Original title: Chatbot jako poradce v cestovní kanceláři
Translated title: Chatbot as a travel agency assistant
Authors: Švancer, David ; Materna, Zdeněk (referee) ; Kostelník, Martin (advisor)
Document type: Bachelor's theses
Year: 2026
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [cze] [eng]
Tato bakalářská práce se zabývá návrhem, implementací a vyhodnocením inteligentního systému pro zodpovídání dotazů v doméně cestovní kanceláře s využitím architektury \textit{Retrieval-Augmented Generation} (RAG). Navržená modulární pipeline pracuje jak se strukturovanými informacemi o ubytování, tak s nestrukturovanými uživatelskými recenzemi. Systém se skládá ze sémantického routeru pro klasifikaci dotazů, hybridního vyhledávání, metody \textit{Multi-Query Retrieval} pro expanzi dotazů a \textit{cross-encoder} rerankeru. Výkonnost systému byla vyhodnocena na vlastním datasetu obsahujícím 310 dotazů pomocí frameworku RAGAS. Statistická spolehlivost výsledků byla ověřena metodou bootstrap. Experimenty ukázaly, že kombinace metod \textit{Multi-Query Retrieval} a rerankingu zlepšila kvalitu vyhledaného kontextu a vedla k přesnějším generovaným odpovědím. Výsledná architektura dosáhla nejlepších výsledků skrz většinu měřených metrik. This bachelor thesis focuses on the design, implementation, and evaluation of an intelligent question-answering system for the travel agency domain using the \textit{Retrieval-Augmented Generation} (RAG) architecture. The proposed modular pipeline works with both structured accommodation data and unstructured user reviews. The system consists of a semantic router for query classification, a hybrid retrieval module, \textit{Multi-Query Retrieval} for query expansion, and a \textit{cross-encoder} reranker. The performance of the system was evaluated on a custom dataset containing 310 queries using the RAGAS framework. The statistical reliability of the results was verified using the bootstrap method. The experiments showed that the combination of \textit{Multi-Query Retrieval} and reranking improved the quality of the retrieved context and led to more accurate generated answers. The final architecture achieved the best overall results across most evaluated metrics.
Keywords: artificial intelligence; chatbot; large language models; natural language processing; RAG; semantic search; travel agency; vector database; cestovní kancelář; chatbot; RAG; sémantické vyhledávání; umělá inteligence; vektorová databáze; velké jazykové modely; zpracování přirozeného jazyka

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/258869

Permalink: http://www.nusl.cz/ntk/nusl-775815


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Bachelor's theses