Please use this identifier to cite or link to this item:
https://rd.uffs.edu.br/handle/prefix/9704Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor1 | Salton, Giancarlo Dondoni | - |
| dc.creator | Moussougan, Komi Parfait | - |
| dc.date | 2026 | - |
| dc.date.accessioned | 2026-10-15T13:14:54Z | - |
| dc.date.available | 2026 | - |
| dc.date.available | 2026-10-15T13:14:54Z | - |
| dc.date.issued | 2026 | - |
| dc.identifier.uri | https://rd.uffs.edu.br/handle/prefix/9704 | - |
| dc.description.abstract | This paper evaluates large language models (LLMs) for summarizing Brazilian Portuguese scientific texts, focusing on fine-tuning effects. We compare PTT5 and Flan-T5 (encoder-decoder) and mBERT and RoBERTa (encoder-only) on 100 full papers (five fields, ≥ 2020). Generative models use chunking (512 tokens, overlap) with map-reduce aggregation, while encoder-only models perform extractive selection via cosine similarity to the authors' abstracts. Fine-tuning (LoRA) is assessed with ROUGE, BERTScore, and qualitative analysis. Results show Portuguese-aligned pretraining is crucial: PTT5 degrades after fine-tuning and Flan-T5 becomes unstable/consistent with language collapse; conversely, fine-tuning improves extractive models, especially mBERT, indicating more relevant and less redundant sentence selection. | pt_BR |
| dc.description.resumo | Este trabalho avalia modelos de linguagem de grande porte na sumarização de textos científicos em português brasileiro, com foco no impacto do fine-tuning. Experimentos com PTT5 e Flan-T5 (encoder-decoder) e mBERT e RoBERTa (encoder-only) foram realizados em 100 artigos completos (cinco áreas, ≥ 2020). Para modelos gerativos, aplicou-se chunking (512 tokens com overlap) e agregação map-reduce; para os encoder-only, sumarização extrativa por similaridade de cosseno ao resumo do autor. O ajuste fino (LoRA) foi avaliado com ROUGE, BERTScore e análise qualitativa. Os resultados indicam que o alinhamento do pré-treinamento ao português é decisivo: o PTT5 degrada após o ajuste e o Flan-T5 apresentou instabilidade/possível colapso linguístico; em contraste, o fine-tuning melhorou os modelos extrativos, sobretudo o mBERT, sugerindo seleção mais relevante e menos redundância. | pt_BR |
| dc.description.provenance | Submitted by Biblioteca Chapeco (biblio.ch@uffs.edu.br) on 2026-10-14T12:28:25Z No. of bitstreams: 1 MOUSSOUGAN.pdf: 609635 bytes, checksum: bc2a5f1a7e15e87d0c01ff59c7c32531 (MD5) | en |
| dc.description.provenance | Approved for entry into archive by Franciele Scaglioni da Cruz (franciele.cruz@uffs.edu.br) on 2026-10-15T13:14:54Z (GMT) No. of bitstreams: 1 MOUSSOUGAN.pdf: 609635 bytes, checksum: bc2a5f1a7e15e87d0c01ff59c7c32531 (MD5) | en |
| dc.description.provenance | Made available in DSpace on 2026-10-15T13:14:54Z (GMT). No. of bitstreams: 1 MOUSSOUGAN.pdf: 609635 bytes, checksum: bc2a5f1a7e15e87d0c01ff59c7c32531 (MD5) Previous issue date: 2026 | en |
| dc.language | por | pt_BR |
| dc.publisher | Universidade Federal da Fronteira Sul | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.publisher.department | Campus Chapecó | pt_BR |
| dc.publisher.initials | UFFS | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject | Inteligência artificial | pt_BR |
| dc.subject | Comunicação científica | pt_BR |
| dc.subject | Processamento de linguagem natural | pt_BR |
| dc.subject | Tratamento automático de textos e discursos | pt_BR |
| dc.subject | Resumos | pt_BR |
| dc.title | Análise da performance de modelos de LLM em sumarização de artigos científicos escritos em português brasileiro após processo de fine-tuning | pt_BR |
| dc.type | Monografia | pt_BR |
| Appears in Collections: | Ciência da Computação | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| MOUSSOUGAN.pdf | 595.35 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.