Transformer μοντέλα για την πρόβλεψη βαθμολογίας προϊόντων με βάση τις κριτικές προϊόντων
Transformer models for predicting product rating based on the product review

Bachelor Dissertation
Συγγραφέας
Savenko - Babyuk, Evanhelos - Taras
Ημερομηνία
2025Επιβλέπων
Σωτηρόπουλος, ΔιονύσιοςΠροβολή/ Άνοιγμα
Λέξεις κλειδιά
NLP ; Transformer models ; Machine learning ; Deep learning ; Sentiment analysisΠερίληψη
Η επεξεργασία φυσικής γλώσσας(Natural Language Processing-NLP) είναι ένας τομέας της τεχνητής νοημοσύνης που επιδιώκει να δώσει στους υπολογιστές τη δυνατότητα να κατανοούν,να ερμηνεύουν και να χρησιμοποιούν τις φυσικές γλώσσες με αποτελεσματικό τρόπο.Παρέχει μια τέλεια λύση για την κατανόηση της ανθρώπινης γλώσσας από τις μηχανές,αντιμετωπίζοντας τη γλώσσα σε μια μορφή που η μηχανή μπορεί να χρησιμοποιήσει λογικά.Το NLP αναφέρεται σε μια σειρά από εργασίες,όπως η αυτόματη μετάφραση,η αναγνώριση ομιλίας,η κατηγοριοποίηση κειμένων και η χρήση ονομαστικών οντοτήτων.Μια σειρά απο τεχνικές έχουν εφαρμοστεί με επιτυχία στα δεδομένα κειμένου στον τομέα του NLP,όπως το tokenization,η συντακτική ανάλυση και η χρήση των word embeddings.Η Ανάλυση Συναισθήματος(Sentiment Analysis) είναι μια κατηγορία του NLP που βοηθά στην πρόβλεψη των συναισθημάττων των ανθρώπων.Με βάση το κείμενο ή τη δήλωση του,μπορεί να προσδιοριστεί το νόημα του,ενσωματώνοντας τη γλώσσα με το κειμενικό πλαίσιο.Η τεχνική της ενσυναίσθησης έχει εφαρμογές στην παρακολούθηση της αντίδρασης των πελατών και στις κριτικές προϊόντων ή εμπορικών εταιρειών παγκοσμίως,με τη βοήθεια των απόψεων των ανθρώπων.Όλα αυτά είναι κρίσιμα για τις παγκόσμιες εμπορικά εταιρείες και δημιουργούν μοντέλα συναισθημάτων που ενισχύουν τα μοντέλα μηχανικής μάθησς και βαθιάς μάθησης,λαμβάνοντας υπόψιν τη γλώσσα,την υπονοούμενη σημασία και τις σπάνιες κατανοήσεις όπως ο σαρκασμός,η ειρωνεία και η ασαφή γλώσσα.