Year: 2025
Type: dissertation
Abstract: Fastighetsbolag hanterar ofta stora mängder teknisk dokumentation i form avPDF-filer. Dessa dokument är ofta ostrukturerade och svåra att söka i, vilketförsvårar insamling av information som behövs för till exempelhållbarhetsrapportering och digitalisering. Syftet med detta examensarbete varatt utveckla en automatiserad metod för att extrahera relevanta nyckel‑värde‑parfrån sådana dokument och presentera dem i ett maskinläsbart format. Arbetetundersökte hur olika språkmodeller presterar i denna uppgift, samt hur olikapromptningsstrategier för instruktioner påverkar resultaten. En prototyputvecklades och testades, där text först extraherades ur PDF-dokument och sedanbearbetades av språkmodeller för att identifiera relevanta datapunkter. Trotsvissa positiva tendenser nådde ingen av modellerna en återkallelse som kanklassas som hög, snarare låg till medelhög, särskilt när rätt kombination avmodell och metod används. Arbetet visar att tekniken är lovande för atteffektivisera informationshantering i branscher med mycket ostruktureraddokumentation, även om ytterligare utveckling krävs innan metoden kananvändas fullt automatiserat i praktiken.
Authors: Jeppsson, Carl, Erlandsson, Tobias
Language: Swedish
Topic: Topic Modeling
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7008414877