Master theses - Revision history

Slavkoz at 14:44, 28 February 2025

2025-02-28T14:44:57Z

← Older revision		Revision as of 16:44, 28 February 2025
Line 1:		Line 1:
	~~__NOTOC__~~
	This Web page contains on-going and finished master theses. Thanks to all the candidates below that did (or are doing) great work!		This Web page contains on-going and finished master theses. Thanks to all the candidates below that did (or are doing) great work!

Slavkoz at 13:17, 28 February 2025

2025-02-28T13:17:26Z

← Older revision		Revision as of 15:17, 28 February 2025
Line 7:		Line 7:

	{{Thesis		{{Thesis
	~~\|Naslov=Avtomatizacija vdornega testiranja spletnih strani~~		\|Naslov=S poizvedovanjem obogateno generiranje besedil z domensko specifičnim doučevanjem velikih jezikovnih modelov
	~~\|NaslovEng=Web site penetration testing automation~~		\|NaslovEng=Retrieval-augmented text generation with domain-specific large language models fine-tuning
	~~\|Avtor=Gregor Kerševan~~
	~~\|Opis=~~
	~~\|KljucneBesede=~~
	~~\|KljucneBesedeEng=~~
	~~\|Komentar=~~
	~~\|Viri=[{{filepath:63150140-Gregor Kerševan-dispozicija.pdf}} Dispozicija]~~
	}}

	~~{{Thesis~~
	\|Naslov=S poizvedovanjem obogateno generiranje besedil z domensko specifičnim doučevanjem velikih jezikovnih ~~modeloveli~~
	\|NaslovEng=
	\|Avtor=Marko Ivanovski		\|Avtor=Marko Ivanovski
	\|Opis=		\|Opis=[[File:Screenshot 2025-02-28 at 14.16.28.png\|500px\|right]]Razvoj avtomatiziranega sistema za odgovarjanje na vprašanja, ki poenostavi obdelavo e-pošte za podporo strankam, je učinkovita rešitev za zmanjšanje časa in truda pri ročnem odgovarjanju. Trenutno agenti za podporo strankam na e-pošto odgovarjajo ročno, kar je zamudno in delovno intenzivno. Preizkusili smo več konfiguracij za vzpostavitev sistema, ki lahko samodejno odgovarja na ta e-poštna sporočila. Uporabljene podatke je zagotovilo podjetje Zebra BI, sestavljali pa so jih strukturiran korpus elektronskih sporočil podpore in nestrukturiran korpus, pridobljen iz dokumentacije izdelka. Primerjali smo dva glavna pristopa. Prvi je obsegal doučevanje velikega jezikovnega modela za neposredno odgovarjanje na e-pošto. Ta pristop je vseboval samo generator. Drugi je uporabljal arhitekturo RAG (angl. Retrieval-Augmented Generation), ki je vsebovala tako poizvedovalnik (angl. retriever) kot generator. Poizvedovalnik je poiskal podobne e-poštne odgovore in jih dodal kot kontekst za vnaprej naučen model LLM, ki je nato odgovarjal na vprašanje z uporabo prejšnjih podobnih e-pošt. V ta namen smo implementirali dvojno-dekodirni poizvedovalni model, pri čemer smo uporabili tehniko učenja LoRA in kvantizacijo. Dvojno-dekodirni poizvedovalni model je ustvaril vgradnje (angl. embeddings) tako za vprašanja kot odgovore z uporabo ločenih dekodirnikov in jih razvrstil glede na kosinusno podobnost. Razvili smo šest različnih konfiguracij sistema za odgovarjanje na vprašanja. Nekatere konfiguracije so uporabljale tako komponento poizvedovalnika kot generatorja, druge pa so imele samo generator. Najbolje se je izkazala konfiguracija s prilagojenim dvojno-dekodirnim poizvedovalnim modelom, ki je izboljšala sposobnost sistema za iskanje relevantnih informacij iz domensko-specifičnega e-poštnega korpusa. To je tudi pokazalo, da je učenje poizvedovalnika in uporaba arhitekture RAG učinkovitejša rešitev od doučevanja modela LLM, kadar je količina podatkov majhna in nizke kakovosti. Najbolj optimalen poizvedovalnik, zgrajen na arhitekturi Llama-2-7B z uporabo LoRA in 4-bitne kvantizacije, je dosegel natančnost 0.53 pri Accuracy@100 in 0.032 pri MRR@100. V primerjavi s tem je najsodobnejši model poizvedovalnika BGE-large-en dosegel 0.282 pri Accuracy@100 in 0.009 pri MRR@100 v isti domeni. V kombinaciji z GPT-4o kot generatorjem je v našem ročnem ocenjevanju poizvedovalnik z dvojno-dekodirnim modelom prejel oceno 1282 ELO, medtem ko je poizvedovalnik BGE-large-en z istim generatorjem dosegel oceno 1256, doučeni LLM model pa oceno 1071. Eksperimenti so pokazali, da konfiguracija z dvojno-dekodirnim poizvedovalnim modelom zagotavlja najbolj natančne in kontekstualno ustrezne odgovore ter tako presegla najsodobnejšo konfiguracijo. Prav tako so pokazali, da je možno LLM modele z dekodirnikom uporabiti za gradnjo poizvedovalnika z relativno majhno količino podatkov. Končni sistem, integriran v Chrome razširitev, je močno vplival na delovne procese podpore v Zebra BI z avtomatizacijo velikega dela odgovarjanja. S tem se je ne le zmanjšal čas odgovarjanja, ampak se je izboljšala tudi natančnost in doslednost odgovorov za stranke. Razširitev zdaj ekipa podpore v Zebra BI uporablja pol-avtomatsko, kar omogoča agentom, da se osredotočijo na bolj zahtevna vprašanja.
	\|KljucneBesede=		\|KljucneBesede=Ustvarjanje besedil, odgovarjanje na vprašanja, iskanje, kodirnik, dekodirnik, transformatorji, iskanje nestrukturiranih podatkov, natančna nastavitev, modeli vgrajevanja, kvantizacija
	\|KljucneBesedeEng=		\|KljucneBesedeEng=Text generation, question answering, retrieval, encoder, decoder, transformers, unstructured data retrieval, fine-tuning, embedding models, quantization
	\|Komentar=		\|Komentar=
	\|Viri=		\|Viri=[{{filepath:63180365-Marko Ivanovski-dispozicija.pdf}} Dispozicija] [{{filepath:63180365-Marko Ivanovski-S poizvedovanjem obogateno generiranje besedil z domensko specifičnim doučevanjem velikih jezikovnih modeloveli-2.pdf}} Magistrsko delo]
	}}		}}

	{{Thesis		{{Thesis
	\|Naslov=Avtomatizacija vdornega testiranja spletnih strani		\|Naslov=Avtomatizacija vdornega testiranja spletnih strani
	\|NaslovEng=		\|NaslovEng=Web site penetration testing automation
	\|Avtor=Gregor Kerševan		\|Avtor=Gregor Kerševan
	\|Opis=		\|Opis=[[File:Screenshot 2025-02-28 at 14.12.49.png\|500px\|left]]V tem delu se ukvarjamo s problemom avtomatiziranega iskanja ranljivosti spletnih aplikacij v okviru procesov DevSecOps in cevovodov CI/CD. Uvedba varnostnih testov v avtomatiziran proces predstavlja izziv, saj je nekatere ranljivosti težko avtomatizirano iskati ali zahtevajo ročne posege, kot so ročni vdorni testi. Naš pristop vključuje implementacijo agenta, ki avtomatsko izvaja varnostne teste in analizira rezultate v grafičnih prikazih. Rešitev smo integrirali v cevovod DevOps ter testirali nad odprtokodnimi aplikacijami. Končni prispevek naloge omogoča boljši nadzor nad varnostjo spletnih aplikacij ter poenostavi proces iskanja ranljivosti za varnostne inženirje.
	\|KljucneBesede=		\|KljucneBesede=avtomatizacija, devsecops, sast
	\|KljucneBesedeEng=		\|KljucneBesedeEng=automation, devsecops, sast
	\|Komentar=		\|Komentar=Somentor pri delu je bil viš. pred. dr. David Jelenc.
	\|Viri=		\|Viri=[{{filepath:63150140-Gregor Kerševan-dispozicija.pdf}} Dispozicija] [{{filepath:63150140-Gregor Kerševan-Avtomatizacija vdornega testiranja spletnih strani.pdf}} Magistrsko delo]
	}}		}}

	{{Thesis		{{Thesis
	\|Naslov=Izbiranje sistema za upravljanje z grafnimi podatkovnimi bazami		\|Naslov=Izbiranje sistema za upravljanje z grafnimi podatkovnimi bazami
	\|NaslovEng=		\|NaslovEng=Selecting a graph database management system
	\|Avtor=Nino Brezac		\|Avtor=Nino Brezac
	\|Opis=		\|Opis=Grafne podatkovne baze so se izkazale kot učinkovito orodje za upravljanje z zelo povezanimi podatki, saj v posebnih primerih uporabe, kot so priporočilni sistemi, družbena omrežja in odkrivanje goljufij, celo presegajo tradicionalne relacijske podatkovne baze. V tem delu so najprej predstavljeni koncepti grafnih podatkovnih baz, njihova taksonomija in posebnosti. Nato sledi celostna predstava področja grafnih podatkovnih baz, kjer so povzete ključne lastnosti reprezentativnega vzorca grafnih podatkovnih baz in je posledično zgrajen model odločitvenega drevesa za pomoč pri izbiri grafne podatkovne zbirke. Za validacijo je izbran primer uporabe analitičnih podatkovnih zbirk LPG. Validacija je vsebovala eksperimentalno analizo na standardiziranem naboru podatkov, ter je izpostavila ključne razlike med sistemi glede uporabniškega vmesnika, uporabniške izkušnje, hitrosti, porabe pomnilnika in analitičnih zmožnosti. Ta študija ponuja praktičen vpogled za skrbnike podatkovnih baz in razvijalce, ki želijo izbrati pravo rešitev grafne podatkovne zbirke za svoje specifične potrebe.
	\|KljucneBesede=		\|KljucneBesede=podatkovne baze, grafi, grafna analitika, grafni algoritmi, performančna analiza, Cypher, Gremlin, Neo4j, Memgraph, TigerGraph
	\|KljucneBesedeEng=		\|KljucneBesedeEng=databases, graphs, graph analytics, graph algorithms, performance analysis, Cypher, Gremlin, Neo4j, Memgraph, TigerGraph
	\|Komentar=		\|Komentar=
	\|Viri=		\|Viri=[{{filepath:63180347-Nino Brezac-dispozicija.pdf}} Dispozicija] [{{filepath:63180347-Nino Brezac-Izbiranje sistema za upravljanje z grafnimi podatkovnimi bazami.pdf}} Magistrsko delo]
	}}		}}

	{{Thesis		{{Thesis
	\|Naslov=Avtomatizirana gradnja učnih korpusov s pomočjo velikih jezikovnih modelov		\|Naslov=Avtomatizirana gradnja učnih korpusov s pomočjo velikih jezikovnih modelov
	\|NaslovEng=		\|NaslovEng=Automatized construction of learning corpuses with the help of large language models
	\|Avtor=Gal Petkovšek		\|Avtor=Gal Petkovšek
	\|Opis=		\|Opis=[[File:Screenshot 2025-02-28 at 14.07.15.png\|500px\|right]]Zbiranje in označevanje podatkov je drago in zamudno. V tem delu predstavljamo ogrodje, ki izkorišča moč velikih jezikovnih modelov za umetno tvorjenje sintetičnih podatkov. Testirali smo ga na treh nalogah uvrščanja besedil in z njegovo uporabo izboljšali izhodiščen rezultate. Predstavili smo več metod ocenjevanja kvalitete umetnih množic ter predstavili, kako ugotovitve uporabimo za razvoj novih pristopov tvorjenja umetnih primerkov. Razvitih in testiranih je bilo več tehnik umetnega tvorjenja, od katerih izstopa dodajanje pogostih besed v ukazni poziv, kar bistveno izboljša rezultate v primeru, ko imamo na voljo tako majhno množico označenih, kot tudi veliko množico neoznačenih primerkov. Najboljše rezultate smo dosegli z združevanjem umetno tvorjenih podatkov in LLM-označenih primerkov iz velike množice neoznačenih primerkov. Glavni prispevki naloge vključujejo implementacijo ogrodja in razvite strategije tvorjenja, ki smo jih vrednotili z različnimi metrikami na več scenarijih.
	\|KljucneBesede=		\|KljucneBesede=veliki jezikovni modeli, umetno tvorjeni podatki, obdelava naravnega jezika, uvrščanje besedil, podatkovne množice
	\|KljucneBesedeEng=		\|KljucneBesedeEng=large language models, synthetic data, natural language porcessing, text classification, datasets
	\|Komentar=		\|Komentar=
	\|Viri=		\|Viri=[{{filepath:63170020-Gal Petkovšek-dispozicija.pdf}} Dispozicija] [{{filepath:63170020-Gal Petkovšek-Avtomatizirana gradnja učnih korpusov s pomočjo velikih jezikovnih modelov.pdf}} Magistrsko delo]
	}}		}}

	{{Thesis		{{Thesis
	\|Naslov=Avtomatska ekstrakcija podatkov iz računov		\|Naslov=Avtomatska ekstrakcija podatkov iz računov
	\|NaslovEng=		\|NaslovEng=Automatic invoice data extraction
	\|Avtor=Gregor Ažbe		\|Avtor=Gregor Ažbe
	\|Opis=		\|Opis=[[File:Screenshot 2025-02-28 at 14.04.29.png\|300px\|left]]V tem magistrskem delu se osredotočamo na problem prepoznavanja podatkov z računov, ki so ključni administrativni dokumenti v poslovanju podjetij. Podjetja potrebujejo podatke računov v digitalni obliki, da jih lahko računalniško obdelujejo. Kljub naraščajoči uporabi elektronskih računov so ti večinoma v formatu PDF in ne vsebujejo strukturiranih metapodatkov, kar otežuje avtomatizirano ekstrakcijo podatkov. Ročno prepisovanje podatkov je zamudno in nagnjeno k napakam, zato je avtomatizacija tega procesa izjemnega pomena.
	\|KljucneBesede=
	\|KljucneBesedeEng=		:V delu smo implementirali, opisali in primerjali uspešnost treh različnih pristopov za avtomatsko ekstrakcijo podatkov z računov. Prvi pristop temelji na klasičnih metodah strojnega učenja, kjer smo preizkusili več modelov, vključno z odločitvenimi drevesi, naključnimi gozdovi, metodami podpornih vektorjev in drugimi. Drugi pristop temelji na grafovskih nevronskih mrežah (GNN), tretji pa na pristopu s predlogami, ki ne uporablja strojnega učenja. Značilke za strojno učenje so vključevale pozicijske podatke, kot so položaj, velikost očrtanega pravokotnika in številka strani, ter besedilne značilke, kot so prisotnost določenih besed v okolici in število določenih znakov v besedi.
	\|Komentar=
	\|Viri=		:Naš pristop s klasičnim strojnim učenjem je dosegel najboljše rezultate, saj smo z uporabo ekstremno naključnih dreves dosegli F1 = 0,89. Pristop z GNN je dosegel F_1 = 0,87, medtem ko je pristop s predlogami dosegel F1 = 0,70.

			:Ekstremno naključna drevesa so se izkazala za najprimernejši pristop, saj je poleg najvišje uspešnosti njihova prednost tudi v nižji računski zahtevnosti in v tem, da v primerjavi z GNN za učenje potrebujejo manj učnih primerov.

			:V primeru, da bi se pojavila potreba po dodajanju novih polj, bi morali pri pristopih s strojnim učenjem pridobiti veliko računov z novim poljem za učenje in ustrezno popraviti modele. Pri pristopu s predlogami pa bi zadoščal samo en račun z novim poljem za vsak tip računa, s katerim bi popravili ustrezno predlogo. V nadaljnjem delu bi lahko raziskali dodatne pristope, ki bi omogočali hitro učenje na podlagi le nekaj računov ali pa različne pristope z ANN, saj ti običajno zagotavljajo višjo uspešnost.
			\|KljucneBesede=ekstrakcija podatkov, računi, strojno učenje, grafovske nevronske mreže, predloge
			\|KljucneBesedeEng=data extraction, invoices, machine learning, graph neural network, templates
			\|Komentar=Mentor dela je izr. prof. dr. Lovro Šubelj.
			\|Viri=[{{filepath:63150040-Gregor Ažbe-dispozicija.pdf}} Dispozicija] [{{filepath:63150040-Gregor Ažbe-Avtomatska ekstrakcija podatkov iz računov.pdf}} Magistrsko delo]
	}}		}}

Slavkoz at 12:59, 28 February 2025

2025-02-28T12:59:08Z

← Older revision		Revision as of 14:59, 28 February 2025
Line 76:		Line 76:
	{{Thesis		{{Thesis
	\|Naslov=Profiliranje uporabnikov in dinamično priporočanje produktov z vektorskimi bazami		\|Naslov=Profiliranje uporabnikov in dinamično priporočanje produktov z vektorskimi bazami
	\|NaslovEng=		\|NaslovEng=User profiling and dynamic product recommendation with vector databases
	\|Avtor=Denis Derenda Cizel		\|Avtor=Denis Derenda Cizel
	\|Opis=		\|Opis=[[File:Screenshot 2025-02-28 at 13.58.38.png\|300px\|right]]Količina podatkov se iz dneva v dan povečuje. Z namenom filtriranja velikega toka podatkov so bili razviti različni priporočilni sistemi, ki izvajajo preslikavo med uporabniki in predmeti priporočanja z namenom čim hitrejše interakcije med njimi. V magistrskem delu se posvetimo priporočilnim sistemom na podlagi sodelovanja in delovanje preverimo na podatkih o telekomunikacijskih storitvah uporabnikov. Priporočanje ovrednotimo z različnimi merami uspešnosti. Sodelovalno priporočanje z namenom izboljšanja priporočanja nadgradimo v različne hibridne pristope. Hibridni pristop z dodatkom demografskih podatkov pravilno predlaga 85 odstotkov uporabniških priporočil. Z upoštevanjem zaporedja interakcij je mogoče pravilno napovedati naslednjo uporabniško storitev v 74 odstotkih. Implementirano je bilo tudi shranjevanje vektorskih predstavitev v vektorsko bazo, ki naredi priporočilni dostop bolj dostopen za uporabo.
	\|KljucneBesede=		\|KljucneBesede=priporočilni sistemi, profiliranje, vsebinsko osnovana metoda, metoda izbiranja s sodelovanjem, vektorska baza
	\|KljucneBesedeEng=		\|KljucneBesedeEng=recommender systems, profiling, content-based method, collaborative filtering method, vector database
	\|Komentar=		\|Komentar=
	\|Viri=		\|Viri=[{{filepath:63160090-Denis Derenda Cizel-dispozicija.pdf}} Dispozicija] [{{filepath:63160090-Denis Derenda Cizel-Profiliranje uporabnikov in dinamično priporočanje produktov z vektorskimi bazami.pdf}} Magistrsko delo]
	}}		}}

Line 89:		Line 89:
	\|NaslovEng=Automatic recognition and digitalisation of forms		\|NaslovEng=Automatic recognition and digitalisation of forms
	\|Avtor=Robert Tovornik		\|Avtor=Robert Tovornik
	\|Opis=		\|Opis=[[File:Screenshot 2025-02-28 at 13.54.00.png\|300px\|right]]Celostna digitalna transformacija organizacije zahteva digitalizacijo obstoječih in novo nastajajočih podatkov. Organizacije, ki podatke zajemajo preko vnosnih obrazcev v fizični papirni obliki, kot na primer večina zdravstvenih organizacij, morajo za pospešitev digitalizacije digitalizirati tudi vnosne obrazce. Digitalizacija kompleksnih vnosnih obrazcev je nepotrebno časovno zahtevna, saj je proces mogoče avtomatizirati. V sodelovanju s podjetjem Better, ki že omogoča kreiranje digitalnih obrazcev, smo razvili programsko rešitev za avtomatsko prepoznavo in digitalizacijo obrazcev. Programska oprema, razvita za delovanje v oblaku, uporablja tehnologijo optičnega prepoznavanja znakov, polj za vnos besedila, potrditvenih in izbirnih vnosnih polj in razpredelnic ter povezovanje podatkov za natančno prepoznavanje in digitalizacijo različnih vrst obrazcev. Vključen je izbirni korak človekovega posredovanja, ki omogoča prilagoditev želenih rezultatov. Evalvacija delovanja posameznih komponent izkazuje visoko učinkovitost in natančnost delovanja primerljivo z drugimi komercialnimi ponudniki storitev, ki celostne rešitve ne ponujajo. Povratne informacije izkazujejo večjo produktivnost in časovni prihranek pri procesu digitalizacije obrazcev.
	\|KljucneBesede=		\|KljucneBesede=obrazci, prepoznava, digitalizacija
	\|KljucneBesedeEng=		\|KljucneBesedeEng=forms, recognition, digitalisation
	\|Komentar=		\|Komentar=
	\|Viri=[{{filepath:63120292-Robert Tovornik-dispozicija.pdf}} Dispozicija]		\|Viri=[{{filepath:63120292-Robert Tovornik-dispozicija.pdf}} Dispozicija] [{{filepath:63120292-Robert Tovornik-Avtomatska prepoznava in digitalizacija obrazcev.pdf}} Magistrsko delo]
	}}		}}

Slavkoz at 12:51, 28 February 2025

2025-02-28T12:51:54Z

← Older revision		Revision as of 14:51, 28 February 2025
Line 100:		Line 100:
	\|NaslovEng=Self-supervised anomaly detection in production log streams		\|NaslovEng=Self-supervised anomaly detection in production log streams
	\|Avtor=Tomaž Martinčič		\|Avtor=Tomaž Martinčič
	\|Opis=		\|Opis=[[File:Screenshot 2025-02-28 at 13.48.36.png\|400px\|right]]Rešitve za avtomatsko odkrivanje anomalij v sistemskih dnevniških zapisih so potrebne za učinkovito analizo in interpretacijo ogromnih količin ustvarjenih podatkov dnevnikov, odkrivanje skritih vzorcev in napovedovanje sistemskih anomalij, izboljšanje učinkovitosti delovanja, zagotavljanje varnosti sistema in zmanjšanje možnih izpadov. V zadnjem času je prišlo do razvoja na področju samodejnega odkrivanja nepravilnosti z uporabo metod strojnega učenja.
	\|KljucneBesede=
	\|KljucneBesedeEng=		:V tem delu smo razširili na tem področju dobro znano metodo LogBERT v hierarhični transformator z vključitvijo prednaučenega jezikovnega modela za pridobitev semantičnih vložitev predlog dnevniških zapisov. S tem zagotavljamo bogatejše informacije in se izognemo težavam novih predlog, s katerimi se sooča izvirna metoda LogBERT. Predstavljamo novo metodo, imenovano SemLogBERT.

			:Ugotovili smo, da rezultati, predstavljeni v večini modernih metod, močno precenjujejo njihovo učinkovitost. LogBERT in SemLogBERT smo ovrednotili v bolj realističnem scenariju, kjer smo izboljšali rezultate na nekaterih izmed standardnih primerjalnih podatkovih zbirk na tem področju.
			\|KljucneBesede=Obdelava naravnega jezika, odkrivanje anomalij, produkcijski dnevniški zapisi, strojno učenje, samonadzorovano strojno učenje
			\|KljucneBesedeEng=natural language processing, anomaly detection, production logs, machine learning, self-supervised learning
	\|Komentar=V sodelovanju s somentorjem iz industrije - mag. Álvaro García Faura (XLAB)		\|Komentar=V sodelovanju s somentorjem iz industrije - mag. Álvaro García Faura (XLAB)
	\|Viri=[{{filepath:63160211-Tomaž Martinčič-dispozicija.pdf}} Dispozicija]		\|Viri=[{{filepath:63160211-Tomaž Martinčič-dispozicija.pdf}} Dispozicija] [{{filepath:63160211-Tomaž Martinčič-Samonadzorovano odkrivanje anomalij v produkcijskih dnevniških zapisih.pdf}} Magistrsko delo]
	}}		}}

Line 113:		Line 117:
	\|NaslovEng=Automatic summarization of legal documents		\|NaslovEng=Automatic summarization of legal documents
	\|Avtor=Andrej Miščič		\|Avtor=Andrej Miščič
	\|Opis=Uporaba sodobnih pristopov obdelave naravnega jezika je ključna, da lahko pravna industrija obdeluje velike količine besedil in zagotavlja učinkovite storitve. Pravne raziskave so področje, na katerega imajo ti pristopi največji vpliv, saj pravnikom omogočajo hitrejše iskanje ustrezne zakonodaje in sodne prakse. S ciljem zagotoviti povzetke dolgih pravnih besedil v delu obravnavamo avtomatsko povzemanje slovenskih sodnih odločb.		\|Opis=[[File:Screenshot 2025-02-28 at 13.44.34.png\|400px\|right]]Uporaba sodobnih pristopov obdelave naravnega jezika je ključna, da lahko pravna industrija obdeluje velike količine besedil in zagotavlja učinkovite storitve. Pravne raziskave so področje, na katerega imajo ti pristopi največji vpliv, saj pravnikom omogočajo hitrejše iskanje ustrezne zakonodaje in sodne prakse. S ciljem zagotoviti povzetke dolgih pravnih besedil v delu obravnavamo avtomatsko povzemanje slovenskih sodnih odločb.

	:Predlagamo GloBerto-Sum, ekstraktivni pristop, ki temelji na nedavno predstavljenih slovenskih vnaprej naučenih jezikovnih modelih. Da lahko obravnava daljše dokumente, se naš pristop zanaša na strukturo sodnih odločb. Naučen je na mehkih oznakah, kar ublaži težave, ki jih prinaša visoko razmerje med številom povedi v dokumentih in povzetkih. GloBerto-Sum dodatno združimo z abstraktivnim modelom - tako pridobljen hibridni pristop je zmožen generirati povzetke s parafriziranjem.		:Predlagamo GloBerto-Sum, ekstraktivni pristop, ki temelji na nedavno predstavljenih slovenskih vnaprej naučenih jezikovnih modelih. Da lahko obravnava daljše dokumente, se naš pristop zanaša na strukturo sodnih odločb. Naučen je na mehkih oznakah, kar ublaži težave, ki jih prinaša visoko razmerje med številom povedi v dokumentih in povzetkih. GloBerto-Sum dodatno združimo z abstraktivnim modelom - tako pridobljen hibridni pristop je zmožen generirati povzetke s parafriziranjem.

Slavkoz at 12:42, 28 February 2025

2025-02-28T12:42:53Z

Show changes

Slavkoz at 21:03, 3 August 2022

2022-08-03T21:03:49Z

@@ Line 3: / Line 3: @@
 If you are looking to prepare a master thesis under my supervision, please check [[Theses topics|available theses topics or propose your  own idea]].
 == 2022 ==
@@ Line 210: / Line 157: @@
 |Komentar=Usmerjanje in pomoč pri mentorstvu prof. dr. Marka Bajca. Gre za diplomsko nalogo enake stopnje bolonjskemu magisteriju.
 |Viri=[{{filepath:Diplomska_MarkoJurincic.pdf}} Diplomsko delo] [{{filepath:IzvornaKoda_MarkoJurincic.zip}} Izvorna koda]
 }}

Slavkoz at 20:57, 3 August 2022

2022-08-03T20:57:20Z

← Older revision		Revision as of 22:57, 3 August 2022
Line 1:		Line 1:
	__NOTOC__		__NOTOC__

	This Web page contains on-going and finished master theses. Thanks to all the candidates below that did (or are doing) great work!		This Web page contains on-going and finished master theses. Thanks to all the candidates below that did (or are doing) great work!

Slavkoz at 20:57, 3 August 2022

2022-08-03T20:57:09Z

← Older revision		Revision as of 22:57, 3 August 2022
Line 1:		Line 1:
			__NOTOC__

	This Web page contains on-going and finished master theses. Thanks to all the candidates below that did (or are doing) great work!		This Web page contains on-going and finished master theses. Thanks to all the candidates below that did (or are doing) great work!

Slavkoz at 20:55, 3 August 2022

2022-08-03T20:55:48Z

← Older revision		Revision as of 22:55, 3 August 2022
Line 1:		Line 1:
			This Web page contains on-going and finished master theses. Thanks to all the candidates below that did (or are doing) great work!

			If you are looking to prepare a master thesis under my supervision, please check [[Theses topics\|available theses topics or propose your own idea]].

	== Teme v izdelavi ==		== Teme v izdelavi ==

Slavkoz: /* 2021 */

2022-08-03T20:48:33Z

2021

← Older revision		Revision as of 22:48, 3 August 2022
Line 99:		Line 99:
	\|NaslovEng=Automatic extraction of employee data from corporate websites		\|NaslovEng=Automatic extraction of employee data from corporate websites
	\|Avtor=Matej Koplan		\|Avtor=Matej Koplan
	\|Opis=[[File:Screenshot 2022-08-03 at 16.47.23.png\|~~400px~~\|right]]V tem delu se ukvarjamo s problemom ekstrakcije seznama oseb s poljubnega spletišča. V ta namen implementiramo spletnega pajka za identifikacijo potencialnih podstrani z osebami in ekstraktor podatkov, ki s poljubne spletne strani izvleče podatke o osebah.		\|Opis=[[File:Screenshot 2022-08-03 at 16.47.23.png\|300px\|right]]V tem delu se ukvarjamo s problemom ekstrakcije seznama oseb s poljubnega spletišča. V ta namen implementiramo spletnega pajka za identifikacijo potencialnih podstrani z osebami in ekstraktor podatkov, ki s poljubne spletne strani izvleče podatke o osebah.

	:Pokažemo, da osnovne metode, kot so primerjava imena s seznamom imen, ne dosežejo sprejemljive natančnosti. Pokažemo, da je analiza strukture seznama in prenos odkritega znanja ključna metoda za izboljšavo rezultatov do stopnje, kjer dosežemo sprejemljiv nivo natančnosti. S pomočjo tega pristopa smo izboljšali F1 mero za 50 % na razvojni in za 35 % na skriti testni množici.		:Pokažemo, da osnovne metode, kot so primerjava imena s seznamom imen, ne dosežejo sprejemljive natančnosti. Pokažemo, da je analiza strukture seznama in prenos odkritega znanja ključna metoda za izboljšavo rezultatov do stopnje, kjer dosežemo sprejemljiv nivo natančnosti. S pomočjo tega pristopa smo izboljšali F1 mero za 50 % na razvojni in za 35 % na skriti testni množici.