Lange Language Models: contribuições para a recuperação da informação em documentos

Autores

DOI:

https://doi.org/10.33467/conci.v9i.24689

Palavras-chave:

documentos textuais, grandes modelos de linguagem, recuperação da informação

Resumo

A produção e o compartilhamento de informações em múltiplos formatos têm crescido exponencialmente nas últimas décadas, intensificando os desafios relacionados à organização, representação e recuperação da informação. Nesse contexto, os Large Language Models (LLMs) emergem como tecnologias capazes de aprimorar a busca semântica, interpretar consultas em linguagem natural e gerar respostas contextualizadas, ampliando as possibilidades de acesso à informação. Assim, esta pesquisa teve como objetivo analisar, na literatura científica, o uso de LLMs na recuperação da informação em documentos textuais, identificando abordagens metodológicas, contextos de aplicação, contribuições e limitações apontadas pelos estudos. Metodologicamente, realizou-se uma revisão narrativa da literatura, seguindo um protocolo, com buscas nas bases ACM Digital Library, ScienceDirect, Scopus e Web of Science. Foram selecionados artigos publicados entre 2020 e 2024, em português e inglês, com acesso aberto. Após a aplicação dos critérios de inclusão e exclusão e a leitura integral dos textos, 12 publicações compuseram o corpus de análise. Os estudos foram organizados em quatro eixos temáticos: automação de análises documentais em contextos regulatórios e institucionais; desenvolvimento de métodos e modelos de recuperação da informação; construção e enriquecimento de estruturas de conhecimento; e apoio à pesquisa científica. Conclui-se que os LLMs ampliam a capacidade interpretativa dos sistemas de recuperação da informação, embora apresentem limitações relacionadas a vieses, alucinações, custos computacionais e dependência de supervisão humana, demandando investigações futuras sobre transparência, avaliação de desempenho e impactos éticos e sociais.

Downloads

Não há dados estatísticos.

Biografia do Autor

Daiane Campos Procópio, Universidade Federal de Minas Gerais

Doutoranda e mestra (2025) em Gestão e Organização do Conhecimento pela Universidade Federal de Minas Gerais (UFMG). Possui graduação em Biblioteconomia pela UFMG (2013) e em Análise e Desenvolvimento de Sistemas pela Pontifícia Universidade Católica de Minas Gerais (2024). 

Patrícia Nascimento Silva, Universidade Federal de Minas Gerais

Professora Adjunta na Escola de Ciência da Informação (ECI) da Universidade Federal de Minas Gerais (UFMG). Professora e Pesquisadora no Programa de Pós-Graduação em Gestão & Organização do Conhecimento (PPGGOC) ECI/UFMG. Bolsista de Produtividade do CNPq. Fundadora e líder do grupo de pesquisa: Observatório de Dados Abertos. Representante do Comitê Gestor da Infraestrutura Nacional de Dados Abertos (CGINDA). Integra a Comissão Permanente de Inteligência Artificial da UFMG. Doutora em Gestão e Organização do Conhecimento pelo PPGGOC ECI UFMG, Mestre e Bacharel em Sistemas de Informação. 

Renato Rocha Souza, Universidade Federal de Minas Gerais

Doutor em Ciência da Informação pela Universidade Federal de Minas Gerais (2005) e pós-doutorado em Semantic technologies for Information Retrieval - South Wales University, UK. É professor do corpo docente permanente da pós-graduação da Escola de Ciência da Informação da Universidade Federal de Minas Gerais (2010-) e Lecturer da Universidade de Viena (2021-). 

Referências

AMARATUNGA, Thimira. Understanding Large Language Models: learning their underlying concepts and technologies. Nugegoda: Apress, 2023.

BAEZA-YATES, Ricardo; RIBEIRO-NETO, Berthier. Recuperação de informação: conceitos e tecnologia das máquinas de busca. 2. ed. Porto Alegre: Bookman, 2013.

BARNETT, Scott et al. Seven Failure Points When Engineering a Retrieval Augmented Generation System. In: INTERNATIONAL CONFERENCE ON AI ENGINEERING – SOFTWARE ENGINEERING FOR AI, 3., 2024, Lisbon. Proceedings [...] Lisbon: ACM, 2024. p. 194-199. Disponível em: https://dl.acm.org/doi/10.1145/3644815.3644945. Acesso em: 1 ago. 2026.

BAWDEN, David; ROBINSON, Lyn. The dark side of information: overload, anxiety and other paradoxes and pathologies. Journal of Information Science, London, v. 35, n. 2, p. 180-191, 2008. Disponível em: https://journals.sagepub.com/doi/10.1177/0165551508095781. Acesso em: 1 ago. 2026.

BARRIUSO, Adrian Alónso et al. Recommendation system of scientific articles from discharge sumaries. Engineering Applications of Artificial Intelligence, London, v. 136, Part B, 109028, Oct. 2024. Disponível em: https://www.sciencedirect.com/science/article/pii/S0952197624011862. Acesso em: 1 ago. 2026.

BORKO, Harold. Information Science: what is it? American Documentation, [s.l.], p. 3-5, Jan. 1968. Disponível em: https://cmapspublic.ihmc.us/rid%3D1KR7TR64B-NMXB04-5SVP/BORKO(1968)-533107-Borko-H-v-19-n-1-p-35-1968.pdf. Acesso em: 31 jul. 2026.

BUSH, Vannevar. As We May Think. Atlantic Monthy, Washington, v. 176, n. 1, p. 101–108, Jul. 1945. Disponível em: https://www.theatlantic.com/magazine/archive/1945/07/as-wemay-think/303881/. Acesso em: 31 jul. 2026.

CARTA, Salvatore et al. A Zero-Shot Strategy for Knowledge Graph Engineering Using GPT-3.5. Procedia Computer Science, Netherlands, v. 246, Issue C, p. 2235–2243, 2024. Disponível em: https://www.sciencedirect.com/science/article/pii/S1877050924026231. Acesso em: 1 ago. 2026.

CAVALCANTE, Lívia Teixeira Canuto; OLIVEIRA, Adélia Augusta Souto de. Métodos de revisão bibliográfica nos estudos científicos. Psicologia em revista, Belo Horizonte, v. 26, n. 1, jan./abr. 2020. Disponível em: https://pepsic.bvsalud.org/scielo.php?script=sci_arttext&pid=S1677-11682020000100006. Acesso em: 1 ago. 2026.

CLOTHIAUX, Daniel; STARZL, Ravi. Extractive Search for Analysis of Biomedical Texts. In: INTERNATIONAL ACM SIGIR CONFERENCE ON RESEARCH AND DEVELOPMENT IN INFORMATION RETRIEVAL, 45., 2022. Madrid. Proceedings [...] Madrid: SIGIR, 2022. p. 3386 – 3387. Disponível em: https://dl.acm.org/doi/10.1145/3477495.3536328. Acesso em: 1 ago. 2026.

CONEGLIAN, Caio Saraiva; GONÇALVES, Paula Regina Ventura Amorim; SEGUNDO, José Eduardo Santarém. O profissional da informação na era do big data. Encontros Bibli: revista eletrônica de biblioteconomia e ciência da informação, Florianópolis, v. 22, n. 50, p. 128-143, set./dez., 2017. Disponível em: https://periodicos.ufsc.br/index.php/eb/article/view/1518-2924.2017v22n50p128. Acesso em: 1 ago. 2026.

DHAMANI, Numa; ENGLER, Maggie. Introduction to Generative AI. Shelter Island: Manning, 2024.

ISSON, Jean Paul; HARRIOTT, Jesse S. People Analytics in the Era of Big Data: Changing the Way You Attract, Acquire, Develop, and Retain Talent. Hoboken: Wiley, 2016.

JESUS, Ananda Fernanda de; ALGARVE, Wesley; SEGUNDO, José Eduardo Santarém. Dados sintéticos para treinamento de Inteligência Artificial: intersecções com a Organização e Representação da Informação e do Conhecimento. Advances on Knowledge Representation Journal, Belo Horizonte, v. 6, n. 1, 2026. Disponível em: https://periodicos.ufmg.br/index.php/advances-kr/article/view/64683. Acesso em: 1 ago. 2026.

KRUIPER, Ruben et al. A platform-based Natural Language processing-driven strategy for digitalising regulatory compliance processes for the built environment. Advanced Engineering Informatics, Netherlands, v. 62, Part B, 102653, p. 1-14, Oct. 2024. Disponível em: https://www.sciencedirect.com/science/article/pii/S147403462400301X. Acesso em: 1 ago. 2026.

MOOERS, Calvin Northrup. Zatocoding applied to mechanical organization of knowledge. American Documentation, [s. l.], v. 2, n. 1, p. 20-32, Jan. 1951. Disponível em: https://onlinelibrary.wiley.com/doi/abs/10.1002/asi.5090020107. Acesso em: 31 jul. 2026.

SILVA, Patrícia Nascimento. Recuperação de informação na Ciência da Informação: produção acadêmico-científica brasileira (2012-2021). Transinformação, Campinas, v. 35, e237336, 2023. Disponível em: https://periodicos.puc-campinas.edu.br/transinfo/article/view/7336. Acesso em: 1 ago. 2026.

OHR, Vebjørn; GUPTA, Dhruv. Scalable Range Search over Temporal and Numerical Expressions. In: ACM SIGIR INTERNATIONAL CONFERENCE ON THE THEORY OF INFORMATION RETRIEVAL, 2024, Washington, DC. Proceedings [...] Washington, DC: ACM, 2024. p. 91-100. Disponível em: https://dl.acm.org/doi/10.1145/3664190.3672509. Acesso em: 1 ago. 2026.

OLIVEIRA, Stênio Henrique et al. Infoxicação em tempos de infodemia: revisão integrativa. Brazilian Journal of Health Review, Curitiba, v. 4, n. 6, p. 25199-25211, nov./dec. 2021. Disponível em: https://ojs.brazilianjournals.com.br/ojs/index.php/BJHR/article/view/39660. Acesso em: 1 ago. 2026.

OZDEMIR, Sinan. Quick Start Guide to Large Language Models: Strategies and Best Practices for ChatGPT, Embeddings, Fine-Tuning, and Multimodal AI. 2nd ed. Hoboken: Pearson, 2025.

PROCÓPIO, Daiane Campos. Large Language Models para recuperação da informação em acervos históricos digitalizados. 2025. 154 f. Dissertação (Mestrado em Gestão e Organização do Conhecimento) – Escola de Ciência da Informação, Universidade Federal de Minas Gerais, Belo Horizonte, 2025. Disponível em: https://hdl.handle.net/1843/3339. Acesso em: 31 jul. 2026.

RAJA, Hina et al. Automated Category and Trend Analysis of Scientific Articles on Ophthalmology Using Large Language Models: Development and Usability Study. JMIR Formative Research, [s.l.], v. 8, e52462, p. 1-16, 2024. Disponível em: https://pubmed.ncbi.nlm.nih.gov/38517457/. Acesso em: 1 ago. 2026.

SARACEVIC, Tefko. Ciência da informação: origem, evolução e relações. Perspectivas em Ciência da Informação, Belo Horizonte, v. 1, n. 1, p. 41-62, jan./jun. 1996. Disponível em: https://periodicos.ufmg.br/index.php/pci/article/view/22308. Acesso em: 31 jul. 2026.

SAWARKAR, Kunal; MANGAL, Abhilasha; SOLANKI, Shivam Raj. Blended RAG: Improving RAG (Retriever-Augmented Generation) Accuracy with Semantic Search and Hybrid Query-Based Retrievers. In: INTERNATIONAL CONFERENCE ON MULTIMEDIA INFORMATION PROCESSING AND RETRIEVAL, 7., 2024, San Jose. Proceedings [...] San Jose: IEEE, 2024. p. 155-161. Disponível em: https://ieeexplore.ieee.org/document/10707868. Acesso em: 1 ago. 2026.

SCHAEFFER, Marion. OLAF: An Ontology Learning Applied Framework. Procedia Computer Science, Netherlands, v. 225, p. 2106-2115, 2023. Disponível em: https://www.sciencedirect.com/science/article/pii/S1877050923013595?via%3Dihub. Acesso em: 1 ago. 2026.

SICILIANI, Lucia et al. AI-based decision support system for public procurement. Information Systems, Oxford, v. 119, 102284, p. 1-16, Oct. 2023. Disponível em: https://www.sciencedirect.com/science/article/pii/S0306437923001205. Acesso em: 1 ago. 2026.

STRATIS, Kyle. Whats is Generative AI? A Generative AI Primer for Business and Technical Leaders. Sebastopol: O’Reilly, 2024.

TOSLALI, Mert et al. AgraBOT: Accelerating Third-Party Security Risk Management in Enterprise Setting through Generative AI. In: ACM INTERNATIONAL CONFERENCE ON THE FOUNDATIONS OF SOFTWARE ENGINEERING, 32., 2024, Porto de Galinhas. Proceedings [...] Porto de Galinhas: ACM, 2024. p. 74-79. Disponível em: https://dl.acm.org/doi/10.1145/3663529.3663829. Acesso em: 1 ago. 2026.

WU, Leihong et al. A framework enabling LLMs into regulatory environment for transparency and trustworthiness and its application to drug labeling document. Regulatory Toxicology and Pharmacology, New York, v. 149, 105613, p. 1-9, May 2024. Disponível em: https://www.sciencedirect.com/science/article/pii/S0273230024000540. Acesso em: 1 ago. 2026.

Downloads

Publicado

2026-09-18

Como Citar

PROCÓPIO, Daiane Campos; SILVA, Patrícia Nascimento; SOUZA, Renato Rocha. Lange Language Models: contribuições para a recuperação da informação em documentos. ConCI: Convergências em Ciência da Informação, São Cristóvão, v. 9, p. e24689, 2026. DOI: 10.33467/conci.v9i.24689. Disponível em: https://periodicos.ufs.br/conci/article/view/24689. Acesso em: 19 set. 2026.

Edição

v. 9 (2026)

Seção

Artigo de revisão

Licença

Copyright (c) 2026 Daiane Campos Procópio, Patrícia Nascimento Silva, Renato Rocha Souza

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

A ConCI adota a Licença CC BY 4.0, onde os licenciados têm o direito de copiar, distribuir, exibir e executar a obra e fazer trabalhos derivados dela, desde que sejam dados os devidos créditos ao autor ou licenciador.  

A ConCI considera que o autor detém o direito autoral sobre sua produção, porém o autor deve concordar em ceder à revista o direito à primeira publicação. Além disso, o autor deve concordar que:

  • em quaisquer publicações em repositórios institucionais, capítulos de livro ou outras produções decorrentes de trabalhos publicados na ConCI, devem ser dados os devidos créditos à publicação inicial.
  • estão autorizados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer momento antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado pela ConCI.