National and Kapodistrian University of Athens
From Questions to Insights: A Retrieval-Augmented Generation System for Sports Analytics
Abstract
dc:descriptionΗ παρούσα διπλωματική εργασία παρουσιάζει τον σχεδιασμό, την ανάπτυξη και την αξιο- λόγηση ενός συστήματος Παραγωγής Κειμένου Υποβοηθούμενο από Ανάκτηση (RAG) με στόχο την παροχή ενός περιβάλλοντος διεπαφής φυσικής γλώσσας για την αναζήτηση ιστορικών αθλητικών δεδομένων, συγκεκριμένα πληροφοριών ποδοσφαιρικών αγώνων. Στόχος είναι να επιτρέψει σε χρήστες, όπως δημοσιογράφους, αναλυτές αθλητικών δε- δομένων και φιλάθλους, να εξερευνούν διαδραστικά μια αθλητική βάση δεδομένων μέσω ερωτήσεων σε φυσική γλώσσα και να λαμβάνουν λεπτομερείς και ακριβείς απαντήσεις. Το σύστημα αξιοποιεί Μεγάλα Γλωσσικά Μοντέλα (LLMs) για να επιτύχει αυτόν τον στό- χο, μετατρέποντας τις ερωτήσεις των χρηστών σε δομημένα γλωσσικά ερωτήματα (SQL queries), ανακτώντας τις σχετικές πληροφορίες και δημιουργώντας κατανοητές απαντή- σεις. Το σύστημα περιλαμβάνει διαφορετικά κομμάτια ή υποσυστήματα: εξαγωγή οντοτήτων από τις ερωτήσεις των χρηστών, επαλήθευση και διόρθωση των οντοτήτων μέσω μιας διανυσματικής βάσης δεδομένων, δημιουργία δομημένων γλωσσικών ερωτημάτων, επα- λήθευση των ερωτημάτων και σύνθεση της τελικής απάντησης. Μεγάλα Γλωσσικά Μο- ντέλα χρησιμοποιήθηκαν τόσο για την εξαγωγή οντοτήτων όσο και για τη δημιουργία των δομημένων γλωσσικών ερωτημάτων, ενώ το FAISS χρησιμοποιήθηκε ως διανυσματική βάση δεδομένων για την αποτελεσματική αντιστοίχιση των εξαγόμενων οντοτήτων με τις αντίστοιχες αναπαραστάσεις στη βάση δεδομένων. Η συνολική αρχιτεκτονική διασφαλίζει ότι οι χρήστες μπορούν να κάνουν ποικίλες και σύνθετες ερωτήσεις σχετικά με τα απο- τελέσματα αγώνων, τα στατιστικά ομάδων, τις λεπτομέρειες χώρων διεξαγωγής και τις βαθμολογίες πρωταθλημάτων, χωρίς να χρειάζονται γνώσεις SQL ή δομές βάσεων δεδο- μένων. Ως μελλοντική εργασία προτείνεται η επέκταση του συστήματος για υποστήριξη και άλ- λων αθλημάτων, την ενσωμάτωση γραφημάτων γνώσης για επιπλέον ακρίβεια και την εισαγωγή διαλογικών αλληλεπιδράσεων για την επίλυση αμφισημιών των χρηστών. Το προτεινόμενο σύστημα RAG δίνει σε οποιονδήποτε, από φίλους του αθλητισμού έως επαγγελματίες, τη δυνατότητα να αντλήσουν πληροφορίες από εκατομμύρια δεδομένα χρησιμοποιώντας απλές ερωτήσεις σε φυσική γλώσσα.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Τουρπέτας Γεώργιος
- Tourpetas Georgios
Subjects
dc:subject × 2Rights
- Language dc:language
- English
Identifiers
dc:identifier.*- Identifier
- uoadl:3420939