20.500.12556/RUL-170210 Samodejno prepoznavanje imenovanih entitet v sporočilih elektronske pošte magistrsko delo Named entity recognition on e-mails V magistrski nalogi prepoznavamo imenovane entitete v sporočilih elektronske pošte, ki nosijo informacije o projektih. Kategorije imenovanih entitet v sporočilih e-pošte so SUBJECT, SKILL, DATE, QUANTITY, PERCENT, ORG, LOC in POSITION. Za prepoznavanje imenovanih entitet vložimo besede iz sporočil e-pošte z zloženimi vložitvami. Zložene vložitve so sestavljene iz vložitve GloVe in kontekstnih vložitev znakov. Na vloženih besedah uporabimo model za prepoznavanje imenovanih entitet, ki je sestavljen iz dvosmernega dolgega kratkoročnega spomina s pogojnimi naključnimi polji. Model smo učili z več različnimi posodobitvenimi pravili z gradientnim spustom, gradientnim spustom s spustom uteži, metodo Adam, metodo Adam s spustom uteži in metodo Adam kjer so parametri nastavljeni, tako da je posodobitveno pravilo podobno pravilu gradientnega spusta. Model smo ovrednotili z mero $F_1$. Najboljše rezultate na testni množici je imel model, ki smo ga učili z gradientnim spustom. In this paper we use named entity recognition model on electronic messages with project information. We want to recognize following named entities SUBJECT, SKILL, DATE, QUANTITY, PERCENT, ORG, LOC in POSITION. For named entity recognition we first create word embeddings. For embeddings we use stacked embeddings which contains GloVe embeddings and contextual string embeddings. On embedded words we use bidirectional long short-term memory with conditional random fields for named entity recognition. We train our model with multiple optimization algorithms: gradient descent, gradient descent with weight decay, Adam optimizer, Adam optimizer with weight decay and Adam optimizer with parameters set to mimic gradient descent. Model was evaluated with $F_1$ score. Model with best score on test data was the one trained with gradient descent. prepoznavanje imenovanih entitet vložitve besed nevronske mreže dolgi kratkoročni spomin pogojna naključna polja vložitev GloVe named-entity recognition word embedding neural networks long short-term memory conditional random fields GloVe embeddings true false false Slovenski jezik Angleški jezik Magistrsko delo/naloga 2025-07-02 15:27:05 2025-07-02 15:27:11 2025-07-07 08:51:02 0000-00-00 00:00:00 2025 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 004.42 150684 240969475 18109.pdf 18109.pdf 1 6A6EC38B93C86ED65406CDB40F546D50 02d7d69f642018bdd5db62dd16753cfe239a377c8bffab69d0a474c281e2a3b8 62ef63e2-5746-11f0-b232-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=212163 Fakulteta za matematiko in fiziko 0 0 0