A gestão da informação e a organização do conhecimento enfrentam o desafio de transformar conteúdo textual não estruturado em metadados consistentes e recuperáveis, semanticamente vinculados a vocabulários específicos de domínio. Em contextos de saúde digital, esse desafio é intensificado pela variação terminológica, por menções secundárias a assuntos e por diferentes níveis de relevância informacional. Avanços recentes em inteligência artificial generativa (IA generativa) oferecem alternativas promissoras para a extração, classificação e padronização semântica de entidades textuais. Este artigo apresenta uma abordagem metodológica para desenvolver tagbots semânticos apoiados por IA generativa, avaliada por meio de um estudo de caso no Portal Afya. O problema aplicado consiste em estabelecer vínculos semânticos entre os artigos do portal e uma taxonomia interna de doenças baseada na Classificação Internacional de Doenças, 11ª Revisão (CID-11). A metodologia adota a Design Science Research, compreendendo ciclos iterativos de construção, refinamento e avaliação do artefato, com melhorias sucessivas nos critérios de extração, pontuação, seleção e padronização de tags. Os resultados indicam que a combinação de extração automatizada, critérios explícitos de relevância e aproximação a uma taxonomia de domínio pode gerar metadados mais consistentes para a recuperação da informação. Como contribuição, o estudo propõe um processo metodológico adaptável a outros contextos informacionais que exigem a organização semântica de conteúdo textual.
Comissão Organizadora
Gabriel Felipe Cotta Cirino
Francisco Paletta
Victoria Siqueira Pereira
Mariane Alves Antunes
Rodrigo Garcia
Victor Barros
Karina Satie kawashita
Comissão Científica
Ferramenta completa de submissão, avaliação e publicação de anais para eventos científicos.
