Result: Χρήση της Τεχνητής Νοημοσύνης για την αυτοματοποίηση της μετατροπής εγγράφων
Further Information
Στην παρούσα διπλωματική εργασία παρουσιάζεται η Χρήση της Τεχνητής Νοημοσύνης με στόχο την αυτοματοποίηση της μετατροπής εγγράφων. Αρχικά, παρουσιάζεται μια εισαγωγή για το τι είναι η τεχνητή νοημοσύνη και ποιες είναι οι χρήσεις της. Στη συνέχεια, παρουσιάζονται οι τεχνολογίες σύμφωνα με τις οποίες υλοποιείται η παρούσα εργασία. Σε αυτές περιλαμβάνονται η γλώσσα προγραμματισμού C# μαζί με την βιβλιοθήκη ml.net. Παρακάτω, γίνεται μια αναφορά στους λογούς για τους οποίους επιλέχθηκε η συγκεκριμένη βιβλιοθήκη (ml.net) μαζί με το ολοκληρωμένο περιβάλλον ανάπτυξης Visual studio με βάση το οποίο έγινε και η ανάπτυξη ολόκληρης της εφαρμογής. Παρουσιάζεται αναλυτικά η μεθοδολογία που προηγήθηκε για την εισαγωγή όλων των δεδομένων στην εφαρμογή με απώτερο στόχο να γίνει η χρήση των καλύτερων μοντέλων ταξινόμησης έτσι ώστε να φτάσουμε στα βέλτιστα αποτελέσματα. Αναλύονται λεπτομερώς τα αποτελέσματα που παράγονται κατόπιν εφαρμογής του αλγορίθμου μέσα από την διατύπωση συγκεκριμένου κώδικα, σε γλώσσα προγραμματισμού C#. Στο τελευταίο κεφάλαιο αποτυπώνονται τα συμπεράσματα που εξήχθησαν μετά τις δοκιμαστικές εφαρμογές των σεναρίων που αναπτύσσονται στην παρούσα διπλωματική εργασία.
This thesis presents the Use of Artificial Intelligence with the aim of automating the conversion of documents. At first stage, there is an introduction of what artificial intelligence is and what its uses are. Then, the technologies according to which the present work is implemented are presented. These include the C# programming language along with the ml.net library. Below, a reference is made to the reasons for which the specific library (ml.net) is chosen together with the integrated Visual studio development environment based on which the entire application is developed. The previous methodology for entering all the data into the application is presented in detail with the ultimate goal of using the best classification models so as to reach the best results. The results produced after the application of the algorithm are analyzed in detail through the formulation of specific code, in the C# programming language. The last chapter shows the conclusions drawn after the test applications of the scenarios developed in this thesis.
Σε συνεργασία με: Λογιστικής και Χρηματοοικονομικής (Πανεπιστήμιο Μακεδονίας)