PT - EN - ES
    • 29, Abril - 2022
    • 14:00
    • QUALIFICAÇÃO DE DOUTORADO
    • Título
    • Geração automática e semiautomática de metadados: uma contribuição para gestores de repositórios digitais
    • Aluno
    • Jean Carlos Borges Brito
    • Orientador
    • Dr. Dalton Lopes Martins
    • RESUMO
    • QUALIFICAÇÃO DE DOUTORADO

      Aluno (a): Jean Carlos Borges Brito

       Título: “Geração automática e semiautomática de metadados: uma contribuição para gestores de repositórios digitais

      Data: 29/04/2022

      Horário: 14h00

      Composição da Banca:

      Dr. Dalton Lopes Martins (Presidente)

      Dra. Ana Carolina Simionato Arakaki (UFSCar)

      Dr. Marcio de Carvalho Victorino

      Dr. João de Melo Maricato (suplente)

      Vídeo Conferência: https://join.skype.com/mwO5nZ3s2dFB

      Resumo: Introdução. Devido ao grande volume de documentos e publicações digitais, além do aumento de aplicações de Inteligência Artificial capazes de treinar computadores, realiza-se neste trabalho a análise e customização de ferramenta computacional para geração automática de metadados a partir de um vocabulário controlado baseado no Tesauro da Ciência da Informação, implementando uma série de algoritmos de aprendizagem de máquina para treinar o modelo.

      Objetivo. Auxiliar os gestores de repositórios digitais nas atividades de catalogação e indexação de grandes volumes de dados de forma eficiente e automatizada.

      Métodos. A pesquisa foi iniciada através de uma Revisão Bibliográfica, estudando sobre o tema geração automática e semiautomática de metadados, suas ferramentas, técnicas, características e funções. Realizou-se pesquisa exploratória em bases de dados científicas da Ciência da Informação, selecionando periódicos específicos para a avaliação de acordo com as principais listas de classificação. Utilizou-se método misto na análise dos dados, com abordagens quantitativas e qualitativas, sendo definido um protocolo rigoroso de revisão. Identificou-se à priori e à posteriori, ferramentas para auxiliar a pesquisa aplicada, através da customização e uso em conjunto de vários algoritmos de aprendizagem de máquina que fornecessem maior grau de qualidade no processo de geração automática de metadados, auxiliando as atividades de catalogação e indexação dos dados.

       Palavras-Chave: Catalogação. Geração Automática e Semiautomática. Metadados. Desempenho e Qualidade. Indexação.