Onderzoeken of LLMs het handmatige curatieproces in VX Connect kunnen vervangen of ondersteunen: voor betere semantische relaties tussen kennisgebieden en relevantere matches tussen klantvragen en consultants.
Wat doet dit experiment?
Dit experiment, uitgevoerd als afstudeeronderzoek, onderzoekt hoe Large Language Models ingezet kunnen worden binnen VX Connect, het interne profielsysteem van VX Company. Concreet richten we ons op twee vraagstukken: het automatisch leggen van semantische relaties tussen kennisgebieden in de onderliggende kennisgraph en het verbeteren van de match tussen klantvragen en professionele profielen via semantische interpretatie.
Aanpak
Het onderzoek bestaat uit twee parallelle sporen:
- Kennisgraph-curatie: evalueren of een LLM zelfstandig semantische relaties kan herkennen en voorstellen tussen kennisgebieden (bijv. JavaScript → TypeScript, Angular, Node.js), ter vervanging of ondersteuning van het huidige handmatige proces
- Matching: onderzoeken of LLMs de overeenkomst tussen een klantvraag en een profiel beter kunnen beoordelen dan traditionele zoek- en filtermechanismen
Het resultaat is een onderbouwd advies en/of proof-of-concept dat de technische haalbaarheid, matchkwaliteit en impact op het bestaande werkproces aantoont.
Bevindingen tot nu toe
Het onderzoek is gestart. De bestaande graphdatabase-aanpak in VX Connect biedt een solide baseline om LLM-gegenereerde relaties en matches tegen af te zetten.
Volgende stappen
- Opzetten van een evaluatieset met bekende relaties en matches als ground truth
- Prototype bouwen waarbij een LLM semantische relaties voorstelt binnen de kennisgraph
- Vergelijken van LLM-matching versus huidige zoekresultaten op relevantie en volledigheid
- Advies formuleren over beheersbaarheid en schaalbaarheid bij productie-inzet