Eğitim alanında derin öğrenme tekniklerini kullanan bir soru cevaplama sistemi
A question answering system using deep learning techniques in the education domain
- Tez No: 899334
- Danışmanlar: PROF. DR. İLYAS ÇİÇEKLİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 60
Özet
Eğitim ortamlarına gelişmiş yapay zeka destekli soru cevaplama (QA) sistemlerinin entegrasyonu, öğrenme deneyimlerini geliştirme potansiyeline önemli ölçüde katkı sağlar. Bu çalışma, doğal dil işleme görevlerinde sağlam performansıyla tanınan çok yönlü bir metinden metne dönüştürücü olan T5-base modeli kullanarak bir eğitim QA sistemini geliştirmeye ve optimize etmeye odaklanmaktadır. T5'e ek olarak, GPT-3, GPT-4 ve BERT gibi diğer önde gelen büyük dil modelleri (LLM) de birkaç önemli metriği kapsamlı bir şekilde karşılaştırmak için değerlendirilmektedir. Dönüşüm mimarisi ve dizi-diziden (Seq2Seq) modeller gibi derin öğrenme tekniklerini kullanarak, QA sistemi eğitim sorgularına bağlamsal olarak alakalı ve doğru yanıtlar sağlamak üzere tasarlanmıştır. T5 modeli, performansını ve tepki süresini artırmak amacıyla deneylerle ince ayar yapılarak optimize edilmiştir. Sonuçlar, daha küçük boyutuna rağmen, T5-base modelinin anlamlı yanıtlar üretebildiğini ve eğitim uygulamalarında potansiyel faydasını göstermektedir. Bu araştırma, T5-base modelinin etkinliğini değerlendirir ve eğitim QA uygulamalarında diğer LLM'leri değerlendirmek için bir ölçüt sağlar. Değerlendirme sonuçları, model seçiminde performans, kaynak verimliliği ve eğitim ortamlarının özel gereksinimleri gibi faktörleri dikkate alarak dengeli bir yaklaşım gereksinimini vurgular. Bu çalışma, eğitimde yapay zeka destekli QA sistemlerinin anlaşılmasını artırarak daha yenilikçi ve etkili eğitim araçları oluşturulmasına katkıda bulunur.
Özet (Çeviri)
Integrating advanced AI-driven question answering (QA) systems into educational settings offers significant potential for enhancing learning experiences. This study focuses on developing and optimizing an educational QA system using the T5-base model, a versatile text-to-text transformer known for its robust performance in natural language processing tasks. In addition to T5, other prominent large language models (LLMs) such as GPT-3, GPT-4 and BERT are also evaluated to compare several vital metrics comprehensively. By employing deep learning techniques such as Transformer architecture and sequence-to-sequence (Seq2Seq) models, the QA system is designed to provide contextually relevant and accurate responses to educational queries. The T5 model is fine-tuned and optimized through experiments to enhance its performance and responsiveness. The results indicate that, despite its smaller size, the T5-base model effectively generates meaningful answers, demonstrating its potential utility in educational applications. This research evaluates the effectiveness of the T5-base model and provides a benchmark for assessing other LLMs in educational QA applications. The evaluation results emphasize the need for a balanced approach in model selection, considering factors such as performance, resource efficiency, and the specific requirements of educational environments. This study contributes to creating more innovative and effective educational tools by enhancing the understanding of AI-driven QA systems in education.
Benzer Tezler
- DA4HI: A deep learning framework for facial emotion recognition in affective systems for children with hearing impairments.
DA4HI: İşitme engelli çocuklar için duyuşsal sistemlerde yüzdeki duyguların tanınması maksadıyla geliştirilen derin öğrenme modeli.
CEMAL GÜRPINAR
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
PROF. DR. NAFİZ ARICA
- Die wirkung der pragmalinguistik auf den daf unterricht
Edimbilimin Almanca yabancı dil dersine etkisi
HATİCE KOÇ
Yüksek Lisans
Almanca
2022
Alman Dili ve EdebiyatıNecmettin Erbakan ÜniversitesiYabancı Diller Eğitimi Ana Bilim Dalı
PROF. DR. HASAN YILMAZ
- Photovoltaic cells anomaly classification using deep learning techniques
Başlık çevirisi yok
BAN JABBAR ALJAZAIRY
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MESUT ÇEVIK
- Decentralized security and data integrity of blockchain using deep learning techniques
Merkezi olmayan güvenlik ve verilerin kullanım blokzincirinin bütünlüğü öğrenme teknikleri
ALI KHALEEL IBRAHIM AL-KHAFAJI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ABDULLAHI ABDU IBRAHIM
- Derin öğrenme tekniklerini kullanarak otomatik tüberküloz teşhisi
Automated diagnosis of tuberculosis using deep learning techniques
PIKE MSONDA
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SAİT ALİ UYMAZ
DR. Seda SOĞUKPINAR KARAAĞAÇ