Work

Embedding-Based Topic Modeling for Strategic Research Portfolio Analysis

Year: 2026
Type: dissertation
Abstract: O número crescente de publicações e a sua complexidade cada vez maior dificultaram às organizações de investigação a avaliação plena do desempenho, a identificação de tendências emergentes e a tomada de decisões estratégicas fundamentadas.Embora as abordagens bibliométricas tradicionais sejam amplamente utilizadas, muitas vezes não conseguem proporcionar uma compreensão da estrutura semântica e das relações temáticas da produção científica.Esta dissertação descreve o desenvolvimento de um sistema de apoio à decisão potenciado por IA para a avaliação de investigação, que integra indicadores bibliométricos com modelos de linguagem baseados em transformers e técnicas de modelação de tópicos orientadas por embeddings.A abordagem proposta permite o mapeamento semântico, a deteção de tendências e a análise comparativa entre a produção científica interna e o panorama global de investigação científica.A metodologia foi aplicada num estudo de caso controlado, utilizando dados de publicação do Centre for Enterprise Systems Engineering (CESE) do INESC TEC, combinados com um corpus externo extraído da Scopus.Os resultados demonstram que as representações baseadas em embeddings melhoram a capacidade de interpretação das análises bibliométricas e suportam perspetivas estratégicas mais fundamentadas.Em suma, este trabalho demonstra o potencial da bibliometria impulsionada por IA como uma ferramenta prática para a gestão de investigação e para o planeamento estratégico em organizações de investigação.
Language: English
Open Access status: green
OpenAlex ID: W7148214160
Cites: 41
Cited by:
Related to: 9