Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11422/23089
Especie: Trabalho de conclusão de graduação
Título : Classificação de intenção de citação usando técnicas de aprendizado few-shot
Autor(es)/Inventor(es): Sousa Junior, Ivan Alvarenga de
Tutor: Lopes, Giseli Rabello
Resumen: Este estudo investiga a eficácia da metodologia de treinamento few-shot SetFit (Sentence Transformer Fine-tuning) na classificação das intenções de citação em pesquisas científicas. Com o aumento exponencial de publicações, torna-se crucial identificar trabalhos relevantes e entender as relações entre eles. Utilizando algoritmos de Processamento de Linguagem Natural (PLN), este trabalho compara a metodologia few-shot com outras abordagens tradicionais, observando o impacto do tamanho do conjunto de treinamento no desempenho dos modelos. Os resultados indicam que, mesmo com um número limitado de exemplos, a metodologia SetFit consegue refinar modelos de linguagem para classificar intenções de citação de forma eficiente, aproximando-se da precisão de modelos mais complexos. Portanto, conclui-se que a abordagem few-shot é uma alternativa promissora para aprimorar o mapeamento de intenções de citação, facilitando a construção do conhecimento e a identificação de artigos científicos relevantes.
Materia: Aprendizado de máquina
Redes neurais
Processamento de linguagem natural
Natural language processing
Materia CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Unidade de producción: Instituto de Computação
Editor: Universidade Federal do Rio de Janeiro
Fecha de publicación: 1-abr-2024
País de edición : Brasil
Idioma de publicación: por
Tipo de acceso : Acesso Aberto
Aparece en las colecciones: Ciência da Computação

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
IASJunior.pdf872.7 kBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.