Trabalho de Conclusão
Título:AUDITORIA DE CONTEÚDO NA WEB COM AUXÍLIO DE MODELOS DE PROCESSAMENTO DE LINGUAGEM NATURAL
Aluno:LUCAS LAND
Semestre:2023/02
Situação:Concluido
Áreas de interesse:Não informado
Orientador:Gabriel da Silva Simões
Avaliadores:Marta Rosecler Bez, Rodrigo Rafael Villarreal Goulart
Documentos:Texto final TC1 (liberado apenas para a banca), Texto final TC2 (liberado apenas para a banca)
Palavras-chave:Google, NLP, EEAT, BERT, SEO
Resumo:

O foco principal da Pesquisa Google atualmente é fornecer aos usuários resultados com conteúdo da mais alta relevância, utilidade e confiabilidade. Por meio das diretrizes EEAT — Expertise, Experiência, Autoridade e Trustworthiness (Confiabilidade) —, o Google avalia a qualidade do conteúdo com base em fatores que sinalizam seu valor real para os usuários. No campo de SEO, as ferramentas de auditoria de páginas web existentes identificam diversas métricas, como os Web Vitals, para avaliar a experiência do usuário nessas páginas; contudo, essas ferramentas mostram-se pouco eficazes ao medir a relevância do conteúdo ou sua qualidade em relação aos pilares do EEAT. Este trabalho exploratório sugere a utilização de modelos de NLP pré-treinados baseados no RoBERTa, os quais foram finamente calibrados para tarefas de perguntas e respostas e de classificação. Empregam-se também ferramentas reconhecidas por profissionais de SEO, como a API de métricas da Moz, com o intuito de classificar a qualidade de conteúdos em páginas web. O processo envolve a análise e o fornecimento, por meio de um serviço web, de diversas métricas que buscam representar os aspectos do EEAT, com o objetivo de complementar as métricas já levantadas de experiência da página por ferramentas conhecidas.

Link biblioteca:Não informado