logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-04172020-123057


Tipo di tesi
Tesi di laurea magistrale
Autore
NANNINI, LORENZO
URN
etd-04172020-123057
Titolo
Technological troubleshooting based on sentence embedding via Deep Neural Networks
Dipartimento
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
COMPUTER ENGINEERING
Relatori
relatore Prof. Cimino, Mario Giovanni Cosimo Antonio
relatore Prof.ssa Vaglini, Gigliola
relatore Dott. Pratali, Daniele
Parole chiave
  • artificial intelligence
  • nlp
  • deep neural network
  • sentence embedding
  • troubleshooting
Data inizio appello
05/05/2020
Consultabilità
Non consultabile
Data di rilascio
05/05/2090
Riassunto
Data una descrizione testuale del problema, trovare la descrizione piu' simile in uno storico di descrizioni e di relative soluzioni, al fine di indirizzare verso la corrispondente soluzione (troubleshooting).

Per tale scopo sono state usate architetture di Deep Neural Networks, in cui la descrizione testuale viene trasformata in un array di numeri reali (sentence embedding)

Nel dataset Fabio Perini vengono fornite le 5 descrizioni piu' simili a quella fornita, dove simili significa con piu' piccola distanza euclidea tra array.

Nel dataset Quora si trovano le descrizioni simili ad una data (in termini booleani, ossia simile o no); per convertire la somiglianza in una classe si/no si aggiunge una rete neurale feed forward che impara la soglia di distanza che distingue cio' che e' simile da cio' che e' dissimile.
File