Análise do Impacto do Tamanho do Conjunto de Dados de Treino no Desempenho de Modelos de Extração de Dados

Resumo

Este trabalho analisa como o tamanho dos conjuntos de dados de treino afeta o desempenho de modelos de extração de dados, com o objetivo de identificar um tamanho ótimo que maximize os resultados com o menor volume de dados rotulados. A abordagem envolveu inicialmente o estudo teórico de tópicos relacionados à inteligência artificial, seguido da identificação dos modelos de extração considerados estado da arte. Em seguida, foram implementados esses modelos e ferramentas complementares, como algoritmos de data augmentation, aplicados a conjuntos de dados completos e amostras de diferentes tamanhos.