چارچوب خودارزیاب مبتنی بر مدلهای زبانی بزرگ و گراف دانش برای استخراج، اعتبارسنجی و تحلیل وظایف سازمانی از متون قانونی فارسی

با گسترش دولت الکترونیک و افزایش روزافزون قوانین آیین نامه ها و اسناد حقوقی استخراج دانش سازمانی از متون قانونی به یکی از چالشهای اساسی مدیریت دانش در سازمانهای دولتی تبدیل شده است روشهای سنتی تحلیل اسناد قانونی که عمدتا مبتنی بر بررسی دستی هستند با محدودیتهایی نظیر زمان، 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 غیر ساختار یافته نشان داده اند با این حال استفاده مستقیم از این مدلها در محیطهای حقوقی با چالش جدی تولید اطلاعات نادرست (Hallucination) و نبود سازوکار اعتبار سنجی 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 استخراج شده را بررسی و اصلاح میکند. دانش تولید شده در قالب یک گراف دانش سازمانی ذخیره شده و برای تحلیل روابط بین سازمانها، شناسایی هم پوشانی 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 و ۴۰-GPT توانسته مقدار F۱ برابر ۰.۸۳۸۷ را در استخراج وظایف سازمانی کسب کند. چارچوب پیشنهادی با افزودن لایه اعتبارسنجی و گراف، دانش بستر مناسبی برای توسعه سامانه های هوشمند مدیریت دانش حقوقی و تصمیم یارهای سازمانی فراهم میکند.

کلیدواژه ها:

مدلهای زبانی بزرگ ، گراف دانش ، ParsBERT ، استخراج وظایف سازمانی ، پردازش زبان طبیعی فارسی