Dissertação de Mestrado

Nas operações em engenharia oceânica, a constante preocupação com eventos associados aos riscos à saúde, segurança e ambientais exige que os operadores atuem prontamente na ocorrência de tais eventos. O histórico desses eventos geralmente está documentado em textos não estruturados, como relatórios de integridade da plataforma, manuais, ensaios e índices de desempenho. Quando os operadores necessitarem de informações destes documentos, podem ter a opção de fazer perguntas em linguagem natural. No entanto, ferramentas de busca por palavras-chave muitas vezes falham em fornecer respostas relevantes e personalizadas devido à falta de extração semântica da pergunta. Esta pesquisa propõe uma avaliação comparativa de técnicas e métodos utilizados na construção de Sistemas de Perguntas e Respostas (QAS) no domínio de engenharia oceânica para documentos não estruturados. O QAS inclui estratégias linguísticas e estratégia End-To-End com modelos pré-treinados baseados em redes neurais Transformers. Foram construídos protótipos de QAS com diferentes arquiteturas e realizados experimentos para validar esses protótipos, permitindo uma avaliação detalhada do desempenho de cada estratégia. O objetivo é identificar o QAS mais adequado, permitindo que o operador faça perguntas em linguagem natural ao histórico de documentos para uma rápida tomada de decisão e atuação em eventos previstos ou inesperados.

In the realm of offshore engineering, the paramount concern is the potential health, safety, and environmental risks that necessitate swift operator response. The documentation of these incidents is often in the form of unstructured texts, such as platform integrity reports, manuals, essays, and performance indices. When operators require information from these documents, they should be able to pose questions in natural language. However, conventional keyword search tools often fall short in providing pertinent and personalized answers, primarily due to the requirement for more semantic extraction from the query. This research proposes a comparative evaluation of techniques and methods used in constructing question-and-answer systems (QAS) in the offshore engineering domain for unstructured documents. The QAS includes linguistic strategies and an End-To-End strategy with pre-trained models based on Transformers neural networks. QAS prototypes with different architectures were built, and experiments were conducted to validate these prototypes, allowing for a detailed evaluation of the performance of each strategy. The goal is to identify the most suitable QAS, allowing operators to ask questions- ons in natural language to document history for quick decision-making and action in anticipated or unexpected events.