זרימת עבודה בינה מלאכותית המשלבת ייצוגי מקודדים דו-כיווניים מטרנספורמרים (BERT) ורשתות עצביות גרפיות (GNNs) לשליפת ידע בארגונים דיגיטליים

Yang Qianqi; Aini Binti Aman; Hafizah Omar Zaki; Roziana Baharin

doi:10.3791/70045

Method Article

זרימת עבודה בינה מלאכותית המשלבת ייצוגי מקודדים דו-כיווניים מטרנספורמרים (BERT) ורשתות עצביות גרפיות (GNNs) לשליפת ידע בארגונים דיגיטליים

DOI:

10.3791/70045

⸱

April 28th, 2026

Yang Qianqi¹ , Aini Binti Aman¹ , Hafizah Omar Zaki¹ , Roziana Baharin¹

¹Faculty of Economics and Management, The National University of Malaysia

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

פרוטוקול זה מציג זרימת עבודה מונחית בינה מלאכותית שניתן לשחזור ומכוונת את BERT להפקת ישויות ויחסים, משתמשת ברשתות עצביות גרפיות ליישור אונטולוגיה, בונה גרפים של ידע ארגוני מנתונים לא מובנים, ומעריך באופן שיטתי ביצועי שליפה סמנטית ויעילות תמיכה בהחלטות.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

כמויות גדולות של נתונים ארגוניים לא מובנים עלולים להקשות על מערכות ניהול ידע ארגוניות (KM) לחלץ מידע נכון ורלוונטי להקשר, מה שעלול להוביל לשיתוף ידע לא יעיל ולעיכוב בקבלת החלטות. מחקר זה מציע מסגרת מאוחדת המונעת על ידי בינה מלאכותית כדי להתגבר על מגבלה זו. הוא משלב רשתות עצביות גרפיות (GNNs) ליישור אונטולוגיה והסקה סמנטית עם ייצוגי מקודד דו-כיווני משופרים מטרנספורמרים (BERT) להפקת ישויות ויחסים ספציפיים לתחום הספציפי. איסוף נתונים שיטתי, עיבוד מוקדם של קורפוסי טקסט ארגוניים, כיוונון עדין של BERT לזיהוי ישויות ויחסים, המרת טריפלים שהופקו לגרפי ידע מובנים, ויישור אונטולוגי מבוסס GNN להבטחת עקביות סמנטית בין מקורות ידע הטרוגניים, מהווים את צינור המתודולוגיה. כדי להעריך את יעילות המערכת בתרחישי ארגון אמיתיים, המסגרת משלבת גם מדדי הערכה ממוקדי משימות, כגון דיוק שחזור, נכונות יישור אונטולוגי והשהיית החלטה. בהשוואה לשיטות בסיס, אימות ניסויי בשני יישומים בתעשייה מראה ירידה של 35% בהשהיה קבלת ההחלטות ושיפור של 21% בדיוק שליפת הידע.

יתרה מזאת, משוב המשתמשים מצביע על כך שממשק KM הגביר את שביעות רצון המשתמשים בזכות חיפוש סמנטי ותיוג הקשר. הארכיטקטורה המוצעת מקלה על בניית גרף ידע שניתן לשחזור מנתוני ארגונים לא מובנים על ידי מיזוג שיטתי של הסקה והתאמה מבוססת גרף עם חילוץ מידע מבוסס למידה עמוקה. הממצאים מראים כי גם תוצאות ניהול ידע אסטרטגיות וגם תפעוליות השתפרו כאשר ייצוגי הידע המאורגנים מותאמים לנהלים הארגוניים. בהתחשב בכל הנסיבות, השיטה המוצעת משפרת את דיוק השחזור, מאיצה את זמני התגובה לתהליך ההחלטה, ומציעה אפשרות ישימה וניתנת להרחבה למערכות ניהול מידע ברמת הארגון.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ניהול נתונים אפקטיבי יכול להיות קשה לאימוץ בתוכניות טרנספורמציה דיגיטלית בשל מאגרי נתונים מפוצלים, פלטפורמות ארגוניות מגוונות וידע מפוצל המתפשט על פני מסמכים לא מובנים. מסגרת טכנית ניתנת לשחזור, המיושמת באופן שיטתי, שמחליקה, מבנתת, מיישרת ומפעילת ידע ארגוני לא הוצע על ידי מחקרים רבים, למרות מחקרים קודמים שבחנו את אימוץ הבינה המלאכותית והטרנספורמציה הדיגיטלית מנקודת מבט ארגונית ומגזרית ^1,2,3. השיטות הנוכחיות מתמקדות בעיקר בתוצאות ניהוליות או אסטרטגיות, אך אינן מציעות מספיק פרטים ארכיטקטוניים לפריסת קנה מידה.

מערכות ....

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

הצהרה אתית

מחקר זה נבדק ואושר על ידי מועצת הביקורת המוסדית (IRB) של האוניברסיטה הלאומית של מלזיה (UKM) לפני איסוף הנתונים (מזהה אישור: UKM/FEP/2025/AI-047; תאריך אישור: 12 במרץ 2025). הפרוטוקול המאושר כלל ביצוע סקרים מובנים וראיונות חצי-מובנים עם משתתפים אנושיים. כל המשתתפים קיבלו מידע על מטרת המחקר, על אופיו הוולונטרי של השתתפותם, ועל זכותם לפרוש בכל עת ללא השלכות, והסכמה בכתב ודעת התקבלה לפני הכללתם. אנונימיות המשתתפים וסודיות נשמרו בקפדנות, ללא כל מידע מזהה אישי בניתוח או בפרסום, וכל הנתונים נשמרו ושימשו באופן מאובטח למטרות מחקר אקדמי בלבד, בהתאם לסטנדרטים אתיים מוסדיים ולהנחיות בינלאומיות....

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

עיבוד נתונים מוקדם וכוונון BERT

המכשיר המוצע משלב גרסת BERT מותאמת ביותר לחילוץ הבנה לא מובנית ורשת עצבית גרפית (GNN) ליישור אונטולוגיה והיגיון בתוך מסגרת הבנת גרפים. המערכת הניסויית עסקה בהשוואת הביצועים הכוללים של היבט BERT במשימות NER ו-RE, בעוד שפקטור GNN נבדק על חיזוי קישור ומחלקת צומת על פני גרף ההבנה הנבנה.

ציון F1 עבור משימות NER ומשימות RE מדווח בטבלה 3. כדי למנוע דליפת נתונים, כל המספרים ש.......

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מחקר זה מציג מסגרת מאוחדת של ניהול נכסים ארגוני המשלבת חילוץ סמנטי קונטקסטואלי באמצעות BERT עם חשיבה רלציונית מבוססת גרף ויישור אונטולוגי דרך GNNs. כדי לאפשר קישור ישויות, חשיבה חוצת מסמכים וייצוג ידע קוהרנטי בין מקורות נתונים עסקיים שונים, התרומה המרכזית היא שילוב של מודל שפה קונטקסטואלי עמוק עם הסקה מובנית ומודעת לאונטולוגיה בתוך צינור יחיד ^3,4. על ידי התמודדות עם החסרונות של שיטות קיימות כמו מערכות מבוססות חוקים הסובלות מהרחבה.......

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

למחברים אין ניגוד עניינים

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

המחברים מודים בהכרת תודה על התמיכה שניתנה על ידי הפקולטה לכלכלה וניהול, האוניברסיטה הלאומית של מלזיה, בנגי, מלזיה, ובית הספר למנהל עסקים.

....

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
Name	Company	Catalog Number	Comments
מודל BERT-Base (ללא מארז) מאומן מראש	גוגל AI	לא זמין	מודל שפה מאומן מראש מבוסס טרנספורמר (וריאנט ברט-בסיס-ללא מעטפת)
ספריית הגרפים העמוקים (DGL)	מעבדות AWS	RRID: SCR_017054	גרסה 2.1 המשמשת למידול רשתות עצביות בגרפים
ספריית הוויזואליזציה של Matplotlib	קהילת PyData	RRID: SCR_008624	משמש לגרפים של ביצועים וניתוחים ויזואליים
ספריית הגרפים של NetworkX	קהילת PyPI	RRID: SCR_005317	גרסה 3.2 המשמשת לבניית וניתוח גרפים
ספריית המחשוב המספרי NumPy	קהילת PyData	RRID: SCR_008633	משמש לפעולות מספריות ועיבוד מערך
כרטיס מסך NVIDIA (טסלה T4 / RTX 3080)	תאגיד NVIDIA	RRID: SCR_016409	מאיץ חומרה התומך ב-CUDA לאימון מודלים
ספריית ניתוח הנתונים של פנדה	קהילת PyData	RRID: SCR_018214	משמש לעיבוד נתונים מובנים
שפת תכנות פייתון	קרן התוכנה של פייתון	RRID: SCR_008394	גרסה 3.10 המשמשת לפיתוח מודלים ועיבוד נתונים
מסגרת הלמידה העמוקה PyTorch	מטא AI	RRID: SCR_018536	גרסה 2.0 המשמשת למימוש רשת עצבית
ספריית למידת המכונה Scikit-learn	מפתחי Scikit-learn	RRID: SCR_002577	גרסה 1.5 המשמשת לעיבוד מוקדם ומדדי הערכה
ספריית NLP של טרנספורמרס	פנים חיבוק	RRID: SCR_020989	גרסה 4.40 המשמשת למודלים של שנאים מאומנים מראש
מערכת ההפעלה אובונטו לינוקס	קנוניקל בע"מ.	RRID: SCR_018317	סביבת ריצה LTS גרסה 20.04

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

זרימת עבודה בינה מלאכותית המשלבת ייצוגי מקודדים דו-כיווניים מטרנספורמרים (BERT) ורשתות עצביות גרפיות (GNNs) לשליפת ידע בארגונים דיגיטליים

In This Article

Summary

Abstract

Introduction

Protocol

Results

Discussion

Disclosures

Acknowledgements

Materials

Reprints and Permissions

Tags

Related Articles