Εφαρμογή σημασιολογικών εννοιών στην ανάκτηση πληροφορίας
Loading...
Date
2024-10-04
Authors
Ψυρρής, Άγγελος
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η παρούσα διπλωματική εργασία εισάγει μια καινοτόμο προσέγγιση για τη βελτίωση τόσο της απόδοσης αξιολόγησης όσο και της συνολικής λειτουργικής αποτελεσματικότητας σε μοντέλα ανάκτησης πληροφορίας που βασίζονται σε γραφήματα. Η εργασία επικεντρώνεται στην ανάκτηση πληροφορίας μέσω της χρήσης διανυσματικών αναπαραστάσεων, με στόχο τη βελτίωση της αποδοτικότητας και της ακρίβειας στην επεξεργασία και ανάκτηση κειμένων. Κυρίως σκοπός της είναι η βελτίωση της ανάκτησης πληροφορίας χρησιμοποιώντας διανυσματικές αναπαραστάσεις που παράγονται από τη δομή γραφημάτων, και συγκεκριμένα μέσα από μοντέλα όπως το Node2Vec, το GraphSAGE και τα Graph Convolutional Networks (GCNs). Βασική προϋπόθεση για την επιτυχία αυτών των μοντέλων είναι η χρήση των βαρών σημαντικότητας των λέξεων, τα οποία παράγονται από το Graphical Set Based Model και χρησιμοποιούνται για την κατασκευή ενός weighted graph κειμένων, επιτρέποντας την καλύτερη αποτύπωση των σχέσεων μεταξύ των κειμένων. Τα μοντέλα αυτά επιτρέπουν τη δημιουργία γραφημάτων που αναπαριστούν σχέσεις μεταξύ των λέξεων στα κείμενα και συμβάλλουν στη βελτίωση της αναπαράστασης των δεδομένων, επιτυγχάνοντας καλύτερα αποτελέσματα στην ανάκτηση πληροφορίας.
Description
Keywords
Νευρωνικά δίκτυα γράφων, Ανάκτηση πληροφορίας