Geri Dön

Semi-automatic prompting approach with question decomposition for multi-hop question answering

Çoklu adımlı soru cevaplama için soru parçalama ile yarı otomatik istemleme yaklaşımı

  1. Tez No: 827002
  2. Yazar: ARİF OZAN KIZILDAĞ
  3. Danışmanlar: PROF. DR. TUĞBA TAŞKAYA TEMİZEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Enformatik Enstitüsü
  11. Ana Bilim Dalı: Bilişim Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 60

Özet

İstem mühendisliği büyük dil modellerinin yardımıyla çeşitli uygulamalar için geniş bir bilgiye kolay erişim sağlar. Ancak, çoklu adımlı soru cevaplama konusunda bu yaklaşımı kullanan sınırlı araştırma yapılmıştır. Bu tez, iki adımlı soruları cevaplamak için yeni bir yarı otomatik istem yöntemi tanıtmaktadır. Yöntem, eğitim kümesinden cevap adlı varlıkları gruplayarak ve düşünce zinciri prensibi kullanarak otomatik olarak seçilen örneklerle bir istem oluşturmayı içerir. Sonuçlar, MuSiQue veri kümesinde ince ayarlı modellere kıyasla benzer performans göstermektedir. Ablasyon çalışmaları, önerilen yöntemdeki her bileşenin etkinliğini daha da doğrulamaktadır. Bu yaklaşım, diğer son teknoloji tekniklerle aynı düzeyde performansı korurken daha karmaşık çoklu adımlı soru-cevaplama sistemlerine uygulanma potansiyeline sahiptir.

Özet (Çeviri)

With the help of large language models, prompt engineering enables easy access to vast knowledge for various applications. However, limited research has been done on multi-hop question answering using this approach. This thesis introduces a new semi-automatic prompting method for answering two-hop questions. The method involves creating a prompt with automatically selected examples by grouping answer-named entities from the training set and using a chain-of-thought principle. The results demonstrate comparable performance to fine-tuned models on the MuSiQue dataset. Ablation studies further validate the effectiveness of each component in the proposed method. The approach has the potential to be applied to more complex multi-hop question-answering systems while upholding performance on par with other state-of-the-art techniques.

Benzer Tezler

  1. Toplumların kolektif zekası ile kentsel alanların merkeziyetsiz yapıda kavramsal tasarımı: Kripto kentler

    The conceptual design in decentralized structure of urban spaces with the collective intelligence of communities: Crypto city

    BÜŞRA KÖK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DOÇ. DR. CANER GÜNEY

  2. Yabancı dil öğrenimi için otomatik gramer egzersizi üretimi üzerine kullanıcı algılarının değerlendirilmesi

    Evaluation of user perceptions on automatic grammar exercise generation for foreign language learning

    FATİH BEKTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜLŞEN ERYİĞİT

  3. Deep learning-based dependency parsing for Turkish

    Derin öğrenme tabanlı Türkçe bağlılık ayrıştırması

    ŞAZİYE BETÜL ÖZATEŞ

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ARZUCAN ÖZGÜR TÜRKMEN

    PROF. DR. TUNGA GÜNGÖR

  4. A knowledge discovery approach to urban analysis the Beyoğlu preservation area as a data mine

    Kent analizinde bir bilgi keşfi yaklaşımı bir veri madeni olarak Beyoğlu kentsel koruma alanı

    AHU SÖKMENOĞLU SOHTORİK

    Doktora

    İngilizce

    İngilizce

    2016

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. GÜLEN ÇAĞDAŞ

    PROF. DR. İKBAL SEVİL SARIYILDIZ

  5. Derin öğrenme yöntemiyle semantik sınıflandırılmış nokta bulutu verisinin yapı bilgi modeli haline getirilmesi

    Creation of bim model from semantically segmented point cloud via deep learning

    BERK TARİHMEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. HANDE DEMİREL