Autorius, institucija: Lukas Stankevičius, Kauno technologijos universitetas

Mokslo sritis, kryptis: gamtos mokslai, informatika, N009

Mokslinis vadovas: doc. dr. Mantas Lukoševičius (Kauno technologijos universitetas, gamtos mokslai, informatika, N009)

Informatikos mokslo krypties disertacijos gynimo taryba:
prof. habil. dr. Rimantas Barauskas (Kauno technologijos universitetas, gamtos mokslai, informatika, N009) – pirmininkas
prof. dr. Andrius Kriščiūnas (Kauno technologijos universitetas, gamtos mokslai, informatika, N009)
prof. dr. Sanda Martincic-Ipsic (Rijekos universitetas, Kroatija, gamtos mokslai, informatika, N009)
prof. dr. Agnė Paulauskaitė-Tarasevičienė (Kauno technologijos universitetas, gamtos mokslai, informatika, N009)
prof. dr. Simona Ramanauskaitė (Vilniaus Gedimino technikos universitetas, gamtos mokslai, informatika, N009)

Disertacijos gynimas vyks Kauno technologijos universiteto Senato salėje (K. Donelaičio g. 73-302, Kaunas)

Su disertacija galima susipažinti Kauno technologijos universiteto bibliotekoje (Gedimino g. 50, Kaunas) ir internete:L. Stankevičiaus el. disertacija.pdf

© L. Stankevičius, 2026 „Disertacijos tekstą draudžiama kopijuoti, platinti, išleisti, viešai skelbti, įskaitant padarymą viešai prieinamu kompiuterių tinklais (internete), atgaminti bet kokia forma ir priemonėmis, įskaitant, bet neapsiribojant, elektroniniais, mechaniniais ar kitais būdais. Vadovaujantis Lietuvos Respublikos autorių teisių ir gretutinių teisių įstatymo 25 str. 1 dalimi, asmuo su negalia, kuriam kyla sunkumų perskaityti internete skelbiamos disertacijos dokumentą, ir kiek tai pateisinama konkrečia negalia, su prašymu dėl dokumento pateikimo kita forma turi kreiptis el. p. doktorantura@ktu.lt.“

Anotacija: Skaitmeninės tekstinės informacijos kiekiai auga sparčiai auga. Reikalingi automatiniai tokios informacijos supratimo ir apdorojimo būdai, kurie paprastai pirmiausia remiasi teksto pavertimu į skaitines reprezentacijas. Atsiradę transformerių architektūra grįsti modeliai sukūrė naujų iššūkių bei galimybių, kaip tai galima padaryti. Disertacijoje nagrinėjama, kaip galima panaudoti transformerių modelius teksto reprezentacijoms išgauti. Anglų kalbai tiriami neprižiūrimi reprezentacijų išgavimo būdai iš pirminio apmokymo transformerių modelių trijų reprezentacijų vertinimo užduotims – semantinio tekstų panašumo, trumpo teksto klasterizavimo bei klasifikavimo. Lietuvių kalbai nagrinėjami transformerių modelių pritaikymo mokymai gramatinių klaidų taisymo ir abstrakčių santraukų generavimo užduotims, pagerinant patį pirminį tekstą. Disertacijoje pristatomi metodai, leidžiantys išgauti geresnes reprezentacijas iš pirminio apmokymo transformerių modelių. Teikiamas siūlymas ateities tyrimuose kaip palyginamąjį metodą naudoti atsitiktinių vektorių modelį. Pristatomi pirmieji lietuvių kalbai gramatinių klaidų taisymo ir abstrakčių santraukų generavimo modeliai. Disertacijoje parodoma, kad iš anksto apmokytų transformerių modelių svoriai gali būti efektyviai panaudoti aukštos kokybės reprezentacijoms gauti be papildomo mokymo, taip pat kaip šie modeliai gali būti pritaikomi mažesnių išteklių kalboms.