ExtrAI-PDF: Sistema de Extração Inteligente e Automática de Dados

Página do item simplificado Estatísticas
dc.contributor.advisorLins, Hertz Wilton de Castro
dc.contributor.advisorID0000-0003-1138-4276pt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/7712686175574736pt_BR
dc.contributor.authorSantos, Douglas Fernandes dos
dc.contributor.authorID0009-0006-2449-4705pt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/1740933882674497pt_BR
dc.contributor.referees1Vasconcelos, Cristhianne de Fatima Linhares de
dc.contributor.referees1Latteshttp://lattes.cnpq.br/3140725798737102pt_BR
dc.contributor.referees2Nagem, Danilo Alves Pinto
dc.contributor.referees2Latteshttp://lattes.cnpq.br/5934458385325202pt_BR
dc.date.accessioned2025-01-16T19:32:16Z
dc.date.available2025-01-16T19:32:16Z
dc.date.issued2024-11-27
dc.description.abstractThe project integrates GPT (OpenAI) artificial intelligence models to streamline infor- mation extraction from documents. The methodology involves developing a web system capable of performing this extraction quickly and reliably from multiple PDF files simul- taneously. The case studies focus on extracting information from articles about the new mobile 6G technology standard and neonatal skin lesions. In the latter case, the extracted information will serve as guidelines for training a machine learning model.pt_BR
dc.description.resumoO projeto integra modelos de inteligência artificial GPT (OpenAI) para agilizar a extração de informações a partir de documentos. A metodologia envolve o desenvolvimento de um sistema web capaz de realizar essa extração de maneira rápida e confiável a partir de diversos arquivos PDF de forma simultânea. Os estudos de caso concentram-se na extração de informações de artigos sobre o novo padrão tecnológico mobile 6G e sobre lesões de pele em neonatos. No segundo caso, as informações extraídas servirão como regras para o treinamento de um modelo de aprendizado de máquina.pt_BR
dc.identifier.citationSANTOS, Douglas Fernandes. ExtrAI-PDF: Sistema de Extração Inteligente e Automática de Dados. 2024. 35f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Telecomunições) - Departamento de Engenharia de Comunicações, Universidade Federal do Rio Grande do Norte, Natal, 2024.pt_BR
dc.identifier.urihttps://repositorio.ufrn.br/handle/123456789/61267
dc.languagept_BRpt_BR
dc.publisherUniversidade Federal do Rio Grande do Nortept_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentDepartamento de Engenharia de Telecomunicaçõespt_BR
dc.publisher.initialsUFRNpt_BR
dc.publisher.programEngenharia de Telecomunicaçõespt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectInteligência artificialpt_BR
dc.subjectArtificial Intelligencept_BR
dc.subjectProcessamento de linguagem naturalpt_BR
dc.subjectLLMpt_BR
dc.subjectInteligência artificial generativapt_BR
dc.subjectExtração de dadospt_BR
dc.subjectAprendizado de máquinapt_BR
dc.subjectrevisão bibliográficapt_BR
dc.subjectGPTpt_BR
dc.subjectgenerative artificial intelligencept_BR
dc.subjectMachine Learningpt_BR
dc.subjectData Extractionpt_BR
dc.subjectliterature reviewpt_BR
dc.subjectNatural Language Processingpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOESpt_BR
dc.titleExtrAI-PDF: Sistema de Extração Inteligente e Automática de Dadospt_BR
dc.title.alternativeExtrAI-PDF: Intelligent and Automatic Data Extraction Systempt_BR
dc.typebachelorThesispt_BR

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
tcc_ficha.pdf
Tamanho:
1.39 MB
Formato:
Adobe Portable Document Format
Nenhuma Miniatura disponível
Baixar

Licença do Pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.45 KB
Formato:
Item-specific license agreed upon to submission
Nenhuma Miniatura disponível
Baixar

Coleções

CT - TCC - Engenharia de Telecomunicações
Repositório Institucional - UFRN Campus Universitário Lagoa NovaCEP 59078-970 Caixa postal 1524 Natal/RN - BrasilUniversidade Federal do Rio Grande do Norte© Copyright 2025. Todos os direitos reservados.
Contato+55 (84) 3342-2260 - R232Setor de Repositórios Digitaisrepositorio@bczm.ufrn.br
DSpaceIBICT
OasisBR
LAReferencia
Customizado pela CAT - BCZM