{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5370447"},"canonical_url":"https://search.dev.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5370447","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Δημιουργία Διαλογικών Δεδομένων Tραπεζικών Συναλλαγών στην Ελληνική Γλώσσα με τη χρήση Μεγάλων Γλωσσικών Μοντέλων: Συγκριτική αξιολόγηση Μοντέλων και αναγνώριση Οντοτήτων","abstract":"Η παρούσα μελέτη αποτελεί μία πρώτη δοκιμή παραγωγής και αξιολόγησης τηλεφωνικών διαλόγων σχετικά με την τραπεζική εξυπηρέτηση στην ελληνική γλώσσα, μεταξύ τριών Μεγάλων Γλωσσικών Μοντέλων (Large Language Models- ΜΓΜ). Η μεθοδολογία της έρευνας βασίζεται στη δημιουργία προτροπών (prompting) η οποία πλαισιώνει το περιεχόμενο της συνομιλίας, στα σώματα κειμένων για τη συλλογή και την ομαδοποίηση των παραγόμενων διαλόγων, στη γλωσσική επιμέλεια για την επεξεργασία των δεδομένων και στην αναγνώριση οντοτήτων για την δόμηση του σημασιολογικού περιεχομένου των προτάσεων. Τα αποτελέσματα της γλωσσικής επιμέλειας αναδεικνύουν (1) την ακριβή απόδοση των διαλόγων στο μοντέλο ChatGPT-4.1mini, (2) την δυναμική βελτίωση των διαλόγων στο μοντέλο DeepSeek-R1 και (3) την αναγκαιότητα ενίσχυσης της ποιότητας των διαλόγων στο μοντέλο LlamaKriKri-8B. Τα ευρήματα της αναγνώρισης οντοτήτων αποδεικνύουν τη συστηματικότητα και την οργάνωση των διαλόγων, σύμφωνα με τα πρότυπα δομής του προφορικού λόγου. Η παρούσα μελέτη εξετάζει την εφαρμοσιμότητα των ΜΓΜ σε περιβάλλοντα εξυπηρέτησης πελατών, αποτελώντας πεδίο μελλοντικής έρευνας όσον αφορά τη σημασιολογική ανάλυση, την πειραματική εφαρμογή προτροπών και την αξιολόγηση παραγωγής ελληνικών διαλόγων στον τραπεζικό τομέα.","abstract_html":"Η παρούσα μελέτη αποτελεί μία πρώτη δοκιμή παραγωγής και αξιολόγησης τηλεφωνικών διαλόγων σχετικά με την τραπεζική εξυπηρέτηση στην ελληνική γλώσσα, μεταξύ τριών Μεγάλων Γλωσσικών Μοντέλων (Large Language Models- ΜΓΜ). Η μεθοδολογία της έρευνας βασίζεται στη δημιουργία προτροπών (prompting) η οποία πλαισιώνει το περιεχόμενο της συνομιλίας, στα σώματα κειμένων για τη συλλογή και την ομαδοποίηση των παραγόμενων διαλόγων, στη γλωσσική επιμέλεια για την επεξεργασία των δεδομένων και στην αναγνώριση οντοτήτων για την δόμηση του σημασιολογικού περιεχομένου των προτάσεων. Τα αποτελέσματα της γλωσσικής επιμέλειας αναδεικνύουν (1) την ακριβή απόδοση των διαλόγων στο μοντέλο ChatGPT-4.1mini, (2) την δυναμική βελτίωση των διαλόγων στο μοντέλο DeepSeek-R1 και (3) την αναγκαιότητα ενίσχυσης της ποιότητας των διαλόγων στο μοντέλο LlamaKriKri-8B. Τα ευρήματα της αναγνώρισης οντοτήτων αποδεικνύουν τη συστηματικότητα και την οργάνωση των διαλόγων, σύμφωνα με τα πρότυπα δομής του προφορικού λόγου. Η παρούσα μελέτη εξετάζει την εφαρμοσιμότητα των ΜΓΜ σε περιβάλλοντα εξυπηρέτησης πελατών, αποτελώντας πεδίο μελλοντικής έρευνας όσον αφορά τη σημασιολογική ανάλυση, την πειραματική εφαρμογή προτροπών και την αξιολόγηση παραγωγής ελληνικών διαλόγων στον τραπεζικό τομέα.","abstract_has_math":false,"creators":["ΠΑΠΑΪΩΑΝΝΟΥ ΙΣΙΔΩΡΑ","PAPAIOANNOU ISIDORA"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-07-24T01:02:06Z","subjects":["Γλώσσα – Λογοτεχνία","Language – Literature"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5370447"],"render_values":[{"text":"uoadl:5370447","href":null,"code":true}]}]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5370447","outbound_label":"Repository record","outbound_source":"dc:identifier"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΠΑΠΑΪΩΑΝΝΟΥ ΙΣΙΔΩΡΑ","PAPAIOANNOU ISIDORA"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026"]},{"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":["Γλώσσα – Λογοτεχνία","Language – Literature"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5370447","https://pergamos.lib.uoa.gr/uoa/dl/object/5370447"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η παρούσα μελέτη αποτελεί μία πρώτη δοκιμή παραγωγής και αξιολόγησης τηλεφωνικών διαλόγων σχετικά με την τραπεζική εξυπηρέτηση στην ελληνική γλώσσα, μεταξύ τριών Μεγάλων Γλωσσικών Μοντέλων (Large Language Models- ΜΓΜ). Η μεθοδολογία της έρευνας βασίζεται στη δημιουργία προτροπών (prompting) η οποία πλαισιώνει το περιεχόμενο της συνομιλίας, στα σώματα κειμένων για τη συλλογή και την ομαδοποίηση των παραγόμενων διαλόγων, στη γλωσσική επιμέλεια για την επεξεργασία των δεδομένων και στην αναγνώριση οντοτήτων για την δόμηση του σημασιολογικού περιεχομένου των προτάσεων. Τα αποτελέσματα της γλωσσικής επιμέλειας αναδεικνύουν (1) την ακριβή απόδοση των διαλόγων στο μοντέλο ChatGPT-4.1mini, (2) την δυναμική βελτίωση των διαλόγων στο μοντέλο DeepSeek-R1 και (3) την αναγκαιότητα ενίσχυσης της ποιότητας των διαλόγων στο μοντέλο LlamaKriKri-8B. Τα ευρήματα της αναγνώρισης οντοτήτων αποδεικνύουν τη συστηματικότητα και την οργάνωση των διαλόγων, σύμφωνα με τα πρότυπα δομής του προφορικού λόγου. Η παρούσα μελέτη εξετάζει την εφαρμοσιμότητα των ΜΓΜ σε περιβάλλοντα εξυπηρέτησης πελατών, αποτελώντας πεδίο μελλοντικής έρευνας όσον αφορά τη σημασιολογική ανάλυση, την πειραματική εφαρμογή προτροπών και την αξιολόγηση παραγωγής ελληνικών διαλόγων στον τραπεζικό τομέα.","The present study constitutes a preliminary attempt to produce and evaluate telephone dialogues in the banking domain among three Large Language Models (LLMs). The research methodology is based on the prompting technique which frames conversational content, corpora for collecting and clustering the generated dialogues, linguistic curation for data processing, and Named Entity Recognition (NER) for structuring semantic content in the sentences. The results of linguistic curation highlight (1) the elevated accuracy of ChatGPT-4.1mini’s dialogues, (2) the dynamic optimization DeepSeek-R1’s dialogues through user interaction, and (3) the need for quality enhancement in LlamaKriKri-8B’s dialogues. The outcomes derived from the Entity Recognition analysis demonstrate the systematicity and structural organization of the dialogues, aligning with established conventions of oral discourse. This study examines the applicability of LLMs in customer service environments, constituting an open field for future research regarding semantic analysis, prompting experimentation, and the evaluation of Greek dialogue generation in the banking domain."]},{"key":"dc:title","label":"Title","values":["Δημιουργία Διαλογικών Δεδομένων Tραπεζικών Συναλλαγών στην Ελληνική Γλώσσα με τη χρήση Μεγάλων Γλωσσικών Μοντέλων: Συγκριτική αξιολόγηση Μοντέλων και αναγνώριση Οντοτήτων"]}]}],"canonical_facts":{"dc:creator":["ΠΑΠΑΪΩΑΝΝΟΥ ΙΣΙΔΩΡΑ","PAPAIOANNOU ISIDORA"],"dc:date":["2026"],"dc:description":["Η παρούσα μελέτη αποτελεί μία πρώτη δοκιμή παραγωγής και αξιολόγησης τηλεφωνικών διαλόγων σχετικά με την τραπεζική εξυπηρέτηση στην ελληνική γλώσσα, μεταξύ τριών Μεγάλων Γλωσσικών Μοντέλων (Large Language Models- ΜΓΜ). Η μεθοδολογία της έρευνας βασίζεται στη δημιουργία προτροπών (prompting) η οποία πλαισιώνει το περιεχόμενο της συνομιλίας, στα σώματα κειμένων για τη συλλογή και την ομαδοποίηση των παραγόμενων διαλόγων, στη γλωσσική επιμέλεια για την επεξεργασία των δεδομένων και στην αναγνώριση οντοτήτων για την δόμηση του σημασιολογικού περιεχομένου των προτάσεων. Τα αποτελέσματα της γλωσσικής επιμέλειας αναδεικνύουν (1) την ακριβή απόδοση των διαλόγων στο μοντέλο ChatGPT-4.1mini, (2) την δυναμική βελτίωση των διαλόγων στο μοντέλο DeepSeek-R1 και (3) την αναγκαιότητα ενίσχυσης της ποιότητας των διαλόγων στο μοντέλο LlamaKriKri-8B. Τα ευρήματα της αναγνώρισης οντοτήτων αποδεικνύουν τη συστηματικότητα και την οργάνωση των διαλόγων, σύμφωνα με τα πρότυπα δομής του προφορικού λόγου. Η παρούσα μελέτη εξετάζει την εφαρμοσιμότητα των ΜΓΜ σε περιβάλλοντα εξυπηρέτησης πελατών, αποτελώντας πεδίο μελλοντικής έρευνας όσον αφορά τη σημασιολογική ανάλυση, την πειραματική εφαρμογή προτροπών και την αξιολόγηση παραγωγής ελληνικών διαλόγων στον τραπεζικό τομέα.","The present study constitutes a preliminary attempt to produce and evaluate telephone dialogues in the banking domain among three Large Language Models (LLMs). The research methodology is based on the prompting technique which frames conversational content, corpora for collecting and clustering the generated dialogues, linguistic curation for data processing, and Named Entity Recognition (NER) for structuring semantic content in the sentences. The results of linguistic curation highlight (1) the elevated accuracy of ChatGPT-4.1mini’s dialogues, (2) the dynamic optimization DeepSeek-R1’s dialogues through user interaction, and (3) the need for quality enhancement in LlamaKriKri-8B’s dialogues. The outcomes derived from the Entity Recognition analysis demonstrate the systematicity and structural organization of the dialogues, aligning with established conventions of oral discourse. This study examines the applicability of LLMs in customer service environments, constituting an open field for future research regarding semantic analysis, prompting experimentation, and the evaluation of Greek dialogue generation in the banking domain."],"dc:identifier":["uoadl:5370447","https://pergamos.lib.uoa.gr/uoa/dl/object/5370447"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Γλώσσα – Λογοτεχνία","Language – Literature"],"dc:title":["Δημιουργία Διαλογικών Δεδομένων Tραπεζικών Συναλλαγών στην Ελληνική Γλώσσα με τη χρήση Μεγάλων Γλωσσικών Μοντέλων: Συγκριτική αξιολόγηση Μοντέλων και αναγνώριση Οντοτήτων"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-07-24T01:02:06Z"}