APLICAÇÃO DO MODELO GPT-4 PARA EXTRAÇÃO DE INFORMAÇÕES EM TESES DIGITALIZADAS
DOI:
https://doi.org/10.5281/zenodo.15507515Palavras-chave:
Recuperação da Informação, Large Language Models, Modelo GPT-4, DigitalizaçõesResumo
Resumo expandido.
Downloads
Referências
BAKTASH, J. A.; DAWODI, M. GPT-4: A Review on Advancements and Opportunities in Natural Language Processing. arXiv, 2305.03195v1, 2023. Disponível em: https://arxiv.org/abs/2305.03195. Acesso em: 17 dez. 2024.
CAPURRO, R.; HJØRLAND, B. O conceito de informação. Perspectivas em Ciência da Informação, Belo Horizonte, v. 12, n. 1, p. 148-207, jan./abr. 2007. Disponível em: https://www.scielo.br/j/pci/a/j7936SHkZJkpHGH5ZNYQXnC/?format=pdf&lang=pt. Acesso em: 23 abr. 2025.
CRESWELL, J. W.; CRESWELL, J. D. Projeto de pesquisa: métodos qualitativo, quantitativo e misto. 5. ed. Porto Alegre: Penso, 2021.
GIL, A. C. Como elaborar projetos de pesquisa. 7. ed. Barueri: Atlas, 2023.
INSTITUTO FEDERAL DO RIO GRANDE DO SUL. Centro Tecnológico de Acessibilidade. Ferramentas OCR – entenda o que são e sua relação com a acessibilidade. Bento Gonçalves: CTA, 17 dez. 2018. Disponível em: https://cta.ifrs.edu.br/ferramentas-ocr-entenda-o-que-sao-como-funcionam-e-qual-sua-relacao-com-a-acessibilidade/. Acesso em: 21 nov. 2024.
KALLENS, P. C.; KRISTENSEN-MCLACHLAN, R. D.; CHRISTIANSEN, M. H. Large Language Models Demonstrate the Potential of Statistical Learning in Language. Cognitive Science, v. 47, n. 3, 2023. Disponível em: https://onlinelibrary.wiley.com/doi/epdf/10.1111/cogs.13256. Acesso em: 25 nov. 2024.
WEI, W. R.; HUANG, L.; WANG, J. J. Retrieval-Augmented Generation for LLM Applications: transforming search, recommendation, and AI assistants. Sebastopol, CA: O’Reilly, 2025.
Downloads
Publicado
Como Citar
Edição
Seção
Categorias
Licença
Copyright (c) 2025 Fórum de Pesquisas Discentes do Programa de Pós-Graduação em Gestão e Organização do Conhecimento (FORPED PPGGOC)

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Qualquer usuário tem direito de:
- Compartilhar — copiar, baixar, imprimir ou redistribuir o material em qualquer suporte ou formato
- Adaptar — remixar, transformar, e criar a partir do material para qualquer fim, mesmo que comercial.
De acordo com os seguintes termos:
- Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de maneira alguma que sugira ao licenciante a apoiar você ou o seu uso.
- Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.