Faria, Luiz Felipe Rocha deFARIA, RICARDO MIGUEL PEIXOTO2025-12-192025-12-192025-10-24http://hdl.handle.net/10400.22/31289Este documento apresenta o desenvolvimento e a avaliação de um sistema conversacional especializado no domínio de laudos de honorários e deontologia médica, com base na framework LightRAG, que combina recuperação de informação com grafos de conhecimento para mitigar alucinações. A partir de um domínio complexo, normativo e sensível, procurou-se garantir respostas factualmente sustentadas em documentos institucionais. A arquitetura implementada alinha a pergunta do utilizador com passagens recuperadas do corpus e com entidades e relações do grafo, o que incentiva uma geração ancorada em evidências. A avaliação do sistema conversacional recorreu a métricas semânticas, onde se observou boa cobertura temática, de 84%, e elevada recuperação do contexto e de entidades, de 93% e 92% correspondente, mas com uma precisão de recuperação e utilização parcial do contexto reduzida, de 24% e 58% respetivamente, coerentes com a utilização de modelos locais de pequena dimensão para embeddings e geração e de um grafo pouco denso, composto por cinquenta (50) nós e cinco (5) relações, o que corresponde a um grau médio de 0.2 e uma densidade de 0.00408. Conclui-se que esta combinação é promissora para domínios críticos, mas a sua eficiência depende da qualidade do grafo, da seletividade do recuperador e da capacidade geradora. Propõe-se, como trabalho futuro, evoluir para modelos de embeddings e LLM de maior dimensão e curadoria contínua do grafo, o que visa maior precisão, melhor uso do contexto e menor probabilidade de alucinação.porConversation Artificial Intelligence SystemRAGGrafos de ConhecimentoLightRAGLaudos de Honorários MédicosDeontologia Médicamaster thesis204067839