Applikationer och deras indata förändras över tid, vilket kan göra regelbaserade parserlösningar kostsamma att underhålla. När strukturen eller innehållet förändras behöver dagens lösning identifieras och anpassas manuellt.
Examensarbetet fokuserar på att utveckla och utvärdera en AI-baserad modell för automatisk tolkning och strukturerad informationsutvinning. Modellen ska kunna hantera variationer och förändringar i indata utan att parserlogiken behöver anpassas manuellt för varje förändring.
En central frågeställning är hur en sådan modell kan göras robust mot förändringar, samt när modellen kan hantera förändringen själv och när mänsklig verifiering behövs.
Arbetet omfattar utveckling av en prototyp och experimentell utvärdering av modellens träffsäkerhet, robusthet och behov av manuellt underhåll.
Kave Silverklippa
Gruppledare
Kontakta oss
