformers (BERT). A segunda componente, consiste numa campanha de crowdsourcing, na qual os participantes (crowd participants) terão de indicar se os documentos cient´ıficos em causa são, ou não, da mesma autoria. A utilização de processos de crowdsourcing nas situações em que algoritmos automáticos não fornecem resultados satisfatórios, faculta uma visão preliminar na deteção de contribuições importantes da cooperação Human-AI. Partindo deste pressuposto, preconiza-se a medição de similaridade entre documentos científicos, visando alcançar um melhor suporte à decisão baseado num worflow híbrido. Assim sendo, acredita-se que os investigadores podem ser melhor informados sobre potenciais colaboradores, recorrendo a mecanismos híbridos de Human-AI baseados no conteúdo das suas publicações científicas.