prikaz prve stranice dokumenta Istraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata
No public access
master's thesis
Istraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. urn:nbn:hr:168:158199
Šmigovec, Dunja
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Šmigovec, D. (2023). Istraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:158199

Šmigovec, Dunja. "Istraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. https://urn.nsk.hr/urn:nbn:hr:168:158199

Šmigovec, Dunja. "Istraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. https://urn.nsk.hr/urn:nbn:hr:168:158199

Šmigovec, D. (2023). 'Istraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 17 February 2025, https://urn.nsk.hr/urn:nbn:hr:168:158199

Šmigovec D. Istraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2023 [cited 2025 February 17] Available at: https://urn.nsk.hr/urn:nbn:hr:168:158199

D. Šmigovec, "Istraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2023. Available at: https://urn.nsk.hr/urn:nbn:hr:168:158199

Metadata
TitleIstraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata
Title (english)Exploring state-of-the-art models for document-level entity relation extraction
AuthorDunja Šmigovec
MentorJan Šnajder (mentor)
Committee memberJan Šnajder (predsjednik povjerenstva)
Committee memberMarko Đurasević (član povjerenstva)
Committee memberMarko Čupić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2023-07-11, Croatia
Abstract
U ovom radu prikazani su rezultati eksperimenata ekstrakcije relacije entiteta na razini dokumenta korištenjem različitih modela: T5, mT5, FLAN-T5, GPT-3.5 Turbo i GPT-4. Učinkovitost ovih modela procijenjena je pomoću ROUGE rezultata u različitim konfiguracijama. GPT-4 pokazao je vrhunsku izvedbu u hvatanju odnosa između entiteta, dok je uključivanje prepoznavanja imenovanih entiteta (NER) i oznaka entiteta utjecalo na rezultate. Nalazi naglašavaju učinkovitost naprednih arhitektura modela u izdvajanju odnosa entiteta bez eksplicitne obuke o određenim tipovima odnosa. Jednokratni eksperimenti pokazali su obećavajuće rezultate za GPT-4, ukazujući na njegovu sposobnost iskorištavanja ograničenih primjera za učenje. Ovi rezultati doprinose polju ekstrakcije odnosa između entiteta na razini dokumenta i pokazuju potencijal naprednih modela za zadatke ekstrakcije odnosa.
Abstract (english)
This thesis presents the results of experiments on document-level entity relation extraction using various models: T5, mT5, FLAN-T5, GPT-3.5 Turbo, and GPT-4. The performance of these models was evaluated using ROUGE scores in different configurations. GPT-4 demonstrated superior performance in capturing entity relations, while the inclusion of named entity recognition (NER) and entity tags affected the results. The findings highlight the effectiveness of advanced model architectures in extracting entity relations without explicit training on specific relation types. The one-shot experiments showed promising results for GPT-4, indicating its ability to leverage limited training examples. These results contribute to the field of document-level entity relation extraction and demonstrate the potential of advanced models for relation extraction tasks.
Keywords
Keywords (english)
Languageenglish
URN:NBNurn:nbn:hr:168:158199
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-10-11 10:40:52