| Abstract |
Bakalaura darba veids:
1. Veids: modernu risinājumu izpēte.
Mūsdienās termins “informācijas izgūšana” ir kļuvis populārs informācijas
tehnoloģijā, jo digitālajā telpā milzīgi pieaug nestrukturēta informācija. Līdz 2025.
gadam aptuveni astoņdesmit procentus globālo datu aizņems nestrukturēti dati. Tāpēc,
izmantojot tradicionālās informācijas izguves sistēmas, nav iespējams apmierināt
lietotāja informācijas vajadzības, kas prasa izstrādāt semantiskās meklēšanas pieejas,
izmantojot mašīnmācīšanos un mākslīgo intelektu. Ir neliels skaits šādu pieeju, un šajā
bakalaura darbā ir aplūkotas dažas mūsdienīgas pieejas, piemēram, Word2Vec,
fastText, GloVe, ELMo un BERT, un apskatīta to lietošana kopā ar vektoru meklēšanas
sistēmu Milvus. Turklāt šajā darbā ir šīs pieejas ir salīdzinātas, balstoties uz akurātumu,
precizitāti, pārklājumu un F1 mēru. Autors secināja, ka, ņemot vērā F1 mēru, BERT
pārspēj visas citas minētās pieejas. Turklāt šīs bakalaura darbs lasītājam var palīdzēt
izmantot semantiskās meklēšanas pieeju ar vektoru meklēšanas sistēmu un bruģē ceļu
tālākai attīstībai.
Bakalaura darbā ir 75 lappuses, 32 figūras, 8 pielikumi, 8 tabulas un 59 atsauces
avoti. |
