PUBLISHED PAPERS
2025 |
Minerva: potencializando a consciência situacional com linguagem natural usando LLMs no SisGEODEF Proceedings Article Carlos Magno O. Abreu; Madalena Lopes e Silva; Ian José Agra Gomes Resumo | Links | BibTeX | Tags: LLM, PostgreSQL, RAG @inproceedings{Abreu2025MinervaPotencializando, A consolidação de dados geoespaciais de múltiplas fontes impõe desafios a sistemas relacionais tradicionais devido a alterações inopinadas na estrutura dos dados. No Sistema de Geoinformação de Defesa (SisGEODEF), adotou-se uma arquitetura híbrida, em que os dados são armazenados em colunas JSON de tabelas relacionais simplificadas. Essa solução proporciona flexibilidade e possibilita o armazenamento de dados heterogêneos sem a preocupação com a rigidez física estrutural, porém inviabiliza consultas SQL convencionais. Este trabalho propõe uma abordagem baseada em Modelos de Linguagem de Grande Porte (LLMs) que possibilita consultas aos dados em linguagem natural. Utiliza-se um processo de Geração Aumentada por Recuperação (RAG), em que um modelo interpreta e sumariza todos os dados e, posteriormente, recupera os mais relevantes a partir da consulta textual do usuário em linguagem natural. Os resultados indicam que o agente, integrado ao chatbot LLM do SisGEODEF (Minerva), permite consultas eficientes, intuitivas e escaláveis, mesmo em ambientes com alta heterogeneidade e baixa previsibilidade estrutural. |