Array
(
    [0] => stdClass Object
        (
            [journal] => stdClass Object
                (
                    [id_jnl] => 75
                )

        )

    [1] => stdClass Object
        (
            [section] => stdClass Object
                (
                    [section] => 1540
                )

        )

    [2] => stdClass Object
        (
            [title] => Array
                (
                    [0] => GERAÇÃO AUTOMÁTICA DE METADADOS: ESTUDO DE CASO UTILIZANDO A TÉCNICA DE INDEXAÇÃO AUTOMÁTICA ESTATÍSTICA COM A FERRAMENTA ANNIF@nn
                )

        )

    [3] => stdClass Object
        (
            [abstract] => Array
                (
                    [0] => Esta pesquisa apresenta um estudo de caso com a ferramenta ANNIF, executando a geração automática de metadados através da técnica de indexação automática estatística e aprendizagem de máquina, utiliza algoritmo baseado em regras para extrair valores de metadados dos recursos de informação. O objetivo do trabalho é elaborar um framework para utilização da ferramenta. Criou-se um corpus de conhecimento com 52 artigos da Base Brasileira de Ciência da Informação (BRAPCI), utilizando como vocabulário controlado o Tesauro Brasileiro em Ciência da Informação (TBCI). Após o processo de treinamento do modelo realizou-se teste preliminar de indexação automática estatística sobre uma Tese Completa armazenada no Repositório Institucional da Universidade de Brasília (RiUnB) gerando a recomendação de assuntos/descritores. Os termos atribuídos pelo ANNIF foram comparados com as palavras-chave da tese da RiUnB, obtendo boa similaridade. Conclui-se que o uso do ANNIF, utilizando a técnica de indexação automática estatística contribuiu para automatização da tarefa, obtendo desempenho satisfatório.@pt
                )

        )

    [4] => stdClass Object
        (
            [author] => Array
                (
                    [0] => Jean Carlos Borges Brito
                    [1] => Dalton Lopes Martins
                )

        )

    [5] => stdClass Object
        (
            [subject] => Array
                (
                    [0] => Geração automática de metadados@pt
                    [1] => Aprendizagem de máquina@pt
                    [2] => Indexação@pt
                    [3] => Annif@pt
                )

        )

    [6] => stdClass Object
        (
            [source] => stdClass Object
                (
                    [vol] => 
                    [nr] => nacional
                    [year] => 
                    [theme] => 
                )

        )

    [7] => stdClass Object
        (
            [datePub] => Array
                (
                    [0] => 2022-08-28 19:07:22
                )

        )

    [8] => stdClass Object
        (
            [DOI] => Array
                (
                )

        )

    [9] => stdClass Object
        (
            [http] => Array
                (
                    [0] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://ancib.org/enancib/index.php/enancib/xxiienancib/paper/view/777
                                )

                        )

                )

        )

    [10] => stdClass Object
        (
            [language] => Array
                (
                    [0] => pt
                )

        )

    [11] => stdClass Object
        (
            [license] => Array
                (
                    [0] => Autores que submetem a esta conferência concordam com os seguintes termos:
 a) Autores mantém os direitos autorais sobre o trabalho, permitindo à conferência colocá-lo sob uma licença Licença Creative Commons Attribution, que permite livremente a outros acessar, usar e compartilhar o trabalho com o crédito de autoria e apresentação inicial nesta conferência.
 b) Autores podem abrir mão dos termos da licença CC e definir contratos adicionais para a distribuição não-exclusiva e subseqüente publicação deste trabalho (ex.: publicar uma versão atualizada em um periódico, disponibilizar em repositório institucional, ou publicá-lo em livro), com o crédito de autoria e apresentação inicial nesta conferência.
 c) Além disso, autores são incentivados a publicar e compartilhar seus trabalhos online (ex.:  em repositório institucional ou em sua página pessoal) a qualquer momento antes e depois da conferência.
                )

        )

)