في عالم مليء بالمعلومات غير منظمة، يبرز الذكاء الاصطناعي كأداة قوية للتعامل مع التحديات المتزايدة في استخراج البيانات. تتناول هذه الدراسة الحديثة تصميم وتنفيذ طبقة استخراج فريدة تهدف إلى تحويل تدفقات المستندات الحية إلى قواعد بيانات معرفة موثوقة.

يعتمد النظام على نماذج لغوية ضخمة، مثل نموذج Qwen3.5-9B، ويستفيد من التوجيه بالأنتولوجيا لتحسين دقة الاستخراج. في سياق مستندات متعددة مثل PDF وجداول البيانات والصور، يقوم النظام بمعالجة البيانات بلغة مرنة حيث يتجاوز مشكلة التكرار واختلاط الأسماء.

تدعي الدراسة أن النظام، من خلال عملية متطورة تشمل التنظيف الدقيق ودمج البيانات، استطاع تحسين دقة البحث من حوالي 70% إلى 95%، دون حدوث أي تداخل زائف. نتيجة لذلك، توفر هذه الابتكارات حلاً للأخطاء السابقة التي أثرت على جودة البيانات وسهولة الوصول إليها.

إن الإسهامات العلمية في هذا البحث تعد بنقلة نوعية في كيفية بناء قواعد بيانات المعرفة، وتفتح آفاقًا جديدة للذكاء الاصطناعي في مختلف المجالات.