Semantičko pretraživanje tekstualnih baza znanja u poslovnoj domeni

diplomski rad

• Naslov (engleski): Semantic Search of Text-based Knowledge Repositories in Business Domains
• Autor: Borna Bejuk
• Mentor: Damir Pintar (mentor)
• Član povjerenstva: Damir Pintar (predsjednik povjerenstva)
• Član povjerenstva: Zoran Skočir (član povjerenstva)
• Član povjerenstva: Mihaela Vranić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2019-07-09, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Za izvlačenje korisnih informacija iz velike količine podataka potrebne su sofisticirane
metode pretraživanja podataka. U slučaju sustava odgovaranja na upit potrebne
su metode obrade upita, dohvaćanja podataka i odabira prikladnog odgovora. Ovaj rad
bavi se izvlačenjem rečenice iz baze znanja koja predstavlja odgovor na pitanje upućeno sustavu. Većina rada posvećena je mjerenju semantičke sličnosti između pitanja
i potencijalnog odgovora na hrvatskom jeziku. Implementirano je nekoliko tehnika reprezentiranja rečenica vektorom. Rad zaključuje da je običan TF-IDF vektor rečenice
i kosinusna sličnost rečenica i dalje najbolja metoda usporedbe rečenica s obzirom na
robusnost metode i lakoću korištenja.

Sažetak (engleski)

For large amounts of textual information to be useful, appropriate search methods
need to exist. In case of a question-answering system, methods of information retrieval,
question processing and question answering are crucial. This thesis deals with non-factoid
question answering where the answer is usually a sentence. Therefore, most of
the work in the thesis is devoted to question-sentence semantic similarity task tested
on Croatian language. Several sentence embedding techniques have been tested with
various results. Thesis concludes that plain TF-IDF vectors of sentences combined
with cosine similarity is still the preferable option for sentence comparison due to its
robustness and ease of use.

• Ključne riječi: odgovaranje na upit; obrada pitanja; dohvaćanje podataka; reprezentiranje rečenica; obrada prirodnog jezika; nlp
• Ključne riječi (engleski): question answering; question processing; non-factoid question answering; information retrieval; sentence embedding; natural language processing; nlp
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:523573
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2020-01-07 16:40:45