본 연구는 최첨단 자연어 처리, 의미 임베딩, 효율적인 검색 기술을 기반으로 원시 텍스트 정보에서 유사점을 검색하고 실행 가능한 통찰력을 생성하는 포괄적인 시스템을 소개합니다. 이 시스템은 정책 파일 및 이력서와 같은 여러 문서에서 표준화된 역량을 자동으로 추출하고 집계하여 인식된 역량, 직업 프로필 및 관련 학습 과정 간의 강력한 관계를 만듭니다. 합성 및 실제 문서에서 명시적 및 암시적 기술 참조를 포함하는 다단계 평가를 통해 성능을 검증했습니다. 결과는 명시적 기술 탐지의 경우 F1 점수가 0.95를 초과하고 암시적 언급의 경우 0.93을 초과하는 등 거의 인간 수준의 정확도를 보여주었습니다. 이 시스템은 AE4RIA 네트워크 전반의 심층적인 협업을 지원하는 견고한 기반을 마련합니다. 방법론은 광범위한 전처리 및 데이터 정리, SentenceTransformer를 통한 의미 임베딩 및 분할, FAISS 기반 검색 방법을 사용한 기술 추출을 기반으로 하는 다단계 파이프라인을 포함합니다. 추출된 기술은 ESCO 온톨로지에 명시된 직업 프레임워크와 지속 가능한 개발 목표 아카데미를 통해 제공되는 학습 경로와 연결됩니다. 또한 Dash 및 Plotly를 사용하여 구현된 대화형 시각화 소프트웨어는 정책 입안, 교육 및 학습 공급, 경력 전환 및 채용에 참여하는 사람들이 실시간으로 탐색하고 정보에 입각한 의사 결정을 내릴 수 있도록 그래프와 표를 제공합니다. 전반적으로 엄격한 검증을 바탕으로 한 이 시스템은 원시적이고 복잡한 텍스트 정보에서 구조화되고 실행 가능한 통찰력을 제공하여 향상된 정책 입안, 인적 자원 개발 및 평생 학습에 대한 유망한 전망을 제공합니다.
