{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3420939"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3420939","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"From Questions to Insights: A Retrieval-Augmented Generation System for Sports Analytics","abstract":"Η 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.","abstract_html":"Η 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.","abstract_has_math":false,"creators":["Τουρπέτας Γεώργιος","Tourpetas Georgios"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2024,"date_issued":"2024","date_published":"2024","updated_at":"2026-11-19T06:30:51Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3420939"],"render_values":[{"text":"uoadl:3420939","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3420939","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3420939","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3420939","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Τουρπέτας Γεώργιος","Tourpetas Georgios"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2024"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3420939","https://pergamos.lib.uoa.gr/uoa/dl/object/3420939"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η 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.","This thesis presents the design, development, and evaluation of a Retrieval-Augmented Generation (RAG) system aimed at providing a natural language interface to query his- torical sports data, specifically football match information. The objective is to allow users, such as journalists, sports analysts, and fans, to interactively explore a sports database through conversational questions and receive detailed and accurate insights. The system leverages large language models (LLMs), to achieve this goal by transforming user ques- tions into structured queries, retrieving the relevant information, and generating human- readable responses. The system was developed using multiple components: entity extraction from user ques- tions, entity matching using a vector database, SQL query generation, query validation, and final response synthesis. LLMs were employed for both entity extraction and SQL query generation, while FAISS was used as the vector database to effectively match ex- tracted entities with their respective database representations. The overall architecture ensures that users can ask diverse and complex questions regarding match results, team statistics, venue details, and league standings without needing any technical knowledge of SQL or database structures. Future work suggests expanding the system to support other sports, integrating knowl- edge graphs for enhanced accuracy, and enabling dialogue-based interactions to resolve user ambiguities. The proposed RAG system gives anyone, from sports fans to professionals, the ability to gain insights from millions of structured sports data records using simple, natural language questions."]},{"key":"dc:title","label":"Title","values":["From Questions to Insights: A Retrieval-Augmented Generation System for Sports Analytics"]}]}],"canonical_facts":{"dc:creator":["Τουρπέτας Γεώργιος","Tourpetas Georgios"],"dc:date":["2024"],"dc:description":["Η 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.","This thesis presents the design, development, and evaluation of a Retrieval-Augmented Generation (RAG) system aimed at providing a natural language interface to query his- torical sports data, specifically football match information. The objective is to allow users, such as journalists, sports analysts, and fans, to interactively explore a sports database through conversational questions and receive detailed and accurate insights. The system leverages large language models (LLMs), to achieve this goal by transforming user ques- tions into structured queries, retrieving the relevant information, and generating human- readable responses. The system was developed using multiple components: entity extraction from user ques- tions, entity matching using a vector database, SQL query generation, query validation, and final response synthesis. LLMs were employed for both entity extraction and SQL query generation, while FAISS was used as the vector database to effectively match ex- tracted entities with their respective database representations. The overall architecture ensures that users can ask diverse and complex questions regarding match results, team statistics, venue details, and league standings without needing any technical knowledge of SQL or database structures. Future work suggests expanding the system to support other sports, integrating knowl- edge graphs for enhanced accuracy, and enabling dialogue-based interactions to resolve user ambiguities. The proposed RAG system gives anyone, from sports fans to professionals, the ability to gain insights from millions of structured sports data records using simple, natural language questions."],"dc:identifier":["uoadl:3420939","https://pergamos.lib.uoa.gr/uoa/dl/object/3420939"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["From Questions to Insights: A Retrieval-Augmented Generation System for Sports Analytics"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:30:51Z"}