Distributionella representationer av ord för effektiv informationssökning : Algoritmer för sökning i kundsupportforum

Detta är en Kandidat-uppsats från KTH/Skolan för datavetenskap och kommunikation (CSC)

Författare: Tim Lachmann; Johan Sabel; [2017]

Nyckelord: word2vec; fasttext; glove; LSI; LSA; word embeddings; information retrieval; search engine; machine learning; neural networks; natural language processing; NLP; distributional representations; word2vec; fasttext; glove; LSI; LSA; ordinbäddning; informationssökning; sökmotor; maskininlärning; språkteknologi; neurala nätverk; distributionella representationer;

Sammanfattning: I takt med att informationsmängden ökar i samhället ställs högre krav på mer förfinade metoder för sökning och hantering av information. Att utvinna relevant data från företagsinterna system blir en mer komplex uppgift då större informationsmängder måste hanteras och mycket kommunikation förflyttas till digitala plattformar. Metoder för vektorbaserad ordinbäddning har under senare år gjort stora framsteg; i synnerhet visade Google 2013 banbrytande resultat med modellen Word2vec och överträffade äldre metoder. Vi implementerar en sökmotor som utnyttjar ordinbäddningar baserade på Word2vec och liknande modeller, avsedd att användas på IT-företaget Kundo och för produkten Kundo Forum. Resultaten visar på potential för informationssökning med markant bättre täckning utan minskad precision. Kopplat till huvudområdet informationssökning genomförs också en analys av vilka implikationer en förbättrad sökmotor har ur ett marknads- och produktutvecklingsperspektiv.

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