ВДОСКОНАЛЕННЯ УПРАВЛІННЯ ЗНАННЯМИ В ОРГАНІЗАЦІЇ ЗА ДОПОМОГОЮ NLP МОДЕЛЕЙ
DOI:
https://doi.org/10.31732/2663-2209-2024-74-178-184Ключові слова:
Чат-бот, NLP моделі, Sentence BERT, RoBERTa, Управління ЗнаннямиАнотація
Останнім часом розробка програмного забезпечення дедалі частіше відбувається за участі команд, розподілених по різних місцях та часових поясах. За таких умов, для ефективного управління проектами вкрай важливо приділяти особливу увагу управлінню знаннями всередині організації. Метою статті є надання пропозицій щодо вдосконалення управління знаннями в організації за допомогою NLP моделей. У цій статті ми використовуємо гібридний підхід для створення чат-бота, інтегрованого в систему обміну повідомленнями компанії, щоб співробітники могли використовувати його майже так само, як якщо б вони ставили запитання своїм колегам. Питання опрацьовуються запропонованим фреймворком, а відповідь розміщується поруч із повідомленням запитання. Незважаючи на те, що компанії зазвичай мають досить багато документації в різноманітних wiki-сторінках та документах, знайти вчасно відповідь на запитання буває досить складно. Часто співробітникам доводиться годинами чекати, щоб отримати допомогу від колег, що працюють в інших часових зонах. Для організації може бути корисним використання інтелектуального чат-бота, здатного відповідати на запитання, використовуючи внутрішню документацію як джерело. У цій статті ми пропонуємо підхід до створення чат-бота, що використовує попередньо створені NLP моделі для пошуку документів, релевантних запиту співробітника, та подальшого вилучення відповідей із цих документів. Запропоновано поєднуати модель пошуку документів Sentence BERT із моделлю вилучення відповідей на основі моделі RoBERTa. Документація проекту Apache Beam була використана як приклад внутрішньої документації компанії. Запропонований підхід було оцінено на тестовому наборі даних, що містив 63 пари запитань-відповідей у форматі SQuAD, і показав хорошу продуктивність, з оцінками F1 та Exact Match ~ 0,73 та ~ 0,53 відповідно. Таким чином, підприємства можуть використовувати схожий підхід для створення внутрішніх чат-ботів для полегшення управління знаннями.
Завантаження
Посилання
Bogolii, O. (2023). Agile Software Development in a Remotely Working Geographically Distributed Team: A Systematic Review. European Project Management Journal, 13(1), 23–36. https://doi.org/10.56889/idnv2224
Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, L., & Polosukhin, I. (2017). Attention Is All You Need (arXiv:1706.03762). arXiv. http://arxiv.org/abs/1706.03762
Robertson, S., Walker, S., Jones, S., Hancock-Beaulieu, M., & Gatford, M. (1994). Okapi at TREC-Reimers, N., & Gurevych, I. (2019). Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks (arXiv:1908.10084). arXiv. http://arxiv.org/abs/1908.10084
Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding (arXiv:1810.04805). arXiv. https://doi.org/10.48550/arXiv.1810.04805
Liu, Y., Ott, M., Goyal, N., Du, J., Joshi, M., Chen, D., Levy, O., Lewis, M., Zettlemoyer, L., & Stoyanov, V. (2019). RoBERTa: A Robustly Optimized BERT Pretraining Approach. https://doi.org/10.48550/ARXIV.1907.11692
Question Answering on squad_v2. (n.d.). Papers with Code. Retrieved March 8, 2024, from https://paperswithcode.com/sota/question-answering-on-squad-v2
Apache Beam. (n.d.). Apache Beam Wiki. Retrieved March 8, 2024, from https://cwiki.apache.org/confluence/display/BEAM/Apache+Beam
Rajpurkar, P., Jia, R., & Liang, P. (2018). Know What You Don’t Know: Unanswerable Questions for SQuAD (arXiv:1806.03822). arXiv. http://arxiv.org/abs/1806.03822
Downloads
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
