A nagy nyelvi modellek alkalmazhatóságának áttekintése a katasztrófavédelmi hatósági eljárások során

Abstract

A mesterséges intelligencia és a gépi tanulás kutatásai az utóbbi években egyre inkább a természetes nyelvfeldolgozás (NLP) irányába mozdultak el, különösképpen a nagy nyelvi modellek (LLM) és a természetes nyelvi megértés (NLU) területén. Az NLP célja, hogy számítógépeket varázsoljunk képes különböző nyelvek megértésére és szöveges információk feldolgozására, ami forradalmi változásokat hozhat hasonlóan, mint annak idején a könyvnyomtatás vagy az internet elterjedése. A közigazgatásban jelentős előrelépések történtek a digitalizációs folyamatok terén, az online kommunikációs formák előtérbe kerülésével. Az ilyen újító technológiák, mint a GPT-3 és utódai, szövegértés, gépi fordítás és szövegek osztályozása révén javíthatják a hatósági döntéshozatalt és kommunikációt. A kutatás célja olyan módszerek kidolgozása, amelyekkel a nagy nyelvi modellek segítségével hatékonyabbá és átláthatóbbá tehetjük a közigazgatási hatósági eljárásokat és kapcsolattartási formákat. Kutatásunk során egy zárt rendszerben működő nyelvi modell létrehozására vállalkozunk, amely segítheti a katasztrófavédelmi hatósági feladatokat. Áttekintjük a nagy nyelvi modellek fejlesztését, különös figyelmet fordítva a transzformer-alapú modellek, mint a BERT és GPT alkalmazási lehetőségeire a szövegértésben és szöveggenerálásban. Bemutatjuk a közigazgatási hatósági eljárások folyamatait és azokat a pontokat, ahol a gépi tanulási módszerek hatékonyan alkalmazhatók. A kutatás során különös figyelmet fordítunk arra, hogy a nyelvi modelleket jogi szempontból is vizsgáljuk, garantálva a jogszerűség és átláthatóság megőrzését. Az eredmények alapján javaslatokat teszünk arra, hogyan lehet a nagy nyelvi modelleket hatósági eljárások keretében alkalmazni, biztosítva a hatékonyság és átláthatóság növelését a közigazgatási folyamatokban.