{"id":504,"date":"2024-04-20T00:52:27","date_gmt":"2024-04-20T02:52:27","guid":{"rendered":"https:\/\/sites.usp.br\/keml\/?page_id=504"},"modified":"2024-10-13T00:15:14","modified_gmt":"2024-10-13T02:15:14","slug":"conjuntos-de-dados","status":"publish","type":"page","link":"https:\/\/sites.usp.br\/keml\/conjuntos-de-dados\/","title":{"rendered":"Conjuntos de dados"},"content":{"rendered":"

Pir\u00e1<\/h3>\n
\"\"<\/a>

Imagem gerada por IA (copilot)<\/p><\/div>\n

O Pir\u00e1, em suas vers\u00f5es 1.0 e 2.0, foi constru\u00eddo com o objetivo principal de oferecer um conjunto de perguntas e respostas bil\u00edngue (portugu\u00eas-ingl\u00eas) que versasse sobre assuntos referentes \u00e0 Amaz\u00f4nia Azul (costa brasileira). Ele foi constru\u00eddo por pessoas, em um fluxo de trabalho sistem\u00e1tico. O conjunto de dados Pir\u00e1 tamb\u00e9m conta com v\u00e1rios recursos de dados associados criados por pessoas (avalia\u00e7\u00e3o de complexidade, cria\u00e7\u00e3o de par\u00e1frases e revis\u00e3o de tradu\u00e7\u00e3o portugu\u00eas-ingl\u00eas) e tamb\u00e9m de forma autom\u00e1tica (tradu\u00e7\u00f5es e mapeamento do conjunto para quest\u00f5es de m\u00faltipla escolha).<\/p>\n

Uma caracter\u00edstica importante do conjunto Pir\u00e1 \u00e9 que parte dele diz respeito a conte\u00fado de pesquisa cient\u00edfica, configurando-se como um recurso que usa linguagem altamente especializada e com alta complexidade.<\/p>\n

O procedimento sistem\u00e1tico de cria\u00e7\u00e3o do Pir\u00e1, vers\u00e3o 1.0, est\u00e1 ilustrado na figura abaixo:<\/p>\n

\"\"<\/a>

Vis\u00e3o geral do processo de cria\u00e7\u00e3o do Pir\u00e1 1.0 (Pirozelli et al., 2021)<\/p><\/div>\n

O conjunto de perguntas e respostas Pir\u00e1 1.0 cont\u00e9m 2261 pares pergunta\/resposta, em portugu\u00eas e ingl\u00eas, com informa\u00e7\u00f5es associadas:\u00a0 se a quest\u00e3o \u00e9 gen\u00e9rica; se a quest\u00e3o pode ser respondida estritamente com informa\u00e7\u00f5es fornecidas no texto usado para formul\u00e1-la; se a quest\u00e3o faz sentido; se a quest\u00e3o \u00e9 dif\u00edcil de responder; se duas respostas fornecidas por pessoas diferentes para a mesma quest\u00e3o s\u00e3o equivalentes; qual \u00e9 o tipo (wh-questions) da quest\u00e3o; par\u00e1frases associadas (geradas por pessoas).<\/p>\n

O conjunto Pir\u00e1 2.0\u00a0 \u00e9 revisado em rela\u00e7\u00e3o a quest\u00f5es de ortografia e formata\u00e7\u00e3o de estruturas de dados, possui tr\u00eas quest\u00f5es a menos que a vers\u00e3o 1.0, retiradas por decisa\u00f5 de curadoria. Possui rotula\u00e7\u00e3o que o habilita como um “answer triggering benchmark”, possui quest\u00f5es de m\u00faltipla escolhas derivadas das quest\u00f5es originais, e um conjunto de par\u00e1frases geradas automaticamente.<\/p>\n

Acesso ao conjunto de dados Pir\u00e1: Github<\/a>,\u00a0Hugging Face.<\/a><\/p>\n

Artigos cient\u00edficos que descrevem o Pir\u00e1 (por favor, cite pelo menos um desses artigos se voc\u00ea fizer uso de algum recurso de dados oferecido no Pir\u00e1):<\/p>\n