उन्नत उपकरण डिजिटल ज्ञान टैप करें

© बोटुलिनम 21 / एडोब स्टॉक

Previous Next

नवीन खोज तकनीक निर्णय लेने के लिए डिजिटल सूचना पहुंच का अनुकूलन करती है

वरिष्ठ प्रबंधन विश्वसनीय जानकारी के आधार पर रणनीतिक निर्णय लेता है जो सहायक कर्मचारियों द्वारा इकट्ठा किया जाता है। बड़े चालक दल के बदलाव के बाद, सहायक कर्मचारियों के मेकअप और कौशल सेट बहुत अलग हैं और दो श्रेणियों में आते हैं:

1. अनुभवी विषय-विशेषज्ञ (एसएमई) जिन्होंने कई कंपनी की रिपोर्ट पढ़ी और लिखी हैं और कई वर्षों के अनुभव हैं।
2. सहस्त्राब्दी और युवा इंजीनियर जो नए हैं, उन्हें सीमित क्षेत्र का अनुभव है और वे मानक उद्यम खोज उपकरणों से लैस हैं।

बेशक, दोनों समूहों द्वारा संकलित जानकारी पेशेवर अनुभव और पृष्ठभूमि के कारण अलग-अलग होगी। ज्ञान के आधारों में अंतर निर्णय लेने की क्रियाओं को प्रभावित करता है। कई वरिष्ठ एसएमई पहले ही सेवानिवृत्त हो चुके हैं, कंपनियों को अपनी कंपनी की जानकारी बनाए रखने और कम अनुभवी कर्मचारियों को विशेषज्ञता हस्तांतरित करने के लिए एक बेहतर तरीके की आवश्यकता है।

उन्नत समाधानों के माध्यम से कंपनी की बौद्धिक संपदा का संरक्षण
नवीन प्रणाली और सॉफ्टवेयर अनुभवी एसएमई के ज्ञान को पकड़ सकते हैं और नए इंजीनियरों और सहायक कर्मचारियों तक पहुंच प्रदान कर सकते हैं। प्राकृतिक भाषा प्रसंस्करण (एनएलपी) एक नवीन तकनीक है जो डिजिटल टेक्स्टुअल फाइलों से असंरचित डिजिटल जानकारी की समीक्षा और पुनर्प्राप्ति को सक्षम बनाती है। कई उद्योगों ने सफलतापूर्वक एनएलपी-आधारित आभासी सलाहकारों का उपयोग डिजिटल दस्तावेजों को क्वेरी करने में कर्मचारियों की सहायता के लिए किया है। [१] इस तरह की विधियाँ एसएमई का उपयोग करके एक साथ पूरी टीम को उपलब्ध होने के अतिरिक्त लाभ के साथ प्रश्नों का उत्तर देने के लिए किया जाता है। [2,3]

एंटरप्राइज एनएलपी समाधान प्रासंगिक शब्दावली और व्याकरण पर आधारित हैं जो उद्योग के चिकित्सकों का उपयोग करते हैं। जबकि समझ एल्गोरिदम के अंदर अलग-अलग दिखाई देती है, व्यावहारिक उपयोगिता समान है कि कैसे मानव ऑपरेटिंग और सुरक्षा मुद्दों से संबंधित तकनीकी समस्याओं के लिए उचित समाधान पाता है। एक अच्छी तरह से निर्मित एनएलपी उपकरण कर सकते हैं:

• प्रश्न का सेवन करें
• जांच का इरादा निकालें
• ऐतिहासिक डिजिटल फ़ाइलों में पूरी तरह से वाक्यांशों और पैराग्राफों की खोज करें
• प्रश्न की मंशा को पूरा करने के लिए प्रासंगिक जानकारी लौटाएँ।

इस तरह की क्षमता तेल और गैस (O & G) जैसे भारी-भरकम प्रलेखित प्रक्रिया-संचालित उद्योगों में अरबों के मूल्य की है। कई ऊर्जा, विनिर्माण और ओ एंड जी कंपनियों के लिए, परिचालन दक्षता एक उच्च प्राथमिकता है; दुर्भाग्य से, उद्योग के चिकित्सकों ने अपना 80% समय कंपनी की जानकारी में बंद उत्तर की तलाश में बिताया। [4]

तो क्यों एनएलपी समाधान ओ एंड जी उद्योग द्वारा व्यापक रूप से उपयोग नहीं किए जाते हैं? कठिनाई एक एनएलपी उपकरण को डिजाइन करने में निहित है जो ओएंडजी के लिए काम करता है और यह एकल-उपयोग के मामले में भी प्रतिबंधित नहीं है। बड़ी परामर्श फर्म सूचना-खोज उपकरण प्रदान करती हैं, लेकिन ये समाधान कई उद्योगों में व्यापक अनुप्रयोग के लिए डिज़ाइन किए गए हैं। पेशकश की परिणामी क्षमता सबसे कम आम भाजक है। ओ एंड जी उद्योग में आवेदन के लिए, इन "रिक्त स्लेट" टूल के लिए क्लाइंट को उपकरण को प्रशिक्षित करने के लिए पर्याप्त और महंगा समय प्रदान करने की आवश्यकता होती है। इसके अलावा, तैयार किए गए उपकरण का कुल संभव मूल्य कम हो जाता है जब अंतर्निहित मॉडल ओ एंड जी के लिए डिज़ाइन नहीं किए जाते हैं।

इसके विपरीत, एकल O & G एप्लिकेशन के लिए विशिष्ट उपकरण विकसित करना एक कठिन व्यवसाय मॉडल है। एकल उपयोग के मामले के लिए बाजार का आकार तुलनात्मक रूप से छोटा है और फलस्वरूप, निवेश के अवसरों को सीमित करता है। एक प्रभावी उपकरण को विशेष रूप से ओ एंड जी उद्योग पर ध्यान केंद्रित किया जाना चाहिए, लेकिन यह भी पर्याप्त लचीला है कि विविध अनुप्रयोगों को संभालना है।

© katwijksenieuwe / Adobe स्टॉक इनोवेशन O & G उद्योग की जरूरतों को पूरा करता है
एक उन्नत समाधान उभरा है और यह ओ एंड जी व्यवसाय की जरूरतों पर केंद्रित है। इस उपकरण में एक तेल प्रमुख के लिए अन्वेषण भूविज्ञान में सफल व्यावसायिक अनुप्रयोग रहा है। एक ही उपकरण में एक बहुराष्ट्रीय रासायनिक कंपनी के लिए रिफाइनरी संचालन और इंजीनियरिंग में सफल आवेदन किया गया है। अधिक प्रगतिशील कंपनियां जो अग्रणी धार एनएलपी समाधानों को अपनाती हैं, वे बाजार की स्थितियों के तहत प्रतिस्पर्धात्मक लाभ प्राप्त करेंगे।

एनएलपी-आधारित आभासी सलाहकार उपकरण को साबित करना। गुणात्मक रूप से एनएलपी-आधारित आभासी सलाहकार की प्रभावशीलता को मापने और वर्तमान ओ एंड जी उद्योग के तरीकों से इसकी तुलना करने के लिए अध्ययन किया गया था। एनएलपी-आधारित आभासी सलाहकार डेवलपर्स के स्वामित्व वाले एक अच्छी तरह से स्थापित तकनीकी फोरम ने उपयोगकर्ताओं को अपस्ट्रीम और डाउनस्ट्रीम मुद्दों के बारे में तकनीकी प्रश्न पोस्ट करने के लिए प्रोत्साहित किया। इसी तरह, फोरम ने उद्योग के विशेषज्ञों से जवाब संकलित किए। मंच के उपयोगकर्ताओं में दुनिया भर (कनाडा, चीन, जर्मनी, भारत, फिलीपींस, सऊदी अरब, दक्षिण कोरिया, ताइवान, यूके और यूएसए) के ऑपरेटर, इंजीनियर और एसएमई शामिल थे। जून 2018 में, एनएलपी-आधारित आभासी सलाहकार को फोरम में जोड़ा गया था और अब पूछताछ के लिए सबसे सटीक उत्तरों को तैयार करने के लिए फोरम की सामग्री तक पहुंच है। पर्याप्त ज्ञान और संसाधन सुनिश्चित करने के लिए कि एक प्रमुख अंतर्राष्ट्रीय ओ एंड जी कंपनी के पास होगा, तुलनात्मक अध्ययन शुरू करने से पहले 6,000 डिजिटल असंरचित पाठ्य फाइलें मंच में दर्ज की गईं।

साबित करने वाले अभ्यासों में, एसएमई को एनएलपी-आधारित आभासी सलाहकार से प्रश्न और उत्तर युग्मन दिखाए गए। एसएमई ने निष्कर्ष निकाला कि एनएलपी-आधारित आभासी सलाहकार एक अनुभवी व्यक्ति की तरह सूचना की तकनीकी बारीकियों की व्याख्या और प्रक्रिया करने में सक्षम था। उदाहरण के लिए, जब पूछा गया, "गैसोलीन उत्पाद विनिर्देश क्या हैं?" एनएलपी-आधारित आभासी सलाहकार ने "मोटर स्पिरिट", जो मुख्य रूप से ब्रिटिश वर्नाक्यूलर के लिए प्रासंगिक है, पाया। मोटर स्पिरिट से लेकर गैसोलीन का यह संघ सिस्टम द्वारा अपने स्वयं के शोध से अनुमान लगाया गया था जैसा कि एसएमई द्वारा किया जाएगा।

समय बनाम सटीकता
गुणात्मक लाभों को प्रदर्शित करने के अलावा, इस अध्ययन ने मंच और एनएलपी-आधारित आभासी सलाहकार के बीच समाधान की तुलनात्मक सफलता की भी जांच की। किसी प्रश्न को प्राप्त करने और उसका जवाब देने के लिए आवश्यक समय में सफलता को मापा गया, साथ ही, पुनर्प्राप्त जानकारी की सटीकता भी। एक मंच के प्रश्न का उत्तर देने के लिए मानव के लिए समय 1.5 दिन से अधिक था। कई उदाहरणों में, कुछ उपयोगकर्ताओं ने उत्तर के लिए पिछली पोस्ट के माध्यम से ब्राउज़ किया, क्योंकि प्रासंगिक जानकारी अप्रासंगिक जानकारी की बड़ी मात्रा में अस्पष्ट थी।

तुलना करके, एनएलपी-आधारित आभासी सलाहकार सेकंड के भीतर उत्तर प्राप्त कर सकता है। उपयोगकर्ताओं के साथ साक्षात्कार से, यह अनुमान लगाया जाता है कि उत्तर प्राप्त करने के लिए समय में इस भारी कमी के कारण परिधीय सामग्री पर अनुवर्ती पूछताछ में वृद्धि हुई और न केवल पहले प्रश्न की पुनरावृत्ति हुई। वास्तविक समय की प्रतिक्रिया प्राप्त करने से विषय के बारे में अधिक जानने की जिज्ञासा पैदा हुई, इस प्रकार एक एसएमई के साथ एक सूचनात्मक वार्तालाप का अनुकरण किया।

जानकारी प्राप्त करने के लिए समय कम करने के अलावा, एनएलपी-आधारित आभासी सलाहकार मंच द्वारा आपूर्ति की तुलना में अधिक सटीक उत्तर वापस करने में सक्षम था। फोरम में किसी दिए गए प्रश्न के लिए उपयोगकर्ताओं द्वारा पोस्ट की गई प्रतिक्रियाओं की औसत संख्या सभी नमूनों को लिया गया था। हालाँकि, सभी फोरम सूचनाओं पर आधारित एनएलपी-आधारित आभासी सलाहकार द्वारा उत्पन्न प्रतिक्रियाओं की औसत संख्या सभी नमूनों में 10 थी। प्रत्येक प्रश्न के कई उत्तरों को वापस करके, एनएलपी-आधारित आभासी सलाहकार ने अनसुलझे मुद्दों में विवाद को उजागर करने की अधिक संभावना साबित की, पूरक जानकारी उपयोगकर्ता द्वारा आयोजित एक अधिक पूर्ण उत्तर और झूठी मान्यताओं का निर्माण करती है।

© सर्ज बर्टासियस / एडोब स्टॉक

उदाहरण। जब एनएलपी-आधारित आभासी सलाहकार से पूछा गया, "एक बुआ मूरिंग (एसबीएम) स्टेशन द्वारा संचालित प्रवाह दर क्या है?", इसने एसबीएम स्टेशन के विशिष्ट उदाहरण के लिए प्रासंगिक उत्तर दिया। यह भी लौटा, "एसबीएम द्वारा संभाला गया प्रवाह दर पाइपलाइन के आकार के आधार पर भिन्न होता है," इसके बाद इसका विवरण दिया जाता है कि यह कैसे होता है। जब एक साथ देखा जाता है, तो ये दो उत्तर बताते हैं कि SBM स्टेशन के लिए एक से अधिक डिज़ाइन मौजूद हैं और या तो किसी श्रेणी को माना जाना चाहिए या किसी विशेष SBM को निर्दिष्ट किया जाना चाहिए। एनएलपी-आधारित आभासी सलाहकार के बिना, संभावना बढ़ जाती है कि एक कम-अनुभवी उपयोगकर्ता को हतोत्साहित करने वाली जानकारी किसी दस्तावेज़ में एक एकल मान प्राप्त करेगी और अपूर्ण या गलत सूचना के साथ खोज को समाप्त करेगी। दोनों समस्याग्रस्त क्रियाएं हैं, गलत समाधानों का उपयोग करने में योगदान देती हैं और खतरनाक स्थिति पैदा करती हैं।

एनएलपी-आधारित आभासी सलाहकार के सामान्य उपयोगकर्ताओं ने उत्पन्न उत्तरों के साथ संतुष्टि का प्रदर्शन किया। जब भी किसी उपयोगकर्ता ने वर्चुअल एडवाइजर टूल को एक प्रश्न प्रस्तुत किया, तो उन्हें उस प्रश्न को सामान्य मंच पर पोस्ट करने के विकल्प के साथ प्रेरित किया गया। उपकरण के साथ संतुष्टि को इस संभावना के रूप में मापा जाता था कि कोई उपयोगकर्ता अपने सवाल को सामान्य मंच पर पोस्ट नहीं करेगा। यह संभव है कि उपयोगकर्ताओं के पास अपने प्रश्न पोस्ट न करने के अन्य कारण थे। फोरम में आम तौर पर पोस्ट किए गए चुनावों के उदाहरण 20 में से लगभग 1 नमूनों में लिए गए, जिससे लगभग 95% की संतुष्टि हुई।

कॉर्पोरेट ज्ञान को बनाए रखना
ओ एंड जी कंपनियों के पास डिजिटल डेटा और ज्ञान का खजाना है। दुर्भाग्य से, जैसा कि अनुभवी एसएमई सेवानिवृत्त होते हैं, नए तकनीकी कर्मचारियों को मूल्यवान जानकारी की कटाई करने के लिए उन्नत उपकरणों की आवश्यकता होगी। एनपीएल आधारित आभासी सलाहकारों को ओ एंड जी उद्योग के विवरण को समझने के लिए प्रशिक्षित किया जा सकता है। इस तरह के तरीके डिजिटल दस्तावेजों की समय-कुशलता से समीक्षा कर सकते हैं और निर्णय लेने के लिए उच्च-गुणवत्ता की जानकारी प्रदान कर सकते हैं। बेहतर उपकरणों के साथ, कम अनुभवी कर्मचारी अधिक ज्ञान प्राप्त करते हैं और उत्पादक होते हैं।

एनएलपी-आधारित आभासी सलाहकार ओ एंड जी उद्योग में तकनीकी टीमों के लिए एक आभासी व्यक्तिगत सलाहकार के रूप में सेवा करने और अपने स्वयं के डेटा को समझने के आधार पर वास्तविक समय की सलाह देने के लिए उपलब्ध है।

[१] बोगदानोव, वी।, "१५ फरवरी २०१ ९ को व्यवसायों में एनएलपी और टेक्स्ट माइनिंग उपयोग के prov सोचा-समझा मामलों।

[२] मेयर्स, केट, ब्राउन और मेयर्स, "बीमा कंपनियां पाठ का विश्लेषण करने और धोखाधड़ी को कम करने के लिए एनएलपी तकनीक का उपयोग करती हैं," १ ९ मार्च २०१४।

[३] चिकोवस्की, ई।, टेकटार्ग, "उद्यम में ५ संवर्धित एनालिटिक्स उदाहरण" २० अगस्त २०१ ९।

[४] लार्सन, en। एच।, इक्विनोर सीआईओ मुख्य संबोधन, सोसाइटी ऑफ पेट्रोलियम इंजीनियर्स डिजिटल ट्रांसफॉर्मेशन स्टडी ग्रुप, डिजिटल ट्रांसफॉर्मेशन एनुअल कांग्रेस, 10 मई, 2019, ह्यूस्टन, टेक्सास।

एलेक वाकर ह्यूस्टन, टेक्सास में आर्टिफिशियल इंटेलिजेंस फर्म डेल्फिनसिया के सीईओ और कोफाउंडर हैं। उन्होंने स्टैनफोर्ड ग्रेजुएट स्कूल ऑफ बिजनेस से एमबीए और चावल विश्वविद्यालय से केमिकल इंजीनियरिंग में बी एस की डिग्री प्राप्त की है। वाकर ने विभिन्न प्रमुख संगठनों जैसे इंटेल, इंडीटेक्स, एकॉम, और जीएम के लिए डिजिटल परिवर्तन और आंतरिक उद्यमिता परियोजनाओं का नेतृत्व किया है। उन्होंने शेल में हाइड्रोकार्बन शोधन समूह में एक तकनीकी सेवा इंजीनियर, एक तकनीकी उपकरण सॉफ्टवेयर उत्पाद प्रबंधक और अपरंपरागत ओ एंड जी के लिए एक जलाशय इंजीनियर के रूप में काम किया।