O Paper-Analyzer visa facilitar a extração de conhecimento de artigos científicos (biomédicos) através de modelos de Deep Learning (DL) para Processamento de Linguagem Natural (PNL). O núcleo do Paper-Analyzer é um Modelo de Linguagem (LM) desenvolvido com arquiteturas semelhantes ao Transformer adaptadas a artigos científicos. O objetivo do LM é prever a próxima palavra com base em um contexto. Treinamos modelos construídos no LM para resolver várias tarefas, como Reconhecimento de Entidades Nomeadas (NER), Extração de Relações (RE) e Resposta a Perguntas (QA) como etapas consecutivas para o objetivo principal, que é a extração automática de conhecimento