RECUPERAÇÃO MULTIMODAL DE MATERIAIS DIDÁTICOS COM GEMINI EMBEDDING 2: UMA AVALIAÇÃO NO ENSINO SUPERIOR
Resumo
Este trabalho avalia o Gemini Embedding 2, que representa texto, imagem, vídeo e áudio em um mesmo espaço vetorial, na recuperação cross-modal de materiais da disciplina de Modelagem Matemática e Otimização da faculdade Donaduzzi. O corpus reúne slides da disciplina e vídeos e áudios de outras fontes (250 itens), com 33 consultas textuais e uma linha de base por transcrição. As abordagens não diferiram significativamente (nDCG@10 de 0,804 e 0,832). O modelo aproximou slides e vídeos do mesmo conceito cerca de três vezes acima do acaso, mas organizou-se principalmente por formato e fonte. Em páginas de texto denso, o texto foi superior, o que sugere indexação híbrida.
Palavras-chave: recuperação de informação multimodal, embeddings multimodais, Gemini Embedding 2, recuperação cross-modal, tecnologia educacional, espaço vetorial unificado.
Ler trabalho completo (PDF)