Τμήμα Μηχανικών Πληροφορικής και Ηλεκτρονικών Συστημάτων
Μόνιμο URI για αυτήν την κοινότηταhttps://repository.ihu.gr/handle/11544/47647
Περιηγούμαι
Πλοήγηση Τμήμα Μηχανικών Πληροφορικής και Ηλεκτρονικών Συστημάτων ανά Συγγραφέα "Σταμάτης, Βασίλειος"
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω
Τώρα δείχνει 1 - 1 από 1
- Αποτελέσματα ανά σελίδα
- Επιλογές ταξινόμησης
Τεκμήριο Μηχανική Μάθηση και Νευρωνικές Μέθοδοι για Κατανεμημένη Αναζήτηση Ευρεσιτεχνιών(ΔΙΠΑΕ, 2026-05-05) Σταμάτης, Βασίλειος; Σαλαμπάσης, Μιχάλης; Σχολή Μηχανικών, Τμήμα Μηχανικών Πληροφορικής και Ηλεκτρονικών ΣυστημάτωνΗ παρούσα διδακτορική διατριβή διερευνά τον εξειδικευμένο και ιδιαίτερα απαιτητικό τομέα της ανάκτησης πληροφοριών από διπλώματα ευρεσιτεχνίας (πατέντες), με στόχο τη γεφύρωση του χάσματος μεταξύ των παραδοσιακών μεθοδολογιών αναζήτησης και των σύγχρονων δυνατοτήτων της Τεχνητής Νοημοσύνης (AI). Η επαγγελματική αναζήτηση πατεντών χαρακτηρίζεται ως μια διεργασία κρίσιμης σημασίας, προσανατολισμένη στην υψηλή ανάκληση (recall), όπου η αποτυχία εντοπισμού έστω και ενός σχετικού εγγράφου μπορεί να επιφέρει σοβαρές συνέπειες, όπως ακύρωση διπλωμάτων, δικαστικές διαμάχες για παραβίαση δικαιωμάτων και σημαντικές οικονομικές απώλειες. Παρά την πρόοδο στην Επεξεργασία Φυσικής Γλώσσας, τα τυπικά νευρωνικά μοντέλα συχνά υποαποδίδουν στον τομέα αυτό λόγω των μοναδικών χαρακτηριστικών των πατεντών, οι οποίες χρησιμοποιούν εξαιρετικά τεχνική και συχνά σκόπιμα ασαφή νομική ορολογία για τον καθορισμό του πεδίου προστασίας. Για την αντιμετώπιση αυτών των εγγενών προκλήσεων — συγκεκριμένα του εξαιρετικά μεγάλου μήκους των εγγράφων, της πολύπλοκης δομής και του προβλήματος της "λεξικής αναντιστοιχίας" — η παρούσα έρευνα αναπτύσσει και επικυρώνει καινοτόμα πλαίσια για δύο κρίσιμα στάδια του αγωγού Ομοσπονδιακής Αναζήτησης: τη συγχώνευση αποτελεσμάτων και την ανακατάταξη εγγράφων. Μια κεντρική πρόκληση που διατρέχει το σύνολο της εργασίας είναι ο αποτελεσματικός χειρισμός δομημένων εγγράφων μεγάλου μήκους (long documents) στην εποχή των μοντέλων Transformer. Οι συνήθεις νευρωνικές αρχιτεκτονικές αδυνατούν να επεξεργαστούν αποτελεσματικά το μήκος των πατεντών λόγω υπολογιστικών περιορισμών. Κοινές λύσεις σε αυτόν τον περιορισμό μήκους περιλαμβάνουν την συνόψιση κειμένου, την τμηματοποίηση του εγγράφου (segmentation), ή την χρήση εξειδικευμένων μοντέλων με εκτεταμένο πλαίσιο αναφοράς (long-context). Η παρούσα διατριβή υιοθετεί μια προσέγγιση βασισμένη στην κατάτμηση (segmentation), η οποία θεμελιώνεται θεωρητικά στην «υπόθεση εμβέλειας» (scope hypothesis). Η υπόθεση αυτή υποστηρίζει ότι η συνάφεια σε μια πατέντα είναι συχνά εντοπισμένη σε συγκεκριμένες δομικές ενότητες — όπως η Περίληψη, η Περιγραφή ή οι Αξιώσεις — και δεν κατανέμεται ομοιόμορφα. Αξιοποιώντας αυτά τα διακριτά στοιχεία, η προτεινόμενη μεθοδολογία διατηρεί τις λεπτομερείς τεχνικές πληροφορίες που είναι απαραίτητες για την κρίση καινοτομίας, οι οποίες συνήθως χάνονται κατά την ολιστική επεξεργασία του εγγράφου. Στο πρώτο μέρος της διατριβής, αντιμετωπίζουμε την πρόκληση της συγχώνευσης αποτελεσμάτων από κατανεμημένες, ετερογενείς πηγές, όπου οι βαθμολογίες συνάφειας είναι συχνά μη συγκρίσιμες ή μη διαθέσιμες. Εισάγουμε το πλαίσιο Machine Learning Models for Results Merging (MLRM), το οποίο αξιοποιεί ένα Κεντρικό Ευρετήριο Δειγμάτων (CSI) ως δυναμικό πεδίο εκπαίδευσης για την κανονικοποίηση των τοπικών βαθμολογιών σε έναν ενιαίο παγκόσμιο χώρο συνάφειας. Μέσω εκτεταμένων πειραμάτων, αποδεικνύουμε ότι οι μέθοδοι ομαδικής μάθησης (ensemble learning), και συγκεκριμένα τα Random Forests, υπερέχουν σημαντικά έναντι καθιερωμένων ευριστικών μεθόδων όπως οι CORI και SSL. Αυτό θέτει ένα νέο σημείο αναφοράς για τη συγχώνευση αποτελεσμάτων, αποδεικνύοντας ιδιαίτερη ανθεκτικότητα σε μη συνεργατικά περιβάλλοντα όπου οι μηχανές αναζήτησης λειτουργούν ως «μαύρα κουτιά». Η δεύτερη κύρια συνεισφορά είναι το πλαίσιο Query-Aware Patent Re-ranking (QAPR), σχεδιασμένο να βελτιστοποιεί την τελική κατάταξη αντιμετωπίζοντας τις πατέντες ως ακολουθίες σημασιολογικά ανεξάρτητων δομικών στοιχείων. Το QAPR χρησιμοποιεί μια υβριδική νευρωνική αρχιτεκτονική για τη σύνθεση τριών διαφορετικών κατηγοριών σημάτων συνάφειας: λεξικά σήματα (lexical) που καταγράφουν ακριβείς αντιστοιχίες όρων μέσω του BM25, σημασιολογικά σήματα (semantic) που χρησιμοποιούν αναπαραστάσεις transformer (SBERT) για την καταγραφή βαθύτερου εννοιολογικού πλαισίου, και δομικά σήματα (structural) που μοντελοποιούν τις ρητές σχέσεις και τα βάρη σπουδαιότητας μεταξύ των διαφορετικών ενοτήτων του εγγράφου. Μια βασική καινοτομία είναι η εισαγωγή ενός μηχανισμού δυναμικής στάθμισης (query-adaptive weighting), ο οποίος προσαρμόζει την επίδραση των λεξικών έναντι των σημασιολογικών σημάτων με βάση τη διακριτική ικανότητα (IDF) των όρων του ερωτήματος. Η πειραματική αξιολόγηση στα σύνολα δεδομένων CLEF-IP και WPI-PR επιβεβαιώνει ότι το QAPR επιφέρει στατιστικά σημαντικές βελτιώσεις, θέτοντας ένα νέο πρότυπο για τη δομημένη ανάκτηση εγγράφων μεγάλου μήκους στον τομέα των πατεντών.
