Ask the Data no Dados.IPB

Alves, Adília; Pais, Clarisse

http://hdl.handle.net/10198/35273

Use this identifier to reference this record.

Name:	Description:	Size:	Format:
Ask_the_Data_no_DadosIPB.pdf		232.54 KB	Adobe PDF	Download

Send Feedback

Authors

Alves, Adília

Pais, Clarisse

Abstract(s)

O Instituto Politécnico de Bragança (IPB) mantém os seus dados de investigação na plataforma Dados.IPB (https://dados.ipb.pt). Os dados armazenados nesta plataforma abrangem diversas áreas de conhecimento e estão guardados em distintos formatos (ex: .xlsx, .docx, .pdf, .jpg, .tab). O Dataverse possui metadados que classificam os datasets e que permitem a recuperação dos mesmos e respetivos dados após a introdução, pelos utilizadores, de keywords em campos de pesquisa. Os resultados são obtidos com a execução de querys SQL sobre a base de dados Dataverse PostgreSQL. Mais recentemente é possível pesquisar na plataforma Dataverse utilizando, não só os metadados, mas também os próprios dados. A Inteligência Artificial é um componente em crescimento no ecossistema Dataverse, também na funcionalidade de pesquisa de informação nos dados armazenados nos datasets. A extensão Ask the Data (https://github.com/IQSS/askdataverse/tree/main/askthedata) é uma ferramenta externa ao Dataverse que permite fazer perguntas em linguagem natural sobre os dados contidos nas tabelas do Dataverse (dados tabulares, com extensão .tab). Um ficheiro .tab é um ficheiro de texto delimitado por tabulações, ou seja, é um formato de texto simples onde os valores são separados pelo carater de tabulação (\t). Estes ficheiros são frequentemente usados para armazenar e trocar dados estruturados, como folhas de cálculo, tabelas ou bases de dados. Ficheiros .tab são: leves, legíveis por humanos, compatíveis com várias plataformas, menos ambíguos do que .csv porque o texto pode ter vírgulas e não tem o carater '\t'. São, por isso, amplamente utilizados. O IPB instalou a extensão Ask the Data no Dataverse. Este Large Language Model analisa apenas o conteúdo dos dados tabulares e não a descrição do conjunto de dados ou quaisquer metadados. Depois de instalar esta extensão o IPB começou a desenvolver outra ferramenta externa ao Dataverse, Ask the Data2 utiliza o YOLO, que irá detetar objetos previamente definidos em imagens guardadas no Dataverse e responder a perguntas em linguagem natural.