Metod för ett automatiserat frågebesvarande i det svenska språket

Detta är en M1-uppsats från KTH/Hälsoinformatik och logistik

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. Modellen bygger på en semantisk jämförelsemekanik för att identifiera vilken tidigare fråga i datamängden som är mest lik en ny fråga, för att således generera den tidigare frågans korresponderande svar som utdata. Den datamängden som användes till modellen bestod av 75 par av frågor och svar från ett ärendehanteringssystem. Inför testningen av modellen skapades 61 testfrågor där varje fråga var helt semantiskt lika minst en fråga som förekom bland de 75 frågorna i datamängden, samtidigt som de skiljde sig i övrigt gällande meningsuppbyggnader och inkluderade termer. Vid testningen användes testfrågorna för att mäta modellens förmåga att besvara frågor korrekt samt för att mäta prestandan på jämförelsemekaniken. Testresultaten visade att modellen kunde besvara frågor med en pricksäkerhet på 78,7%, och att jämförelsemekaniken kunde med en pricksäkerhet på 67,2% para ihop semantiskt helt lika frågor.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)