طرح یک چارچوب مفهومی برای استخراج خودکار نیازهای کشاورزان از متون فارسی با مدلهای زبانی بزرگ

پذیرش راه حل های فناورانه در کشاورزی به طور مستقیم به تطابق آنها با نیازهای واقعی کشاورزان وابسته است. روش های سنتی نیازسنجی در مواجهه با حجم انبوه داده های متنی غیررسمی تولید شده توسط کشاورزان در بسترهایی چون پیام رسان ها و شبکه های اجتماعی ناتوان هستند. این پژوهش یک چارچوب مفهومی مبتنی بر مدل های زبانی بزرگ (LM) را برای استخراج، دسته بندی و اولویت بندی خودکار نیازهای کشاورزان از متون فارسی پیشنهاد می دهد. چارچوب پیشنهادی با بهره گیری از قابلیت های پردازش زبان طبیعی مدل های زبانی بزرگ امکان پذیری گذار از داده های بی ساختار به نیازمندی های ساختاریافته را نشان می دهد. خروجی این چارچوب که شامل نیازهای کارکردی، غیرکارکردی و الزامات اعتمادساز است می تواند به عنوان مبنایی شواهد محور برای طراحی و بهبود نرم افزارها و پلتفرم های کشاورزی مورد استفاده قرار گیرد. این پژوهش با ایجاد پلی میان خواسته های کشاورزان و راه حل های فنی گامی به سوی توسعه ابزارهای دیجیتال کاربرپسند و موثر در راستای کشاورزی پایدار برمی دارد.

کلیدواژه ها:

مدلهای زبانی بزرگ ، استخراج نیازمندی ها ، کشاورزی دیجیتال ، پردازش زبان طبیعی فارسی ، نیازسنجی