LINGUAGENS DOCUMENTÁRIAS E INTELIGÊNCIA ARTIFICIAL PARA RECUPERAÇÃO DA INFORMAÇÃO

PROPOSTA DE UM MODELO BASEADO EM RETRIEVAL-AUGMENTED GENERATION

Resumo

A organização do conhecimento e a recuperação eficiente da informação constituem desafios em ambientes científicos digitais, especialmente em domínios especializados que demandam representação terminológica consistente e mecanismos avançados de descoberta. Nesse contexto, este estudo propõe o modelo SmartRetrieval, que integra a arquitetura de Retrieval-Augmented Generation a modelos de linguagem para aprimorar a recuperação da informação em bases especializadas. Trata-se de uma pesquisa aplicada, de abordagem qualitativa e caráter metodológico. Como parte da proposta, foi desenvolvido um microtesauro multilíngue a partir de um recorte de artigos do capítulo brasileiro da International Society for Knowledge Organization, destinado à expansão semântica de consultas e à normalização terminológica. O SmartRetrieval foi avaliado em um corpus composto por 40 artigos científicos, utilizando as métricas de precisão, revocação e F1-Score. O sistema emprega estratégia de busca orientada por domínio no Elasticsearch e utiliza reclassificação baseada em Modelos de Linguagem de Pequena Escala para aumentar a relevância dos resultados recuperados. Os resultados demonstram que a integração entre linguagens documentárias e modelos generativos reduz ruídos, amplia a cobertura semântica e melhora a eficácia da recuperação da informação. Evidenciam, ainda, a relevância da mediação intelectual especializada na construção e validação de estruturas conceituais, uma vez que a qualidade da representação temática influencia diretamente no desempenho dos sistemas de busca. Conclui-se que a abordagem proposta contribui para o aperfeiçoamento dos processos de organização, representação e recuperação da informação, fortalecendo a mediação informacional em ambientes científicos digitais.