Use este identificador para citar ou linkar para este item:
https://repositorio.ufpb.br/jspui/handle/123456789/28344
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Felipe, Esther Quézia Dos Santos | - |
dc.date.accessioned | 2023-09-08T20:37:14Z | - |
dc.date.available | 2023-09-08T20:37:14Z | - |
dc.date.issued | 2023-06-16 | - |
dc.identifier.uri | https://repositorio.ufpb.br/jspui/handle/123456789/28344 | - |
dc.description.abstract | This study aims to identify the Natural Language platforms as tools in the management of Digital Archives, on the competencies of Artificial Intelligence (AI), and how this usage can complement, requalify or replace human workforce in Archives. We present the results of the bibliographic survey, with a time frame of 2020-2023. It was found that the use of AI performed through functionalities such as Machine Learning and Deep Learning, aligned with the processes used in Archival Science concerning archival management, contributes to the stages of automated document classification, identification of sensitive information, automatic indexing, information retrieval, digitization, cataloging, appraisal, as well as document selection, in accordance with archival norms and legislation when operated for this purpose. The results indicate that natural language processing platforms (NLP) will change archival operations. | pt_BR |
dc.description.provenance | Submitted by Gabrielly Coelho (gabriellysscoelho@gmail.com) on 2023-09-08T20:37:14Z No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) EQSF08092023.pdf: 588023 bytes, checksum: e2c36faea9f997927b9ee1bd4f8f20f0 (MD5) | en |
dc.description.provenance | Made available in DSpace on 2023-09-08T20:37:14Z (GMT). No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) EQSF08092023.pdf: 588023 bytes, checksum: e2c36faea9f997927b9ee1bd4f8f20f0 (MD5) Previous issue date: 2023-06-16 | en |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal da Paraíba | pt_BR |
dc.rights | Acesso aberto | pt_BR |
dc.rights | Attribution-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nd/3.0/br/ | * |
dc.subject | Arquivologia | pt_BR |
dc.subject | Arquivos digitais | pt_BR |
dc.subject | Indexação de arquivos digitais | pt_BR |
dc.subject | Inteligência artificial | pt_BR |
dc.subject | Linguagem natural | pt_BR |
dc.title | Uso das plataformas de linguagem natural como ferramentas na indexação de arquivos digitais | pt_BR |
dc.type | TCC | pt_BR |
dc.contributor.advisor1 | Araújo, Wagner Junqueira | - |
dc.description.resumo | Este estudo pretende identificar as plataformas de Linguagem Natural como ferramentas no gerenciamento dos Arquivos Digitais, sobre as competências da Inteligência Artificial (IA) e como esse uso poderá complementar, requalificar ou substituir a força de trabalho humana nos Arquivos. Apresentamos resultados do levantamento bibliográfico, tendo como recorte temporal 2020-2023. Constatou-se que o uso de IA executado através das funcionalidades, Machine Learning e Deep Learning, alinhada aos processos utilizados na Arquivologia no que se refere ao gerenciamento arquivístico, contribui nas etapas da classificação documental automatizada, identificação das informações sensíveis, indexação automática, recuperação informacional, digitalização, catalogação, avaliação, assim como, seleção documental, em concordância com as normas e legislação arquivística quando operadas para esta finalidade. Os resultados apontam que as plataformas de processamento de Linguagem Naturalizada (PLN) mudarão o funcionamento arquivístico. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Ciências Sociais Aplicadas | pt_BR |
dc.publisher.initials | UFPB | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS SOCIAIS APLICADAS::CIENCIA DA INFORMACAO::ARQUIVOLOGIA | pt_BR |
Aparece nas coleções: | CCSA - TCC - Arquivologia |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
EQSF08092023.pdf | 574,24 kB | Adobe PDF | Visualizar/Abrir |
Este item está licenciada sob uma
Licença Creative Commons