← नवीनतम पेपर
💻 computer science

A Framework for Natural Language Processing Integration in Human Resource Management

यह अध्ययन मानव संसाधन प्रबंधन के लिए एक एकीकृत, एनएलपी-आधारित ढांचे का प्रस्ताव करता है जो दक्षता और निर्णय लेने की क्षमता को बढ़ाने के लिए भर्ती, भावना विश्लेषण और संचार उपकरणों को एकीकृत करता है, जबकि डेटा गोपनीयता, एल्गोरिदम पूर्वाग्रह और सिस्टम स्केलेबिलिटी से संबंधित महत्वपूर्ण चुनौतियों को स्वीकार करता है।

मूल लेखक: D Pushpa Gowri, Preeti Nagar, Prerna Srivastava

प्रकाशित 2026-09-10
📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: D Pushpa Gowri, Preeti Nagar, Prerna Srivastava

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

आधुनिक कार्यस्थल में, मानवीय संवाद का एक विशाल हिस्सा केवल स्क्रीन पर शब्दों के रूप में मौजूद होता है। रेज्यूमे (résumés), कर्मचारी सर्वेक्षण, प्रदर्शन समीक्षा और दैनिक ईमेल टेक्स्ट का एक विशाल, असंरचित महासागर बनाते हैं जिसे मनुष्यों के लिए एक साथ पढ़ना और विश्लेषण करना कठिन है। दशकों से, संगठन इस लिखित सूचना के सैलाब को अपने लोगों के बारे में स्पष्ट, कार्रवाई योग्य अंतर्दृष्टि में बदलने के लिए संघर्ष कर रहे हैं। प्राकृतिक भाषा प्रसंस्करण (नेचुरल लैंग्वेज प्रोसेसिंग) का क्षेत्र एक आगे का रास्ता प्रदान करता है। कंप्यूटर विज्ञान की यह शाखा मशीनों को मानव भाषा को पढ़ने और समझने के लिए प्रशिक्षित करती है, न कि केवल शब्दों को गिनने के लिए, बल्कि उनके पीछे के अर्थ, स्वर और संदर्भ को समझने के लिए। जैसे-जैसे कंपनियाँ प्रतिभा को काम पर रखने और बनाए रखने के बारें में स्मार्ट निर्णय लेने की कोशिश कर रही हैं, इन डिजिटल रिकॉर्ड्स को स्वचालित रूप से छानने की क्षमता एक महत्वपूर्ण उपकरण बन गई है। प्रश्न अब यह नहीं है कि क्या मशीनें टेक्स्ट पढ़ सकती हैं, बल्कि यह है कि एक एकल, विश्वसनीय प्रणाली कैसे बनाई जाए जो मानव संसाधन जीवनचक्र को प्रबंधित करने के लिए इस पढ़ने की क्षमता का उपयोग करती है।

मणिपाल यूनिवर्सिटी जयपुर और पूरणिमा यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने इस विखंडन का समाधान प्रस्तावित किया है। 2016 और 2026 के बीच प्रकाशित साहित्य की एक व्यवस्थित समीक्षा में, उन्होंने परीक्षण किया कि वर्तमान में मानव संसाधन प्रबंधन में नेचुरल लैंग्वेज प्रोसेसिंग का उपयोग कैसे किया जा रहा है और पाया कि अधिकांश अनुप्रयोग अलग-थलग होकर कार्य करते हैं। एक प्रणाली रेज्यूमे की स्क्रीनिंग कर सकती है, जबकि दूसरी कर्मचारी के मूड का विश्लेषण करती है, और तीसरी बुनियादी सवालों को संभालती है, जिसमें कोई भी एकल डिज़ाइन उन्हें आपस में नहीं जोड़ता। इसे संबोधित करने के लिए, लेखकों ने एक एकीकृत ढांचा (यूनिफाइड फ्रेमवर्क) तैयार किया जो इन अलग-अलग कार्यों को एक सामंजस्यपूर्ण वास्तुकला में लाता है। उनका कार्य किसी विशिष्ट कंपनी से नया डेटा प्रस्तुत नहीं करता है या शून्य से एक नया एल्गोरिदम परीक्षण नहीं करता है; इसके बजाय, यह मौजूदा ज्ञान का संश्लेषण करता है ताकि यह दिखाया जा सके कि एक पूर्ण, एकीकृत प्रणाली कैसे बनाई जा सकती है और यह मौजूदा टूल्स के पैचवर्क की तुलना में अधिक प्रभावी क्यों होगी।

प्रस्तावित ढांचा एक केंद्रीय केंद्र (हब) की तरह काम करता है जो चार अलग-अलग स्रोतों से कच्चे टेक्स्ट को संसाधित करता है: नौकरी के आवेदन, कर्मचारी फीडबैक, आंतरिक संचार और संगठनात्मक रिकॉर्ड। इस प्रक्रिया का पहला चरण डेटा की सफाई है। जिस प्रकार एक लाइब्रेरियन को फाइलों में रखने से पहले कागजों के अराजक ढेर को व्यवस्थित करना पड़ता है, ठीक वैसे ही यह प्रणाली वाक्यों को छोटे इकाइयों में तोड़ती है, उन सामान्य शब्दों को हटा देती है जिनका कोई अर्थ नहीं जोड़ा जाता, और टेक्स्ट को मानकीकृत करती है ताकि कंप्यूटर इसे लगातार पढ़ सके। एक बार डेटा तैयार हो जाने के बाद, यह तीन विशिष्ट मॉड्यूल में प्रवाहित होता है। पहला मॉड्यूल भर्ती (रिक्रूटमेंट) को संभालता है। यह रेज्यूमे और जॉब डिस्क्रिप्शन को पढ़ता है, विशिष्ट कौशल और अनुभवों को निकालता है ताकि उम्मीदवारों को खुले पदों के साथ मिलाया जा सके। यह केवल कीवर्ड मिलान से आगे बढ़कर व्यक्ति के अनुभव के वास्तविक संदर्भ को समझता है, जिससे सैकड़ों आवेदनों की समीक्षा करते समय एक मानव की तुलना में अधिक सटीक रूप से सही फिट की पहचान करने में मदद मिलती है।

दूसरा मॉड्यूल कार्यस्थल के भावनात्मक वातावरण पर ध्यान केंद्रित करता है। यह कर्मचारियों के सर्वेक्षणों, समीक्षाओं और ईमेल से प्राप्त लिखित फीडबैक का विश्लेषण करता है ताकि कार्यबल के सामान्य भाव (सेंटिमेंट) को निर्धारित किया जा सके। इस फीडबैक को सकारात्मक, नकारात्मक या तटस्थ के रूप में वर्गीकृत करके, सिस्टम समय के साथ कर्मचारी संतुष्टि और जुड़ाव के रुझानों को ट्रैक कर सकता है। यह प्रबंधकों को संभावित मुद्दों, जैसे मनोबल में गिरावट या असंतोष में वृद्धि को पहचानने की अनुमति देता है, इससे पहले कि वे कर्मचारियों के कंपनी छोड़ने का कारण बनें। तीसरा मॉड्यूल मानव संसाधन विभाग के लिए एक डिजिटल सहायक के रूप में कार्य करता है। यह एक चैटबॉट है जो नीतियों, अवकाश अनुरोधों और प्रक्रियाओं के बारे में नियमित प्रश्नों के उत्तर देने में सक्षम है। इन बार-बार होने वाली अंतःक्रियाओं को स्वचालित करके, यह प्रणाली मानव कर्मचारियों को अधिक जटिल कार्यों पर ध्यान केंद्रित करने के लिए मुक्त करती है और साथ ही यह सुनिश्चित करती है कि कर्मचारियों को उनके प्रश्नों के तत्काल और सुसंगत उत्तर मिलें।

इन तीनों मॉड्यूल द्वारा एकत्र की गई सभी जानकारी एक केंद्रीय डैशबोर्ड में जाती है। यह दृश्य इंटरफ़ेस मानव संसाधन लीडरों को एक व्यापक दृष्टिकोण देखने की अनुमति देता है, जो भर्ती डेटा, कर्मचारी भावना और संचार मेट्रिक्स को एक एकल दृश्य में जोड़ता है। यह एकीकृत डेटा एक निर्णय-सहायता प्रणाली (डिसीजन-सपोर्ट सिस्टम) का समर्थन करता है जो प्रबंधकों को भर्ती, प्रदर्शन मूल्यांकन और कार्यबल नियोजन के बारे में रणनीतिक विकल्प चुनने में मदद करता है। शोधकर्ताओं ने पाया कि जबकि पुराने सांख्यिकीय तरीके बुनियादी कार्यों को संभाल सकते हैं, ट्रांसफार्मर तकनीक पर आधारित नए मॉडल मानव भाषा की बारीकियों और संदर्भ को समझने में कहीं अधिक श्रेष्ठ हैं। ये उन्नत मॉडल फीडबैक में व्यंग्य और ईमानदारी के बीच अंतर करने या दो समान जॉब डिस्क्रिप्शन के बीच सूक्ष्म अंतर को समझने में बेहतर होते हैं। हालांकि, लेखक चेतावनी देते हैं कि ये शक्तिशाली उपकरण बाधाओं से मुक्त नहीं हैं।

अध्ययन स्पष्ट रूप से रेखांकित करता है कि ऐसी प्रणाली को लागू करना केवल एक तकनीकी अपग्रेड नहीं है। इसके लिए डेटा गोपनीयता के जटिल चुनौतियों को नेविगेट करने, यह सुनिश्चित करने की आवश्यकता है कि एल्गोरिदम कुछ समूहों के खिलाफ ऐतिहासिक पूर्वाग्रहों को कायम न रखें, और इन परिष्कृत मॉडलों को चलाने के लिए आवश्यक उच्च कंप्यूटिंग शक्ति को प्रबंधित करने की आवश्यकता है। शोधकर्ताओं का तर्क है कि नैतिकता और निष्पक्षता पर सावधानीपूर्वक ध्यान दिए बिना, ये प्रणालियाँ अनजाने में उम्मीदवारों या कर्मचारियों के साथ भेदभाव कर सकती हैं। इसके अलावा, इन नए उपकरणों को उन पुराने सॉफ्टवेयर सिस्टम के साथ एकीकृत करना जिन्हें कई कंपनियां पहले से ही उपयोग कर रही हैं, एक कठिन तकनीकी बाधा बना हुआ है। पेपर सुझाव देता है कि जबकि तकनीक संगठनों द्वारा लोगों के प्रबंधन के तरीके को बदलने के लिए तैयार है, पूर्ण अपनाने का मार्ग एक संतुलित दृष्टिकोण की मांग करता है जो तकनीकी क्षमता के साथ मानवीय निरीक्षण और नैतिक शासन को प्राथमिकता देता है।

अंततः, यह ढांचा उन संगठनों के लिए एक रोडमैप प्रदान करता है जो बिखली हुई, मैनुअल प्रक्रियाओं से एक सुव्यवस्थित, डेटा-संचालित दृष्टिकोण की ओर बढ़ना चाहते हैं। भर्ती, सेंटिमेंट विश्लेषण और संचार को एक ही प्रणाली में समेकित करके, लेखक यह प्रदर्शित करते हैं कि कंपनियाँ प्रशासनिक कार्य में लगने वाले समय को कैसे कम कर सकती हैं और अपने कार्यबल की गहरी, अधिक सटीक समझ प्राप्त कर सकती हैं। यह कार्य एक वैचारिक आधार के रूप में कार्य करता है, जो यह दिखाता है कि पहेली के टुकड़े मौजूद हैं और एक साथ फिट हो सकते हैं, भले ही अंतिम चित्र के लिए वास्तविक दुनिया के परिवेश में और परीक्षण तथा परिशोधन की आवश्यकता हो। यह सुझाव देता है कि मानव संसाधन प्रबंधन का भविष्य मनुष्यों के निर्णय को बदलने में नहीं, बल्कि उसे एक व्यापक, बुद्धिमान प्रणाली के साथ सुसज्जित करने में है जो संगठनात्मक टेक्स्ट के विशाल पुस्तकालय को पढ़ सके और उसे स्पष्ट, रणनीतिक अंतर्दृष्टि में बदल सके।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →