Uso de processamento de linguagem natural para detecção de alérgenos em alimentos a partir da lista de ingredientes

Abstract

A evolução da inteligência artificial tem potencializado a automação de tarefas cotidianas, tornando as máquinas cada vez mais integradas às atividades humanas. Este trabalho propõe a aplicação de processamento de linguagem natural e ontologias para aprimorar a leitura e interpretação de rótulos de alimentos, uma tarefa crucial para o acompanhamento nutricional e prevenção de reações alérgicas. Tendo em vista que a prevalência de alergias alimentares tem crescido significativamente no mundo, torna-se essencial a existência de meios precisos para identificação de suas substâncias causadoras nas listas de ingredientes dos produtos alimentícios. O estudo motivou a elaboração de um modelo que, empregando as técnicas mencionadas, facilita a interpretação automatizada de rótulos, analisando e detectando substâncias alergênicas e seus derivados. Além disso, foram conduzidos experimentos para discernir as técnicas mais eficazes dentro da área de PLN para realizar a tarefa de detecção de alérgenos nas listas de ingredientes. Os resultados desses experimentos contribuem para o aprimoramento do modelo e oferecem panoramas para demais estudos, promovendo conscientização e segurança no consumo alimentar de pessoas alérgicas.