Att strukturera upp och analysera stora mängder data är tidskrävande och därmed existerar ett behov av automatiserade metoder för att extrahera information ur stora mängder ostrukturerad text. Språkteknologi (eng. natural language processing, NLP) handlar om att ge datorer förmågan att bearbeta, tolka och hämta information ur mänskligt språk. Ett steg i processen av att implementera tekniker som t.ex. kan sammanfatta texter, är uppgiften med relationsextraktion. Målet med relationsextraktion är att automatiskt extrahera relationer mellan entiteter i en text. Artificiell intelligens (AI) tillämpas inom flertalet områden för att effektivisera processer och reducera resurser. Genom att extrahera relationer ur en stor mängd text kan arbete kring analys av dokument effektiviseras. Under de senaste åren har effektivare modeller inom automatisk relationsextraktion tagits fram då maskininlärning har tillämpats i området. Detta examensarbete syftar till att genom användarinvolvering identifiera hur automatisk relationsextraktion kan underlätta arbete i militära staber. Metoder för datainsamling är workshop med deltagare som har relevanta erfarenheter inom militära staber, observation samt enkät. Den data som dessa metoder producerade analyserades genom en induktiv tematisk analys som resulterade i underlättande av arbete genom följande teman: resurseffektivitet, stötta samarbete, förbättra planering samt avlasta kognitiv belastning. Under workshoppen identifierades tekniker för samtliga teman där t.ex teknik som sköter orderhantering underlättar arbete genom både resurseffektivitet och genom att stötta samarbete. Deltagarna ansågs ha ett tillräckligt lärande under workshoppen för att deras diskussioner ska bedömmas relevanta för studien. Arbetets slutsatser är att automatisk relationsextraktion kan underlätta arbete i militära staber genom implementering av tekniker inom tidigare nämnda teman. Det finns dock behov inom organisationen som måste uppfyllas för att detta ska uppnås. Bland dessa behov finns det fysiska behovet av att tekniken måste vara tillförlitlig. Rekommendationer för vidare forskning är att implementera och utvärdera teknik för orderhantering eller tekniker som kopplar till planeringsprocessen i en militär stab. Orderhantering rekommenderas för att det ska underlätta både med resurseffektivitet samt att stötta samarbete. Implementera tekniker inom planeringsprocessen rekommenderas för att majoriteten av deltagarna under workshoppen prioriterade detta område högst. / To structure and analyze large amounts of data is time-consuming and there exists a need for automatic methods for extracting information from large amounts of unstructured text. Natural language processing (NLP) gives computers the ability to process, interpret and retrieve information from the human language. One step in the process of implementing technologies that for example can summarize texts, is the problem of relation extraction. The purpose of relation extraction is to extract relations between entities in texts. Artificial intelligence (AI) is used in a variety of areas to make processes more effective and reduce resourses. By extracting relations from a large amount of text, analysis of documents get more effective. In recent years more effective methods for relationship extraction has emerged with the usage of machine learning. This thesis aims to investigate through use involvement how relation extraction can faciliate work within military staffs. Methods for data collection are workshop with participants with relevant work experience within military staffs, observation and survey. Collected data was analyzed using a inductive thematic analysis that resulted in faciliation of work through the following themes: resource efficiency, faciliate cooperation, improve planning and reduce cognitive load. Participants of the workshop are deemed to have gathered knowledge of relation extraction during the workshop for their discussions to be relevant for the study. The conclusions of this thesis are that relationship extraction can faciliate work within a military staff within the earlier mentioned themes. There are, however, some criteria that the technologies must meet in order for those themes to be achieved. One of these criteria is that the result of the relationship extraction must be reliable. Recommendations for future work is to implement and evaluate technology that manages orders or is related to the planning process within a military staff. Technology that manages orders faciliates in both resource efficiency and to facilitate cooperation. The reason for implementation within the planning process is that this is the area that the participants of the workshop prioritized the highest.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-314606 |
| Date | January 2022 |
| Creators | Olesen, Mathilda |
| Publisher | KTH, Lärande |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-ITM-EX ; 2022:363 |
Page generated in 0.0026 seconds