Víceúrovňové metody pro document retrieval nad českými texty
Multi-stage Methods for Document Retrieval in the Czech Language
Typ dokumentu
diplomová prácemaster thesis
Autor
Barbora Dědková
Vedoucí práce
Drchal Jan
Oponent práce
Kuznetsov Stanislav
Studijní obor
Umělá inteligenceStudijní program
Otevřená informatikaInstituce přidělující hodnost
katedra počítačůPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Tato práce se zabývá úkolem vyhledávání dokumentů ve velkém měřítku pomocí vícesúrovňových metod pro hledání dokumentů. Kombinuje dvě fáze vyhledávání: předvýběr dokumentů a přeřazení dokumentů. Zvažuje klasické přístupy vyhledávání dokumentů jako jsou TF-IDF a BM25 v první fázi a moderní Transformers sítě ve druhé fázi. Vyhodnocuje a porovnává architektury Cross-Attention a Two-Tower v různých nastaveních. This work tackles the task of large-scale document retrieval by utilizing multi-stage methods for document retrieval. It combines two retrieval stages: document preselection and document reranking. It considers classic DR approaches such as TF-IDF and BM25 in the first stage and modern Transformer networks in the second stage. It evaluates and compares the Cross-Attention and Two-Tower architectures in various setups.
Kolekce
- Diplomové práce - 13136 [892]