Εμφάνιση απλής εγγραφής

Transformer μοντέλα για την πρόβλεψη βαθμολογίας προϊόντων με βάση τις κριτικές προϊόντων

dc.contributor.advisorΣωτηρόπουλος, Διονύσιος
dc.contributor.authorSavenko - Babyuk, Evanhelos - Taras
dc.date.accessioned2025-04-11T11:41:16Z
dc.date.available2025-04-11T11:41:16Z
dc.date.issued2025
dc.identifier.urihttps://dione.lib.unipi.gr/xmlui/handle/unipi/17655
dc.description.abstractΗ 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.el
dc.format.extent47el
dc.language.isoelel
dc.publisherΠανεπιστήμιο Πειραιώςel
dc.rightsΑναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα*
dc.rightsΑναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα*
dc.rightsΑναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/gr/*
dc.titleTransformer μοντέλα για την πρόβλεψη βαθμολογίας προϊόντων με βάση τις κριτικές προϊόντωνel
dc.title.alternativeTransformer models for predicting product rating based on the product reviewel
dc.typeBachelor Dissertationel
dc.contributor.departmentΣχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικήςel
dc.subject.keywordNLPel
dc.subject.keywordTransformer modelsel
dc.subject.keywordMachine learningel
dc.subject.keywordDeep learningel
dc.subject.keywordSentiment analysisel
dc.date.defense2025-02-18


Αρχεία σε αυτό το τεκμήριο

Thumbnail

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα

Βιβλιοθήκη Πανεπιστημίου Πειραιώς
Επικοινωνήστε μαζί μας
Στείλτε μας τα σχόλιά σας
Created by ELiDOC
Η δημιουργία κι ο εμπλουτισμός του Ιδρυματικού Αποθετηρίου "Διώνη", έγιναν στο πλαίσιο του Έργου «Υπηρεσία Ιδρυματικού Αποθετηρίου και Ψηφιακής Βιβλιοθήκης» της πράξης «Ψηφιακές υπηρεσίες ανοιχτής πρόσβασης της βιβλιοθήκης του Πανεπιστημίου Πειραιώς»