Uma ferramenta baseada em Retrieval-Augmented Generation para extração de insights em comentários de vídeos do YouTube

dc.contributor.advisor1 Sousa, Rogério Figueredo de
dc.contributor.advisor1Lattes http://lattes.cnpq.br/9346694618502913pt_BR
dc.contributor.referee1 Luz, Anthony Irlan Marques
dc.contributor.referee1Lattes http://lattes.cnpq.br/5224279549390467pt_BR
dc.contributor.referee2 Medeiros, Manoel Messias Pereira
dc.contributor.referee2Lattes http://lattes.cnpq.br/3692751461745479pt_BR
dc.creator Silva, Artur Martins
dc.creator.Lattes http://lattes.cnpq.br/6996226725248156pt_BR
dc.date.accessioned 2026-08-21T19:42:11Z
dc.date.available 2026-08-21T19:42:11Z
dc.date.issued 2026
dc.description.abstract This work presents the development of CommentLens, a browser extension that employs the Retrieval-Augmented Generation (RAG) architecture to help users understand the opinions expressed in the comments of YouTube videos. The problem addressed is the information overload caused by the number of unstructured comments associated with popular videos, whose manual reading becomes hardly feasible at large volumes. As a solution, the tool collects a video’s public comments through the platform’s official API, ranks the collected comments according to the retrieval strategy employed, and uses the selected items as context for a large language model to generate a concise answer, accompanied by the comments indicated as its sources. The system implements two retrieval strategies (a lexical one and a semantic one, based on embeddings and cosine similarity) and runs them in a paired fashion over the same input, recording the interactions in a relational database for later comparison. Communication with external services is mediated by a backend that protects the access credentials. As a result, a functional tool was obtained, with automated tests covering the core logic of the backend, along with the infrastructure required for a later comparative analysis between the retrieval strategies. The empirical evaluation of answer quality constitutes future work.pt_BR
dc.description.resumo Este trabalho apresenta o desenvolvimento do CommentLens, uma extensão de navegador que emprega a arquitetura Retrieval-Augmented Generation (RAG) para auxiliar o usuário na compreensão das opiniões expressas nos comentários de vídeos do YouTube. O problema abordado é a sobrecarga informacional decorrente da quantidade de comentários não estruturados associados a vídeos populares, cuja leitura manual se torna pouco viável em grandes volumes. Como solução, a ferramenta coleta os comentários públicos de um vídeo por meio da API oficial da plataforma, ranqueia os comentários coletados de acordo com a estratégia de recuperação empregada e utiliza os itens selecionados como contexto para que um modelo de linguagem de grande porte gere uma resposta concisa, acompanhada dos comentários indicados como suas fontes. O sistema implementa duas estratégias de recuperação (uma léxica e outra semântica, baseada em embeddings e similaridade de cosseno) e as executa de forma pareada sobre a mesma entrada, registrando as interações em base relacional para posterior comparação. A comunicação com os serviços externos é intermediada por um backend que preserva as credenciais de acesso. Como resultado, obteve-se uma ferramenta funcional, com testes automatizados sobre a lógica central do backend, além da infraestrutura necessária à análise comparativa posterior entre as estratégias de recuperação. A avaliação empírica da qualidade das respostas constitui trabalho futuro.pt_BR
dc.identifier.uri https://bia.ifpi.edu.br/jspui/handle/123456789/5825
dc.language porpt_BR
dc.publisher Instituto Federal de Educação, Ciência e Tecnologia do Piauípt_BR
dc.publisher.country Brasilpt_BR
dc.publisher.department Campus Picospt_BR
dc.publisher.initials IFPIpt_BR
dc.rights Acesso Abertopt_BR
dc.subject Geração Aumentada por Recuperaçãopt_BR
dc.subject Modelos de Linguagem de Grande Portept_BR
dc.subject Análise de comentáriospt_BR
dc.subject YouTubept_BR
dc.subject Extensão de navegadorpt_BR
dc.subject.cnpq CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAOpt_BR
dc.title Uma ferramenta baseada em Retrieval-Augmented Generation para extração de insights em comentários de vídeos do YouTubept_BR
dc.type Trabalho de Conclusão de Cursopt_BR

Files

Original bundle

Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
2026_tcc_amsilva.pdf
Size:
868.94 KB
Format:
Adobe Portable Document Format
Loading...
Thumbnail Image
Name:
2026_termo_amsilva.pdf
Size:
276.12 KB
Format:

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.82 KB
Format:
Item-specific license agreed upon to submission
Description: