کاربرد پردازش زبان طبیعی در مدیریت دانش سازمانی: استخراج دانش ضمنی و ساختاردهی اسناد غیرساختاریافته

مدیریت دانش سازمانی یکی از چالش های اساسی سازمان های دانش محور در عصر اطلاعات است. حجم عظیمی از دانش سازمانی در قالب اسناد غیرساختاریافته و دانش ضمنی کارکنان وجود دارد که استخراج و ساختاردهی آن ها با روش های سنتی دشوار است. این پژوهش، یک چارچوب نوین مبتنی بر فناوری های پردازش زبان طبیعی (NLP) برای استخراج دانش ضمنی و ساختاردهی اسناد غیرساختاریافته در سازمان ها ارائه می دهد. چارچوب پیشنهادی شامل چهار مولفه اصلی است: (۱) پیش پردازش اسناد متنی، (۲) استخراج مفاهیم و روابط با استفاده از مدل های زبانی پیش آموخته، (۳) استخراج دانش ضمنی از محتوای ارتباطات سازمانی، و (۴) ساختاردهی و نمایش دانش استخراج شده. برای ارزیابی چارچوب پیشنهادی، یک مطالعه موردی در یک شرکت مشاوره مدیریت با تحلیل بیش از ۱۵۰۰۰ سند داخلی و ۵۰۰۰ ایمیل سازمانی انجام شد. نتایج نشان می دهد که رویکرد پیشنهادی، دقت استخراج مفاهیم کلیدی را به میزان ۸۲% و شناسایی روابط مفهومی را با دقت ۷۶% ممکن می سازد. همچنین، این چارچوب توانست ۶۴% از دانش ضمنی موجود در ارتباطات را که در مستندات رسمی سازمان وجود نداشت، شناسایی و ساختاردهی کند. یافته های این پژوهش می تواند به سازمان ها در بهبود فرآیندهای مدیریت دانش، تسهیل اشتراک دانش و افزایش دسترس پذیری دانش ضمنی کمک کند.

کلیدواژه ها:

پردازش زبان طبیعی ، مدیریت دانش سازمانی ، استخراج دانش ضمنی ، ساختاردهی اسناد ، یادگیری عمیق ، مدل های زبانی پیش آموخته