Usando o conteúdo textual para a previsão de um sucesso científico.

• Processo: 24/05715-2
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2024
• Data de Término da vigência: 30 de junho de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Diego Raphael Amancio
• Beneficiário: Pedro Manicardi Soares
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Aprendizado computacional Inteligência artificial Processamento de linguagem natural
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Embeddings | Inteligência Artificial | Processamento de Linguagem Natural | Inteligência Artificial, Processamento de Linguagem Natural, Embeddings

Resumo

A representação textual é um dos métodos mais importantes do processamento de linguagem natural e vem sendo aplicada cada vez mais em diversas áreas. Uma aplicação, por exemplo, baseia-se no uso de embeddings para classificar a intenção emocional de um texto. Além disso, é possível utilizar a representação textual para prever o sucesso de um trabalho, como um artigo científico, uma novela ou um livro. Nesse sentido, há muitos estudos na literatura abordando a previsão do impacto científico, porém a maioria limitou-se a técnicas utilizando o título e o resumo dos artigos. Logo, há a necessidade de novos trabalhos que utilizem combinações de técnicas avançadas de análise de todo o conteúdo textual, bem como de dados dos autores, possibilitando uma visão mais completa. Neste cenário, essa pesquisa de Iniciação Científica propõe a investigação do uso de embeddings para prever o sucesso de um artigo científico. O objetivo é utilizar o conteúdo textual e dividir os artigos por seções, a fim de descobrir se uma seção tem mais impacto na obra. Por fim, serão adicionadas informações dos autores dos trabalhos para investigar se um determinado autor está mais propenso a ter um maior reconhecimento.