Um grande desafio para o comércio eletrônico é organizar as enormes quantidades de informações disponíveis em seus bancos de dados. Descrições de produtos, especificações técnicas e comentários de clientes geralmente estão escritos em linguagem comum. Com isso, computadores têm dificuldades de interpretar de forma precisa as relações entre esses dados. Isso torna mais difícil estruturar catálogos, cruzar informações ou alimentar sistemas inteligentes de recomendação.

Para contornar esse desafio, pesquisadores do Instituto de Computação da Unicamp desenvolveram um programa que transforma automaticamente textos de e-commerce nas chamadas triplas RDF — um formato usado em grafos de conhecimento, uma espécie de mapa de informações feito para computadores. Esses mapas mostram conexões entre elementos, como, por exemplo, “produto X tem cor Y” ou “produto Z pertence à categoria W”. O programa usa grandes modelos de linguagem (a mesma tecnologia por trás das inteligências artificiais mais modernas) para interpretar os textos e gerar informações organizadas com mais precisão e menos erros.

Com essa solução, empresas podem automatizar uma tarefa que antes era manual e repetitiva, ganhando rapidez, consistência e confiabilidade. Isso facilita desde a organização de catálogos até a criação de sistemas de busca mais inteligentes e recomendações personalizadas para os clientes, reduzindo custos e aumentando a qualidade da experiência no comércio eletrônico.