Navegando por Autor "Medeiros, Thaís de Araújo de"
Agora exibindo 1 - 2 de 2
- Resultados por página
- Opções de Ordenação
Dissertação Metodologia orientada a agentes de linguagem para assistência automotiva: integrando engenharia de Prompts em Chatbots avançados(Universidade Federal do Rio Grande do Norte, 2025-07-11) Medeiros, Thaís de Araújo de; Silva, Ivanovitch Medeiros Dantas da; https://orcid.org/0000-0002-0116-6489; http://lattes.cnpq.br/3608440944832201; https://orcid.org/0000-0002-6447-3806; http://lattes.cnpq.br/4746141228253120; Viegas, Carlos Manuel Dias; https://orcid.org/0000-0001-5061-7242; http://lattes.cnpq.br/3134700668982522; Silva, Marianne Batista Diniz da; https://orcid.org/0000-0002-8277-7571; http://lattes.cnpq.br/6470261020797104; Barros, Thiago Medeiros; https://orcid.org/0000-0001-5356-3550; http://lattes.cnpq.br/3844440611390386A crescente presença de sistemas digitais em veículos tem ampliado o número de funcionalidades disponíveis ao usuário. No entanto, dúvidas recorrentes relacionadas ao uso desses recursos, à interpretação de alertas e à execução de procedimentos operacionais básicos ainda exigem a consulta aos manuais do proprietário para que o manuseio do veículo ocorra de forma adequada. Embora a digitalização desses documentos represente um avanço em relação aos suportes físicos, o acesso às informações continua limitado, sobretudo em situações que exigem respostas rápidas e linguagem acessível. Diante desse contexto, este trabalho propõe uma abordagem orientada a agentes de linguagem, fundamentada na técnica de Retrieval-Augmented Generation (RAG), com o objetivo de facilitar a consulta especializada a conteúdos técnicos de manuais automotivos. A metodologia abrange etapas de segmentação dos textos em fragmentos coerentes, indexação em base vetorial, elaboração de prompts adaptados a um Modelo de Linguagem de Grande Escala e avaliação comparativa de seis variantes de RAG (Convencional, com Gradiente Descendente, Multi-Query, Step-Back, Self-RAG e Self-RAG com Gradiente Descendente). Com isso, foi realizado um experimento em que cada variante foi avaliada conforme a estratégia de LLM-as-a-judge, na qual um LLM atribuiu pontuações em fidelidade ao contexto, relevância para a pergunta, completude das informações e verificação de segurança. O conjunto de dados utilizado incluiu vinte perguntas, sendo dez formuladas a partir do manual do Volkswagen Polo 2025 e dez do Fiat Argo 2023. Além disso, a similaridade semântica entre pares de respostas foi mensurada por meio do BERTScore. Os resultados indicaram que o Step-Back alcançou a maior pontuação média final e liderou em completude e segurança, ao passo que o Self-RAG obteve o melhor desempenho em fidelidade e apresentou convergência semântica elevada com sua variante de gradiente. Esses achados sugerem que mecanismos de reformulação, decomposição e autoavaliação elevam tanto a qualidade quanto a consistência das respostas, evidenciando o potencial de arquiteturas adaptativas para aprimorar a assistência técnica em sistemas embarcados.TCC Transformação digital no setor automotivo: desenvolvimento de um chatbot com modelos de linguagem para a extração de conhecimento de manuais automotivos(Universidade Federal do Rio Grande do Norte, 2023-12-04) Medeiros, Thaís de Araújo de; Silva, Ivanovitch Medeiros Dantas da; Silva, Marianne Batista Diniz da; http://lattes.cnpq.br/6470261020797104; http://lattes.cnpq.br/3608440944832201; http://lattes.cnpq.br/4746141228253120; Oliveira, Gisliany Lillian Alves de; Nunes, Tomaz FilgueiraCom a Inteligência Artificial (IA) redefinindo continuamente o paradigma tecnológico, sua aplicação no setor automotivo tornou-se progressivamente mais impactante, especialmente na otimização de sistemas de autodiagnóstico e navegação veicular. Assim, nesse contexto de inovação, o presente trabalho propõe-se a simplificar o acesso e a interpretação de manuais veiculares por meio de um chatbot alimentado por Modelos de Linguagem de Grande Escala (LLMs). Para tal, a metodologia adotada abrange desde a seleção das tecnologias até a implementação do chatbot. Neste processo, o sistema de gerenciamento de vetores Milvus foi utilizado para a indexação e busca de dados, enquanto o Streamlit foi empregado na criação de uma interface interativa. Adicionalmente, a arquitetura da solução foi conteinerizada utilizando Docker, assegurando facilidade de implantação e portabilidade. Finalmente, os resultados alcançados demonstram que o chatbot é capaz de interpretar consultas em linguagem natural e fornecer informações precisas e relevantes a partir dos manuais, contribuindo, assim, para transformar textos complexos em interações simples.