Extração de tópicos de transcrições de vídeos do YouTube sobre desenvolvimento de software com LLMs

Seki, Ian de Barros

Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/48841

Full metadata record

DC Field	Value	Language
dc.creator	Seki, Ian de Barros	-
dc.date.accessioned	2026-07-14T17:38:07Z	-
dc.date.available	2026-07-14T17:38:07Z	-
dc.date.issued	2026-03-09	-
dc.identifier.citation	Seki, Ian. Extração de tópicos de transcrições de vídeos do YouTube sobre desenvolvimento de software com LLMs. 2025. 57 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Monte Carmelo, 2026.	pt_BR
dc.identifier.uri	https://repositorio.ufu.br/handle/123456789/48841	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal de Uberlândia	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Extração de tópicos	pt_BR
dc.subject	Transcrições de vídeos do YouTube	pt_BR
dc.subject	Educação em desenvolvimento de software	pt_BR
dc.subject	Latent Dirichlet Allocation (LDA)	pt_BR
dc.subject	Large Language Models (LLMs)	pt_BR
dc.title	Extração de tópicos de transcrições de vídeos do YouTube sobre desenvolvimento de software com LLMs	pt_BR
dc.title.alternative	Topic extraction from YouTube video transcripts on software development with LLMs	pt_BR
dc.type	Trabalho de Conclusão de Curso	pt_BR
dc.contributor.advisor1	Rocha, Adriano	-
dc.contributor.advisor1Lattes	http://lattes.cnpq.br/9672436935373713	pt_BR
dc.contributor.referee1	Tuma, Carlos Cesar Mansur	-
dc.contributor.referee1Lattes	http://lattes.cnpq.br/0916152883066962	pt_BR
dc.contributor.referee2	Natal, Igor da Penha	-
dc.contributor.referee2Lattes	http://lattes.cnpq.br/4275771362524151	pt_BR
dc.description.degreename	Trabalho de Conclusão de Curso (Graduação)	pt_BR
dc.description.resumo	Este trabalho investiga o uso de Large Language Models (LLMs) para a extração de tópicos a partir de transcrições educacionais de vídeos do YouTube na área de desenvolvimento de software. Foi projetado um pipeline completo composto por seleção de vídeos, coleta de transcrições e geração automática de tópicos com três modelos distintos de LLMs, variando a quantidade de tópicos solicitados (5/7/10) e considerando dois idiomas (português/inglês). A avaliação compara os tópicos gerados pelos modelos com uma lista de referência humana por meio de categorias de correspondência (Muito Alta, Alta, Baixa, Muito Baixa), de modo a capturar alinhamento e granularidade. Também foi incluída uma base de comparação com Latent Dirichlet Allocation (LDA). Os resultados indicam que, no escopo analisado, os LLMs apresentam desempenho superior ao LDA em termos de clareza, coesão e alinhamento semântico, e que solicitar 10 tópicos tende a aumentar as correspondências Muito Alta/Alta ao reduzir omissões. Em português, o GPT-4 apresentou os resultados mais consistentes; em inglês, Gemini e GPT-4 também apresentaram resultados competitivos na configuração com 10 tópicos. Também são discutidas ameaças à validade (viés de avaliador humano único, ruído nas transcrições e sensibilidade ao prompt) e apresentados trabalhos futuros, incluindo ajuste fino específico de domínio, análise de tópicos progressiva e expansão nos modelos avaliados.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.course	Sistemas de Informação	pt_BR
dc.sizeorduration	57	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO	pt_BR
dc.orcid.putcode	220732527	-
Appears in Collections:	TCC - Sistemas de Informação (Monte Carmelo)

Files in This Item:

File	Description	Size	Format
ExtracaoTopicosTranscricoes.pdf	Trabalho de Conclusão de Curso	1.24 MB	Adobe PDF	View/Open

Show simple item record