Powered by Blucher Proceedings

Proceedings of the Automation & IT Seminar


ISSN 2594-5335

27th Seminar on Automation & IT Vol. 27, Num. 27 (2025)


Title

APLICAÇÃO DE IA PARA EXTRAÇÃO DE INFORMAÇÕES EM DOCUMENTOS DE SEGURANÇA

AI APPLICATION FOR INFORMATION EXTRACTION IN MATERIAL SAFETY DATA SHEETS

Authorship

DOI

10.5151/2594-5335-42424

Downloads

0 Downloads

Abstract

Este artigo apresenta uma solução inovadora baseada em inteligência artificial para a extração e transformação de dados em documentos PDF de fichas de dados de segurança de materiais (MSDS) na indústria siderúrgica. Por meio do uso de algoritmos avançados de processamento de linguagem natural (NLP) e técnicas de aprendizado de máquina, a solução automatiza o processo de identificação e extração de informações-chave, proporcionando uma abordagem eficiente e precisa para a gestão de grandes volumes de dados. A implementação dessa solução resulta em uma significativa melhoria na eficiência operacional, na qualidade dos dados e na capacidade de tomada de decisão informada.

 

THIS ARTICLE PRESENTS AN INNOVATIVE ARTIFICIAL INTELLIGENCE-BASED SOLUTION FOR DATA EXTRACTION AND TRANSFORMATION IN PDF DOCUMENTS OF MATERIAL SAFETY DATA SHEETS (MSDS) IN THE STEEL INDUSTRY. USING ADVANCED NATURAL LANGUAGE PROCESSING (NLP) ALGORITHMS AND MACHINE LEARNING TECHNIQUES, THE SOLUTION AUTOMATES THE PROCESS OF IDENTIFYING AND EXTRACTING KEY INFORMATION, PROVIDING AN EFFICIENT AND ACCURATE APPROACH TO MANAGING LARGE VOLUMES OF DATA. THE IMPLEMENTATION OF THIS SOLUTION RESULTS IN A SIGNIFICANT IMPROVEMENT IN OPERATIONAL EFFICIENCY, DATA QUALITY, AND INFORMED DECISION-MAKING CAPABILITIES.

Keywords

Inteligência artificial generativa, OpenAI, Large Language Model

Generative Artificial Inteligence, OpenAI, Large Language Model

How to cite

ANJOS, MARCELO SILVEIRA; PERES, DIEGO RODRIGUES; PERDIGãO, DANIEL SILVA. APLICAÇÃO DE IA PARA EXTRAÇÃO DE INFORMAÇÕES EM DOCUMENTOS DE SEGURANÇA, p. 530-535. In: 27th Seminar on Automation & IT, São Paulo, Brasil, 2025.
ISSN: 2594-5335, DOI 10.5151/2594-5335-42424