Aprimoramento do Annif para indexação automática de publicações em português

Resumo

A indexação automática desempenha um papel essencial na organização e recuperação da informação, especialmente em bibliotecas e repositórios institucionais que lidam com grandes volumes de documentos. O presente estudo investiga a aplicação de uma ferramenta baseada em inteligência artificial para a indexação automática de publicações em língua portuguesa, com o objetivo de aprimorar a precisão e a coerência dos descritores atribuídos aos documentos. Para isso, foram conduzidos testes com uma ferramenta desenvolvida originalmente para a indexação de textos em outro idioma, avaliando sua capacidade de adaptação a um novo contexto linguístico. A metodologia adotada incluiu a realização de testes exploratórios iniciais, seguidos da criação de um conjunto de treinamento específico composto por trinta mil documentos extraídos de bases institucionais. O treinamento foi conduzido de maneira incremental, permitindo a avaliação da evolução do desempenho da ferramenta. Os resultados indicaram que a qualidade das sugestões geradas pela ferramenta está diretamente relacionada à diversidade e estrutura do conjunto de treinamento. Inicialmente, a indexação apresentou baixa precisão para documentos em língua portuguesa, mas, após o refinamento dos dados e a ampliação do conjunto de treinamento, observou-se uma melhora significativa na coerência dos descritores atribuídos. O estudo demonstra que a adaptação da ferramenta para a indexação de documentos em língua portuguesa é viável, desde que sejam realizados ajustes metodológicos no treinamento do modelo. Conclui-se que o aprimoramento contínuo do conjunto de treinamento pode fortalecer a padronização da indexação, melhorar a recuperação da informação e reduzir a necessidade de intervenção manual em bibliotecas e repositórios institucionais.