Investigação de Algoritmos de Perguntas e Respostas na Arquitetura de Referência de Software BigQA

• Processo: 23/08293-9
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2023
• Data de Término da vigência: 31 de julho de 2024
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Cristina Dutra de Aguiar
• Beneficiário: Pedro Calciolari Jardim
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Big data
• Palavra(s)-Chave do Pesquisador: algoritmos de perguntas e respostas | big data | conjunto de dados (dataset) | banco de dados e inteligência artificial

Resumo

Visando investigar o desafio de como construir um sistema de big data para perguntas e respostas (em inglês, Big Data Question Answering), está sendo desenvolvida pelo grupo de pesquisa da orientadora deste projeto de iniciação científica a arquitetura de referência de software BigQA. Dentre suas funcionalidades, destaca-se a necessidade de incorporar algoritmos de perguntas e respostas, chamados de algoritmos de QA (em inglês, Question Answering). Esses algoritmos são compostos por duas etapas. A primeira etapa, busca de documentos, recebe como entrada perguntas em linguagem natural escritas pelos usuários e, em seguida, realiza a busca nos documentos visando encontrarinformações úteis em resposta às perguntas. A segunda etapa, leitura de documentos, analisa as informações obtidas e produz um resultado a ser retornado aos usuários. Este projeto de iniciação científica tem como objetivo investigar diferentes algoritmos de QA que podem ser utilizados para implementar a etapa de leitura de documentos da arquitetura BigQA. Durante o desenvolvimento do projeto, pretende-se indicar qual o algoritmo mais adequado de ser utilizado de acordo com as características das perguntas realizadas pelos usuários e dos resultados retornados pela etapa de busca de documento. Pretende-se também gerar um conjunto de dados apropriado para a realização de testes de desempenho que comparem os algoritmos de QA investigados em cenários de big data.