Banca de TCC – Arthur Siqueira e Silva

A Plataforma Lattes atualmente concentra mais de 3,5 milhões de currículos em sua base e é a maior fonte de dados sobre a pesquisa acadêmica brasileira. A flexibilidade do método de cadastro foi um dos fatores responsáveis por popularizar o sistema, mas é também a fonte de problemas que afetam pesquisas e aplicações que usufruem do seu grande acervo. Devido à liberdade dos usuários de enviarem informações que nem sempre são rigidamente verificadas, diversas inconsistências são geradas na base. Um dos tipos de inconsistência mais comum é a duplicação de publicações, que ocorre quando duas ou mais produções registradas com alguns campos de informação diferentes, na verdade, referem-se à mesma obra. Considerando o problema descrito, este trabalho focou em uma nova abordagem para desambiguar produções do Lattes. Para isso, foi desenvolvido um dataset de produções manualmente, o qual foi utilizado para treinar uma rede neural para identificar se duas produções quaisquer, originadas de currículos Lattes, são similares ou não. A principal contribuição deste trabalho foi a criação de um sistema de recomendação de correspondências entre publicações, o qual aplica um modelo de aprendizado de máquina que obteve 94% de acurácia nos testes realizados para analisar as produções de um pesquisador e de seus coautores registrados no Lattes, permitindo a interação de usuário com a aplicação desenvolvida através de uma interface web.