Array
(
    [responseDate] => 2025-09-10T08:09:57Z
    [request] => https://ojs.letras.up.pt/index.php/paginasaeb/oai
    [GetRecord] => SimpleXMLElement Object
        (
            [record] => SimpleXMLElement Object
                (
                    [header] => SimpleXMLElement Object
                        (
                            [identifier] => oai:ojs.letras.up.pt/ojs:article/14818
                            [datestamp] => 2025-08-06T17:36:02Z
                            [setSpec] => Array
                                (
                                    [0] => paginasaeb:ART
                                    [1] => driver
                                )

                        )

                    [metadata] => SimpleXMLElement Object
                        (
                            [dc] => SimpleXMLElement Object
                                (
                                    [title] => Array
                                        (
                                            [0] => LARGE LANGUAGE MODELS FOR INFORMATION RETRIEVAL IN DIGITALIZED DOCUMENTS: a study with the GPT-4 model
                                            [1] => LARGE LANGUAGE MODELS PARA RECUPERAÇÃO DE INFORMAÇÃO EM DOCUMENTOS DIGITALIZADOS: um estudo com o modelo GPT-4
                                        )

                                    [creator] => Array
                                        (
                                            [0] => Procópio, Daiane Campos
                                            [1] => Silva, Patrícia Nascimento
                                            [2] => Souza, Renato Rocha
                                        )

                                    [subject] => Array
                                        (
                                            [0] => Digitization
                                            [1] => Generative artificial intelligence
                                            [2] => Information retrieval
                                            [3] => Large language models
                                            [4] => Digitalização
                                            [5] => Inteligência artificial generativa
                                            [6] => Recuperação da informação
                                            [7] => Modelos de linguagem de larga escala
                                        )

                                    [description] => Array
                                        (
                                            [0] => Technological advancements that have expanded access to digital information have driven scientific, technical, artistic, and cultural production. However, the vast amount of available information also presents challenges, particularly in retrieving relevant and accessible information for people with different needs and abilities. Digitized textual documents, common in institutional collections, amplify these challenges as they often lack machine-readable characters. This study investigated the use of the GPT-4 model for information retrieval in digitized documents from institutional repositories. The applied and exploratory research adopted a qualitative and quantitative approach to evaluate character recognition and semantic searches using a customized GPT. Twenty theses from the Federal University of Minas Gerais repository were analyzed using five prompts. The model achieved 98% precise and coherent responses, demonstrating high performance, although technical challenges still limit its large-scale application.
                                            [1] => Os avanços tecnológicos que ampliaram o acesso à informação em meio digital têm impulsionado a produção científica, técnica, artística e cultural. Contudo, o grande volume de informações disponíveis também apresenta desafios, especialmente para a recuperação de informações relevantes e acessíveis para pessoas com diferentes necessidades e capacidades. Documentos textuais digitalizados, comuns em acervos institucionais, amplificam esses desafios, pois muitas vezes não possuem os caracteres reconhecíveis por softwares de leitura. Este estudo investigou o uso do modelo GPT-4 na recuperação de informações em documentos digitalizados de repositórios institucionais. A pesquisa, de caráter aplicado e exploratório, adotou uma abordagem quali-quantitativa para avaliar o reconhecimento de caracteres e buscas semânticas em um GPT customizado. Foram analisadas 20 teses do repositório da Universidade Federal de Minas Gerais utilizando cinco prompts. O modelo alcançou 98% de respostas precisas e coerentes, demonstrando alto desempenho, embora desafios técnicos ainda limitem sua aplicação em larga escala.
                                        )

                                    [publisher] => FLUP/CITCEM (Centro de Investigação Transdisciplinar "Cultura, Espaço e Memória"
                                    [date] => 2025-07-30
                                    [type] => Array
                                        (
                                            [0] => info:eu-repo/semantics/article
                                            [1] => info:eu-repo/semantics/publishedVersion
                                            [2] => Peer-reviewed
                                            [3] => Revisado por pares
                                            [4] => Révision par des pairs
                                            [5] => Revisto por Pares
                                        )

                                    [format] => application/pdf
                                    [identifier] => https://ojs.letras.up.pt/index.php/paginasaeb/article/view/14818
                                    [source] => Array
                                        (
                                            [0] => Páginas a&b; 3ª série. Nº 23 (2025); 293-313
                                            [1] => Páginas a&b; 3ª série. Nº 23 (2025); 293-313
                                            [2] => Páginas a&b; 3ª série. Nº 23 (2025); 293-313
                                            [3] => Páginas a&b: arquivos e bibliotecas; 3ª série. Nº 23 (2025); 293-313
                                            [4] => 2183-6671
                                            [5] => 0873-5670
                                        )

                                    [language] => por
                                    [relation] => https://ojs.letras.up.pt/index.php/paginasaeb/article/view/14818/13468
                                    [rights] => Array
                                        (
                                            [0] => Direitos de Autor (c) 2025 Páginas a&b: arquivos e bibliotecas
                                            [1] => https://creativecommons.org/licenses/by/4.0
                                        )

                                )

                        )

                )

        )

)