Nascimento, André Câmara Alves doSilva, Ulisses Chaves2025-08-262024-02-23SILVA, Ulisses Chaves. Recomendação sensível ao contexto para comunicação aumentativa e alternativa baseada em aprendizagem de máquina. 2024. 50 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) – Departamento de Computação, Universidade Federal Rural de Pernambuco, Recife, 2024.https://arandu.ufrpe.br/handle/123456789/7575Comumente, observa-se a adoção de novas técnicas baseadas em inteligência artificial e aprendizagem de máquina (AM) em diversos contextos. Com o avanço das redes neurais artificiais, que possibilitam a representação de diversos tipos de dados e a compreensão das complexas relações entre eles, essa tendência foi ainda mais impulsionada. No entanto, a literatura atual mostra-se escassa ao tentar encontrar estudos atualizados que relacionem essas tecnologias a metodologias pedagógicas para resolver os diversos problemas sociais e promover a inclusão. Este trabalho propõe abordagens atuais utilizadas em AM para a recomendação de pictogramas em um sistema de Comunicação Aumentativa e Alternativa (AAC). Diante da complexidade das necessidades de usuários de AAC, neste trabalho dois modelos neurais sensíveis ao contexto são apresentados e comparados. Esses modelos utilizam técnicas de aprendizagem de máquina para considerar o contexto dinâmico do usuário para gerar recomendações, adaptando-se à localização e ao tempo específicos desse usuário que possui alguma deficiência na comunicação. Adicionalmente, são destacados outros trabalhos que foram usados como base para a criação dessa solução para o problema de recomendação de pictogramas existente na aplicação móvel Livox.50 f.pt-BRopenAccesshttp://creativecommons.org/licenses/by-nc/4.0/Aprendizado do computadorComunicação aumentativa e alternativaRecomendação sensível ao contextoAquisição de conhecimento (Sistemas especialistas)Sistemas especialistas (Computação)bachelorThesisAttribution-NonCommercial 4.0 International