تحديات تطبيقات معالجة اللغة الطبيعية في المحاسبة
https://doi.org/10.56989/benkj.v6i6.1958
الكلمات المفتاحية:
معالجة اللغة الطبيعية ، محاسبة مالية ، تحليل مالي ، نظم ماليةأهداف التنمية المستدامة (SDGs)
الملخص
هدفت الدراسة إلى التعرف على تحديات الاعتماد على تطبيقات معالجة اللغة الطبيعية في المحاسبة. ويتناول هذا البحث مجموعة من التحديات، مع التركيز على التحديات التقنية التي تعيق استخدام هذه التقنيات في العمليات المحاسبية، والعوامل البشرية التي تقلل من فاعلية هذه التقنيات، ومدى موثوقية النتائج المستخلصة من استخدامها.
اعتمدت الدراسة على المنهج الوصفي، من خلال مراجعة الأدبيات والدراسات السابقة التي تناولت الموضوع، وتحديد أوجه القصور وآثارها، ومحاولة تقديم مجموعة من التوصيات المتعلقة بإمكانية معالجة هذه التحديات لزيادة فاعلية هذه التطبيقات في البرامج المحاسبية. كما تستعرض الدراسة استراتيجيات التغلب على هذه التحديات وضمان الاستخدام الفعّال والآمن للتقنيات المحاسبية.
وأوصت الدراسة بتطوير نماذج متخصصة لمعالجة اللغة الطبيعية مصممة خصيصًا للمجال المحاسبي، ويتم تدريبها على مجموعات بيانات مالية حقيقية ومتنوعة، بهدف تقليل الأخطاء وتعزيز دقة التحليل في السياقات المالية. كما توصي بإنشاء قواميس مالية ذكية لأنظمة معالجة اللغة الطبيعية، تشمل المصطلحات المحاسبية الشاملة والتشريعات المرتبطة بها، مع تحديثها باستمرار بما يتوافق مع تطور المعايير المالية والأطر التنظيمية. كذلك تؤكد الدراسة أهمية تحسين جودة البيانات النصية المالية من خلال اعتماد تقنيات التعرف الضوئي على الحروف، وتطبيق أساليب التنسيق المنظم، بما يجعل البيانات أكثر ملاءمة للتحليل الآلي.
The study aimed to identify the challenges of relying on natural language processing applications in accounting. This research addresses a set of challenges, focusing on the technical challenges that hinder the use of these technologies in accounting processes, the human factors that reduce the effectiveness of these technologies, and the reliability of the results derived from their use. The study adopted a descriptive approach, reviewing the literature and previous studies that addressed the topic, identifying shortcomings and their implications, and attempting to provide a set of recommendations related to the possibility of addressing these challenges to increase the effectiveness of these applications in accounting software. It also explores strategies for overcoming them and ensuring the effective and safe use of accounting technologies. Based on Develop specialized natural language processing (NLP) models tailored to the accounting domain, trained on real and diverse financial data sets to minimize errors and enhance analytical accuracy in financial contexts. Create intelligent financial dictionaries for NLP systems, encompassing comprehensive accounting terminology and related legislation, with continuous updates to reflect evolving financial standards and regulatory frameworks. Improve the quality of financial textual data by adopting Optical Character Recognition (OCR) techniques and applying structured formatting methods, making the data more suitable for automated analysis.
المراجع
1. Abro, A. A., Talpur, M. S. H., & Jumani, A. K. (2023). Natural language processing challenges and issues A literature review. Gazi University Journal of Science, 1-1.
2. Oyewole, A. T., Adeoye, O. B., Addy, W. A., Okoye, C. C., Ofodile, O. C., & Ugochukwu, C. E. (2024). Automating financial reporting with natural language processing A review and case analysis. World Journal of Advanced Research and Reviews, 21(3), 575-589.
3. Gotthardt, M., Koivulaakso, D., Paksoy, O., Saramo, C., Martikainen, M., & Lehner, O. (2020). Current state and challenges in the implementation of smart robotic process automation in accounting and auditing. ACRN Journal of Finance and Risk Perspectives.
4. Faccia, A., & Petratos, P. (2022, December). NLP and IR Applications for Financial Reporting and Non-Financial Disclosure. Framework Implementation and Roadmap for Feasible Integration with the Accounting Process. In Proceedings of the 2022 6th International Conference on Natural Language Processing and Information Retrieval (pp. 117-124).
5. Mayer, J. H., Stritzel, O., Esswein, M., & Quick, R. (2020). Towards natural language processing an accounting case study.
6. Kang, Y., Cai, Z., Tan, C. W., Huang, Q., & Liu, H. (2020). Natural language processing (NLP) in management research A literature review. Journal of Management Analytics, 7(2), 139-172.
7. Ng, C., & Alarcon, J. (2020). Artificial intelligence in accounting Practical applications. Routledge.
8. Ranta, M., Ylinen, M., & Järvenpää, M. (2023). Machine learning in management accounting research Literature review and pathways for the future. European Accounting Review, 32(3), 607-636.
9. Patwardhan, N., Marrone, S., & Sansone, C. (2023). Transformers in the real world A survey on nlp applications. Information, 14(4), 242.
10. Koroteev, M. V. (2021). BERT a review of applications in natural language processing and understanding. arXiv preprint arXiv 2103.11943.
11. Lamichhane, B. (2023). Evaluation of chatgpt for nlp-based mental health applications. arXiv preprint arXiv 2303.15727.
12. Zaremba, A., & Demir, E. (2023). ChatGPT Unlocking the future of NLP in finance. Modern Finance, 1(1), 93-98.
13. Dai, S., Li, K., Luo, Z., Zhao, P., Hong, B., Zhu, A., & Liu, J. (2024). AI-based NLP section discusses the application and effect of bag-of-words models and TF-IDF in NLP tasks. Journal of Artificial Intelligence General science (JAIGS) ISSN 3006-4023, 5(1), 13-21.
14. Fanni, S. C., Febi, M., Aghakhanyan, G., & Neri, E. (2023). Natural language processing. In Introduction to artificial intelligence (pp. 87-99). Cham Springer International Publishing.
15. Zhou, B., Yang, G., Shi, Z., & Ma, S. (2022). Natural language processing for smart healthcare. IEEE Reviews in Biomedical Engineering, 17, 4-18.
16. Wang, X., Wang, H., & Yang, D. (2021). Measure and improve robustness in NLP models A survey. arXiv preprint arXiv 2112.08313.
منشور
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2026 مجلة ابن خلدون للدراسات والأبحاث
هذا العمل مرخص بموجب Creative Commons Attribution-NonCommercial 4.0 International License.
