Sökning: "Textual similarity"

Visar resultat 1 - 5 av 26 uppsatser innehållade orden Textual similarity.

  1. 1. A Case Study on the Limitations of Automated Duplicate Bug Report Detection

    Kandidat-uppsats, Göteborgs universitet/Institutionen för data- och informationsteknik

    Författare :Malte Götharsson; Karl Stahre; [2023-09-26]
    Nyckelord :;

    Sammanfattning : Identifying duplicate bug reports is crucial in software development as it helps streamline the debugging process, reduce redundancy, and enhance overall efficiency. By addressing the challenges associated with existing automated techniques and leveraging testers’ expertise, the tool proposed in this study aims to improve the accuracy of duplicate detection, saving valuable time and resources while ensuring that potential duplicates are not overlooked. LÄS MER

  3. 2. Improving customer support efficiency through decision support powered by machine learning

    Master-uppsats, Linköpings universitet/Programvara och system

    Författare :Simon Boman; [2023]
    Nyckelord :Machine Learning; AI; NLP; Natural Language Processing; GPT-3; GPT-4; Recommendation System; Decision Support; Semantic Textual Similarity; Text Similarity; Customer Support Tickets; Case Study; Customer Support Efficiency; Healthcare; Medical Technology;

    Sammanfattning : More and more aspects of today’s healthcare are becoming integrated with medical technology and dependent on medical IT systems, which consequently puts stricter re-quirements on the companies delivering these solutions. As a result, companies delivering medical technology solutions need to spend a lot of resources maintaining high-quality, responsive customer support. LÄS MER

  4. 3. Metod för ett automatiserat frågebesvarande i det svenska språket

    M1-uppsats, KTH/Hälsoinformatik och logistik

    Författare :Kristian Penna; [2023]
    Nyckelord :question answering; natural language processing; artificial intelligence; machine learning; deep learning; artificial neural networks; transformer; BERT; sentence transformers; semantic textual similarity; frågebesvarande; språkteknologi; artificiell intelligens; maskininlärning; djupinlärning; artificiella neurala nätverk; transformer; BERT; sentence transformers; semantisk textlikhet;

    Sammanfattning : I ärendehanteringssystem utgör avslutade ärenden en värdefull datamängd bestående av par av frågor och svar som organisationer med rätt metoder kan dra nytta av för att utvinna fördelar. I denna studie har en Sentence Transformers-modell blivit finjusterad för question answering som tillsammans med en datamängd från ett ärendehanteringssystem automatiskt kan besvara organisationsspecifika frågor i det svenska språket. LÄS MER

  5. 4. The Influence of Artificial Intelligence on Songwriting : Navigating Attribution Challenges and Copyright Protection

    Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Karin Norberg; Othilia Norell; [2023]
    Nyckelord :Artificial Intelligence; Attribution; Copyright; Machine Learning; Music; Natural Language Processing; Royalties; Songwriting;

    Sammanfattning : This report explores the evolving landscape of songwriting and copyright protection, with a focus on the influence of Artificial Intelligence (AI). It highlights the need for objective measures of attribution in music co-creation, including collaborations involving AI. LÄS MER

  7. 5. Textual Analysis and Detection of AIGenerated Academic Texts : A Study of ChatGPT Output, User Instructions, and Machine-Learning Classifiers

    Kandidat-uppsats, Mittuniversitetet/Institutionen för data- och elektroteknik (2023-)

    Författare :Adnan Al Medawer; [2023]
    Nyckelord :AI-generated texts; ChatGPT; Machine-learning; Text characteristics; Language models; Text Analysis; Detection tool.; AI-genererade texter; ChatGPT; Maskininlärning; Textegenskaper; Språkmodeller; Textanalys; AI-Detektion Verktyg;

    Sammanfattning : Den här studien utforskar den textmässiga likheten mellan AI-genererade texter av ChatGPT och ursprungliga akademiska texter, jämför prestandan hos AI-detekteringsverktyg och maskininlärningsklassificerare, inklusive SVM, Logistic Regression och Random Forest, vid detektering av AI-genererat innehåll, och undersöker hur användarinstruktioner påverkar textkvaliteten. En rad mätvärden som stilometri, sentiment, textlikhet, läsbarhet och relevans användes för att analysera textegenskaper. LÄS MER