Resumo: A Internet revolucionou a forma de se fazer revisão literária, disponibilizando diversas bases de dados científicas e uma grande quantidade de publicações a serem analisadas. Embora existam diversas ferramentas de busca e alguns softwares de apoio bastante utilizados, a tarefa ainda é difícil, exaustiva e demorada, especialmente na análise de resumos, pela diversidade de tópicos encontrados nas publicações e a falta de um agrupamento dos temas semelhantes. O objetivo deste trabalho é propor um processo que contribua com a celeridade na execução de uma RSL. Integrado a uma ferramenta de software desenvolvida com técnicas de Processamento de Linguagem Natural (PLN), o novo processo trata e classifica textos, agrupando-os com temas semelhantes, inspirados no que as áreas de mineração de texto e inteligência artificial realizam. O método de pesquisa-ação foi empregado nesta pesquisa e a aplicação da solução em três diferentes revisões literárias, permitiu desenvolver o novo processo e a ferramenta denominada Sw3T, com modelagem de tópicos Latent Dirichlet Allocation (LDA). Participantes de outras instituições se propuseram a avaliar a ferramenta e o processo proposto, permitindo futuros aperfeiçoamentos. Os resultados, nos casos concluídos, demonstraram a eficácia do método, obtendo melhor estruturação, disciplina e rapidez, preservando transparência, rastreabilidade e confiabilidade das revisões realizadas. O novo processo proposto de revisão sistemática da literatura demonstrou ser eficaz e capaz de trazer benefícios para pesquisadores, além de manter acessível o histórico das informações das operações. Uma maior gama de aplicações pode trazer um aperfeiçoamento do processo e o balanceamento dos parâmetros do algoritmo. Como trabalhos futuros, pode-se estudar a aplicação de outras técnicas de inteligência artificial e de mineração de texto, técnicas de parametrização e inclusive a contribuição de outras abordagens como a realidade aumentada para auxiliar na análise e seleção das publicações em representações tridimensionais Ver menos

Abstract: The Internet revolutionized the way literary reviews are conducted by providing access to various scientific databases and a vast number of publications to be analyzed. Although there are numerous search tools and widely used support software, the task remains difficult, exhaustive, and time-consuming, particularly when dealing with abstracts, due to the diversity of topics covered in the analyzed publications and the lack of a sorting mechanism for similar themes. The objective of this study is to propose a process that contributes to expediting the execution of an SLR. Integrated with a software tool developed with Natural Language Processing (NLP) techniques, the new process handles and classifies texts, grouping them with similar themes, inspired by what the areas of text mining and artificial intelligence do.. The action-research method was employed in this research and the application of the solution in three different literary reviews, allowed the development of the new process and the tool called Sw3T, with Latent Dirichlet Allocation (LDA) topic modeling. Participants from other institutions volunteered to evaluate the proposed tool and process, allowing for future improvements. The results from completed cases demonstrated the effectiveness of the process, achieving better structuring, discipline, and speed, while preserving the transparency, traceability, and reliability of the systematic literature reviews. The proposed SLR process demonstrated that it is effective and brings benefits to researchers while keeping the history of operations information accessible. A broader range of applications could enhance the process and balance the algorithm's parameters. IN future work, the application of other artificial intelligence and text mining techniques, parameterization techniques, and even the contribution of other approaches, such as augmented reality, to assist in the analysis and selection of publications in three-dimensional representations, could be explored Ver menos