Fundador e CEO da Maritaca AI e professor voluntário na UNICAMP.Possui graduação em Engenharia Elétrica (2009), mestrado em Engenharia da Computação (2014), ambos pela Universidade Estadual de Campinas, e doutorado em Ciência da Computação (2019) na área de Deep Learning, Processamento Natural da Linguagem e Sistemas de Busca pela New York University, onde foi orientado pelo prof. Kyunghyun Cho. Fez pós-doutoramento na Universidade de Waterloo (Canadá) onde trabalhou com o professor Jimmy Lin. Trabalhou no Google Research e Microsoft Research com aprendizado profundo. (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) na Agência FAPESP sobre o(a) pesquisador(a) |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |
Na fase 1 do projeto PIPE, desenvolvemos um sistema para a análise de jurisprudência, baseado em modelos de aprendizado profundo (Deep Learning), que se mostrou significativamente superior a modelos clássicos, como o BM25. Apesar de sua qualidade, este sistema de busca se limita, assim como sistemas concorrentes, a mostrar a resposta na forma de uma lista com "10 links azuis". Isso exige …
Neste projeto, investigaremos a automação da análise de jurisprudência, que consiste em encontrar informações que suportam uma decisão favorável (ou desfavorável) a um caso em questão. A tarefa da análise de jurisprudência é fundamental para se obter um bom resultado em um processo jurídico, auxiliando na decisão estratégica e minimizando riscos. Contudo, é uma tarefa onerosa, devido ao g…
O bolsista adaptará e implementará os módulos de sistema de buscas e mapeamento de seção-documentos para o domínio técnico brasileiro. No módulo de buscas, serão aplicadas técnicas de busca clássicas, como o BM25, para retornar documentos relevantes e diversificados relacionados ao tópico definido pelo usuário. No módulo de mapeamento, modelos ranqueadores serão adaptados para mapear docu…
As atividades do bolsista envolvem a implementação do módulo de geração de seções a partir dos documentos encontrados pelo módulo de busca (1). Os desafios dessa tarefa são desenvolver um sistema que gere títulos coerentes, diversos, e que sejam representativos da coleção de documentos. Para tanto, o bolsista irá explorar diversos modelos sequence-to-sequence. Irá também agrupar títulos s…
As atividades do bolsista envolvem a implementação do módulo de mapeamento de documentos representativos a cada seção predita pelo módulo (2). O bolsista irá adaptar modelos ranqueadores para a tarefa, como o monoT5. Também irá explorar modelos de sumarização de textos dos documentos selecionados, visando diminuir a quantidade de texto apresentado ao usuário.
| 2 | Auxílios à pesquisa concluídos |
| 6 | Bolsas no país concluídas |
| 8 | Todos os Auxílios e Bolsas |
| Processos vinculados | |
CV Lattes
ORCID