Investigação da Qualidade de Dados Espaciais com Modelos de Linguagem de Grande Escala

Descrição

O projeto tem como objetivo investigar o uso de Large Language Models (LLMs) em atividades relacionadas à avaliação, degradação e correção da qualidade de dados espaciais. A pesquisa abrange o estudo de atributos de qualidade definidos pela ISO 19157 e a análise de problemas frequentemente encontrados em datasets geoespaciais e dados de Volunteered Geographic Information (VGI), como inconsistências semânticas, incompletude, erros posicionais e problemas de confiabilidade. Além disso, o projeto prevê a implementação de técnicas de poluição de dados espaciais para simulação controlada de cenários de baixa qualidade. No contexto da Inteligência Artificial Generativa, o projeto busca investigar o potencial de LLMs em tarefas de identificação contextual de erros, avaliação da criticidade de inconsistências e apoio à correção automática de dados (data repair). Abordagens baseadas em LLM as a Judge também serão exploradas como mecanismo de análise semântica e suporte à avaliação da qualidade de datasets geoespaciais. Espera-se que os resultados contribuam para o desenvolvimento de métodos inteligentes e automatizados voltados à melhoria da qualidade de dados espaciais.