جستجو
چارچوب خودارزیاب مبتنی بر مدلهای زبانی بزرگ و گراف دانش برای استخراج، اعتبارسنجی و تحلیل وظایف سازمانی از متون قانونی فارسی
ثنا مرادی چگنی1 نسیم احمدی2 آرزو عزیزی3 عاطفه میرزایی4
چکیده :
به یکی از چالشهای اساسی مدیریت دانش در سازمانهای دولتی تبدیل شده است. روشهای سنتی تحلیل اسناد قانونی که عمدتاً مبتنی بر بررسی دستی هستند، با محدودیتهایی نظیر زمانبری، هزینه بالا و احتمال خطای انسانی مواجه میباشند. در سالهای اخیر، مدلهای زبانی بزرگ (Large Language Models) توانمندی قابل توجهی در استخراج اطلاعات از متون غیرساختاریافته نشان دادهاند. با این حال، استفاده مستقیم از این مدلها در محیطهای حقوقی با چالش جدی تولید اطلاعات نادرست (Hallucination) و نبود سازوکار اعتبارسنجی همراه است که قابلیت اطمینان خروجیها را کاهش میدهد.
در این پژوهش، چارچوبی ترکیبی مبتنی بر مدلهای زبانی بزرگ، گراف دانش و ماژول خودارزیابی ارائه میشود که هدف آن استخراج و تحلیل وظایف سازمانی از متون قانونی فارسی است. در چارچوب پیشنهادی، ابتدا موجودیتهای حقوقی و سازمانی توسط مدل ParsBERT شناسایی میشوند. سپس وظایف سازمانی با استفاده از مدلهای زبانی بزرگ استخراج میگردند. در ادامه، یک ماژول ارزیاب مبتنی بر مدل زبانی، صحت روابط استخراجشده را بررسی و اصلاح میکند. دانش تولیدشده در قالب یک گراف دانش سازمانی ذخیره شده و برای تحلیل روابط بین سازمانها، شناسایی همپوشانی وظایف و کشف تعارضات احتمالی به کار میرود. ارزیابی عملکرد روش پیشنهادی بر روی متون قوانین اداری فارسی و با مقایسه با پژوهشهای اخیر انجام شده است. نتایج نشان میدهد که استفاده از معماری ترکیبی Llama 3.1-8B و GPT-4o توانسته مقدار F1 برابر 0.8387 را در استخراج وظایف سازمانی کسب کند. چارچوب پیشنهادی با افزودن لایه اعتبارسنجی و گراف دانش، بستر مناسبی برای توسعه سامانههای هوشمند مدیریت دانش حقوقی و تصمیمیارهای سازمانی فراهم میکند.
کلمات کلیدی : مدلهای زبانی بزرگ گراف دانش parsbert استخراج وظایف سازمانی پردازش زبان طبیعی فارسی
زبان مقاله : فارسی
محور مقاله : فناوری های کاربردی هوش مصنوعی و کاربردهای آن در علوم مختلف
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-ABGZGZ
لینک مستقیم مقاله : https://isnac.ir/AAHD-ABGZGZ
نمایش چکیده انگلیسی
: https://isnac.ir/SA/AAHD-ABGZGZ
سایر مقالات محل انتشار
- A Study on Design Understandability and Interaction of the therapy-specific Robots
- طراحی و مهندسی یک حسگر زیستی نوری چند مدی پلاسمونیک مبتنی بر تشدیدگرهای حلقه شکاف برای سنجش جامع آنتیژن
- طراحی یک اسیلاتورکنترل شونده با ولتاژ با نویز فاز بسیار پایین و بازه وسیع فرکانسی با تکنولوژی نانولوله کربنی برای کاربردهای PLL
- یک چارچوب هوشمند آگاه به زمینه برای ارتباطات V2V و V2Iدر شبکههای خودرویی شهرهای هوشمند با استفاده از دادههای ترافیکی شبکه سلولی
- An Ensemble Non-Dominated Feature Selection Method: A Case Study on Prostate Cancer
- تشخیص زودهنگام پوسیدگی دندان با استفاده از شبکههای عصبی
- Simulation and Performance Comparison of Torque Tube and LVDT Sensors in Displacer-Based Level Measurement Systems
- ارتقا سامانه ناوبری پهپاد مهاجر ۶ با استفاده از فناوری
- کاربرد نانوذرات مگنتیت (Fe3O4) در پزشکی (از سنتز تا عملکرد)
- Simulation and Modeling of Floating-Gate Non-Volatile Memory Performance: Focus on Oxide Thickness, Programming Speed, and Charge Transport Mechanisms
- Fraud Analytics with Big Data: A Literature Review on Machine Learning Algorithms in Bankruptcy Prediction and Financial Fraud Detection
- تحلیل آیندهپژوهانه همگرایی هوش مصنوعی، فناوری نانو و فناوری اطلاعات در مسیر تحول صنعتی آینده
- نقش تحول دیجیتال در خدمات کتابخانههای عمومی برای توانیابان جسمی و ذهنی
- Prediction and Optimization of Oxygen Production under Microgravity Conditions Using Machine Learning
- Simulation and Performance Comparison of Ultrasonic, Non-Contact Radar, and Guided Wave Radar Sensors in Level Measurement Systems