Information retrieval on public notices for medicines' purchasing: a comparison between an ad hoc approach and the GPT-4 LLM
Data
2024-09-24T03:00:00Z
Autores
Lattes da Autoria
Orientação Docente
Lattes da Orientação Docente
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
A auditoria é uma tarefa essencial no que se refere ao controle de despesas públicas. Apesar de sua importância, frequentemente tais esforços priorizam poucos alvos por conta da falta de recursos. A auditoria da compra pública de medicamentos pode identificar subpreços e necessidade de ajustes em editais, por exemplo. Esse trabalho introduz um novo método para a identificação precisa de medicamentos dadas descrições não padronizadas em editais. Experimentos mostraram que a abordagem proposta é, em média, 2.85 vezes mais efetiva que um assistente usando o ChatGPT-4o utilizando os mesmos dados. Não obstante, a abordagem proposta não sofre de problemas como alucinação, inerentes a modelos LLM.
Resumo outro idioma
Auditing is an essential task when dealing with public expenses. Despite its importance, frequently auditing efforts must prioritize few targets due to the lack of human resources. When auditing public medicines acquisition processes, one may identify overpricing cases and (or) tackle ill-formed documents, for example. This work introduces a new method for precisely identify medicines given non standardized descriptions on public notices documents. Experiments conducted to evaluate the effectiveness of the proposed approach showed that it is, in average, 2.85 times more effective than a ChatGPT-4o assistant based on the same data. Yet, the proposed approach is not subject to LLMs problems such as hallucination.
Descrição
Palavras-chave
Referência
SILVA, Arthur Lima. Information retrieval on public notices for medicines' purchasing: a comparison between an ad hoc approach and the GPT-4 LLM. 2024. 10 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) – Departamento de Computação, Universidade Federal Rural de Pernambuco, Recife, 2025.
Identificador dARK
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como openAccess

