Ανάπτυξη συστήματος εύρεσης ομοιότητας κειμένων με χρήση γλωσσικών μοντέλων και Kubernetes
Loading...
Date
2025-09-24
Authors
Νικολακόπουλος, Αχιλλέας
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η παρούσα εργασία επικεντρώνεται στην ανάπτυξη ενός συστήματος σημασιολογικής-αναζήτησης και εύρεσης ομοιότητας κειμένων, αξιοποιώντας τα πλεονεκτήματα των-σύγχρονων Γλωσσικών Μοντέλων σε συνδυασμό με την πλατφόρμα Kubernetes για-κατανεμημένη ανάπτυξη και διαχείριση πόρων. Αρχικά παρουσιάζονται τα θεωρητικά θεμέλια-της επεξεργασίας φυσικής γλώσσας και οι μέθοδοι δημιουργίας διανυσματικών αναπαραστάσεων (embeddings), καθώς και η σημασία της επεξηγησιμότητας στα σύγχρονα μοντέλα.
Στη συνέχεια συγκρίνονται πολλαπλά embedding models ως προς την απόδοσή τους με βάση-τον δείκτη cosine similarity και την τυπική απόκλιση, προκειμένου να αναδειχθεί το-καταλληλότερο και ακριβέστερο μοντέλο. Για την ενίσχυση της διαφάνειας, αξιοποιήθηκε το-Large Language Model (LLM) deepseek-r1:1.5b, το οποίο παρείχε εξηγήσεις φυσικής γλώσσας-για τις σχέσεις ομοιότητας που εντοπίζονταν, ενισχύοντας την κατανόηση και εμπιστοσύνη στα-αποτελέσματα. Η υλοποίηση πραγματοποιήθηκε σε περιβάλλον Kubernetes, διασφαλίζοντας-επεκτασιμότητα και αποδοτική διαχείριση υπολογιστικών πόρων. Τα αποτελέσματα δείχνουν-ότι η συνδυαστική χρήση embedding models και explainable AI (XAI) προσφέρει μία-αξιόπιστη και ερμηνεύσιμη λύση για σημασιολογική ανάλυση κειμένων.
Description
Keywords
Σημασιολογική ομοιότητα, Μεγάλα γλωσσικά μοντέλα, Επεξηγησιμότητα, Διαχείριση πόρων