prikaz prve stranice dokumenta Istraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata
Rad nije dostupan
diplomski rad
Istraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. urn:nbn:hr:168:158199
Šmigovec, Dunja
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Šmigovec, D. (2023). Istraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:158199

Šmigovec, Dunja. "Istraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:158199

Šmigovec, Dunja. "Istraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:158199

Šmigovec, D. (2023). 'Istraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:158199

Šmigovec D. Istraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2023 [pristupljeno 26.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:158199

D. Šmigovec, "Istraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:158199

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:158199
Podaci o radu
NaslovIstraživanje suvremenih modela za ekstrakciju odnosa između entiteta na razini dokumenata
Naslov (engleski)Exploring state-of-the-art models for document-level entity relation extraction
AutorDunja Šmigovec
MentorJan Šnajder (mentor)
Član povjerenstvaJan Šnajder (predsjednik povjerenstva)
Član povjerenstvaMarko Đurasević (član povjerenstva)
Član povjerenstvaMarko Čupić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2023-07-11, Hrvatska
Sažetak
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.
Sažetak (engleski)
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.
Ključne riječi
Ključne riječi (engleski)
Jezikengleski
URN:NBNurn:nbn:hr:168:158199
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-10-11 10:40:52