Uma abordagem com busca semântica e modelo de linguagem para responder a perguntas do contexto @CCC.

• Autor(a) principal: SILVA, Caio Davi Pereira da.
• Data de Publicação: 2023
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/33340
• topic: Processamento de linguagem natural; Busca semântica; Machine learning; Aprendizado de máquina; Instruction-tuned; @CCC - UFCG; LLaMA - modelo de linguagem open source; Modelo de linguagem open source LLaMA; Large Language Model MetaAI - LLaMA; Natural Language Processing; Semantic search; Machine learning; Machine Learning; Instruction-tuned; LLaMA - open source language model; LLaMA open source language model; Large Language Model MetaAI - LLaMA; Ciência da Computação.

A ciência de extrair dados a partir de informações textuais avança consideravelmente. Com a rápida evolução tecnológica da área de Processamento de Linguagem Natural (PLN), os modelos de linguagem são capazes de fornecer resultados completos e concisos a partir de entradas textuais. Atualmente, informações sobre a graduação em Ciência da Computação na UFCG se apresentam diluídas em diversos documentos, planilhas eletrônicas e links da web, podendo resultar em obstáculos para o aluno obter informações precisas referentes ao curso e seus respectivos aspectos, gerando assim uma potencial dificuldade para a resolução de dúvidas. Diante disso, este trabalho se propõe a utilizar técnicas da área de PLN e Machine Learning a fim de construir uma ferramenta capaz de gerar respostas automáticas para questionamentos no contexto da graduação em Ciência da Computação na Universidade Federal de Campina Grande.