الذكاء الاصطناعي في الفهرسة وتوليد البيانات الوصفية

المكاسب:

• القدرة على اختصار وقت الفهرسة من خلال إنتاج مسودة البيانات الوصفية وفقًا لمعايير مثل مارك ودبلن كور من معلومات بصمة حقيقية
• القدرة على التحقق من الحقول ذات المخاطر العالية للتلفيق، مثل سنة النشر، ورقم ISBN، واسم المؤلف، مع المصدر الأصلي ومصطلحات الموضوع من المفردات الخاضعة للرقابة
• القدرة على جعل تنسيقات المؤلف والموضوع معتمدة بشكل فردي مع التحكم في السلطة والحفاظ على اتساق الكتالوج

الفهرسة هي الوظيفة غير المرئية ولكنها الأكثر أهمية في مجال المكتبات. من الممكن اكتشاف مورد (كتاب، مقال، خريطة، تسجيل صوتي، ملف رقمي) باستخدام البيانات الوصفية الصحيحة. البيانات الوصفية تعني "بيانات حول البيانات": معلومات منظمة تصف عنوان المورد، والمؤلف، وسنة النشر، والموضوع، واللغة، والصفات المادية. إذا كانت البيانات الوصفية جيدة، فسيقوم المستخدم بالعثور على المورد؛ إذا كان سيئًا أو غير مكتمل، فسيتم فقدان المورد حتى لو كان موجودًا. ستتعلم في هذه الوحدة كيفية استخدام الذكاء الاصطناعي في إنشاء مسودة البيانات الوصفية، ولكن كيفية ضمان الامتثال للمعايير والدقة.

دعونا أولا تحديد المفهومين. مارك (الفهرسة المقروءة آليا) هو تنسيق سجل استخدمته المكتبات لعقود من الزمن حيث يضع كل جزء من المعلومات في حقول مرقمة؛ على سبيل المثال، الحقل 245 يحمل العنوان، والحقل 100 يحمل المؤلف الرئيسي. يعد Dublin Core معيارًا مبسطًا للبيانات الوصفية للموارد الرقمية، ويتكون من 15 حقلًا أساسيًا (العنوان، والمنشئ، والموضوع، والتاريخ، والنوع، وما إلى ذلك). تضمن هذه المعايير أن السجلات من المكتبات المختلفة يمكنها التواصل مع بعضها البعض.

خطوة بخطوة: إنشاء مسودة البيانات الوصفية باستخدام الذكاء الاصطناعي

1. جمع معلومات هوية المصدر. غلاف الكتاب، صفحة العنوان، محتويات أو نص الملف الرقمي. يعمل الذكاء الاصطناعي فقط من خلال المعلومات التي تقدمها له؛ إذا قدمت معلومات غير كاملة، فإنها تنتج بيانات وصفية غير كاملة أو ملفقة.

2. حدد المعيار المستهدف. امنح الذكاء الاصطناعي هدفًا واضحًا، مثل "بواسطة حقول دبلن الأساسية" أو "بواسطة حقول مارك 245، 100، 260، 650". إذا لم تقم بتحديد معيار، فإنه ينتج تنسيقًا عشوائيًا.

3. قم بإعداد المسودة. تقوم منظمة العفو الدولية بصياغة العنوان وبيان المسؤولية ومعلومات النشر ومقترح الموضوع من المعلومات التي تقدمها.

4. ممارسة الرقابة على السلطة. السجل الرسمي هو السجل الذي يحدد الشكل القياسي الوحيد لاسم المؤلف أو مؤسسته أو موضوعه (على سبيل المثال، "أتاتورك، مصطفى كمال، 1881-1938"). يستطيع الذكاء الاصطناعي كتابة الاسم بطرق مختلفة؛ تقوم بفحص وتصحيح تنسيق الاستناد المعتمد.

5. التحقق والتأكيد. قارن كل حقل بالمصدر الأصلي. وعلى وجه الخصوص، فإن المعلومات الدقيقة مثل سنة النشر ورقم ISBN واسم المؤلف معرضة جدًا للتزوير بواسطة الذكاء الاصطناعي.

تلميح: أعط الذكاء الاصطناعي صورة أو نصًا لصفحة الائتمان الفعلية للمصدر؛ لا تقل "خمن اسم الكتاب". البيانات الوصفية التنبؤية تقوض موثوقية الكتالوج. يكتب الذكاء الاصطناعي بثقة عند التنبؤ، وهذا سوف يضللك.

المفردات التي تسيطر عليها والاتساق

الاتساق هو كل شيء في الفهرسة. إذا تمت كتابة نفس الموضوع بمصطلحين مختلفين في سجلين مختلفين، فسيجد المستخدم أحدهما ويفتقد الآخر. ولهذا السبب تستخدم المكتبات مفردات خاضعة للرقابة - وهي قائمة مصطلحات قياسية معتمدة. عند اقتراح مصطلحات من نص حر، يمكن للذكاء الاصطناعي اختيار معادله العامي بدلاً من المصطلح الرسمي في هذه القائمة. على سبيل المثال، قد يكتب الذكاء الاصطناعي "أزمة قلبية"؛ في حين أن المصطلح المعتمد قد يكون "احتشاء عضلة القلب".

الحل هو إعطاء الذكاء الاصطناعي المفردات التي يمكن التحكم فيها والقول "فقط اختر من هذه القائمة". لذا، بدلًا من اختلاق المصطلحات بحرية، يقوم الذكاء الاصطناعي بمطابقة المصطلح الأكثر ملاءمة من القائمة المعتمدة.

تنبيه: إذا لم يكن مصطلح الموضوع الذي اقترحه الذكاء الاصطناعي موجودًا في المفردات الخاضعة للرقابة، فلا تضف هذا المصطلح إلى الكتالوج. قرار إضافة مصطلحات جديدة يعود للخبير المسؤول عن إدارة الهيئة؛ تؤدي إضافة مصطلحات عشوائية إلى تعطيل اتساق الكتالوج.

ثلاث حالات صغيرة

الحالة 1 - تسريع عملية جمع التبرعات. تلقت مكتبة عامة تبرعًا بـ 1200 كتاب. طلب متخصص الفهرسة من الذكاء الاصطناعي قراءة الصفحة المطبوعة لكل كتاب وإنتاج مسودة من Dublin Core؛ انخفض الوقت لكل تسجيل من 9 دقائق إلى 3.5 دقيقة. وخصص الخبير الوقت المتبقي لفحص السلطة والتحقق منها؛ تم تقليل الوقت الإجمالي بنسبة 55% تقريبًا، ولكن لم يتم إدخال أي سجلات إلى النظام دون التحقق منها.

الحالة 2 - تم اكتشاف رقم ISBN مزيف. طلب أحد الخبراء من الذكاء الاصطناعي إنتاج مسودات لـ 30 كتابًا. أثناء الفحص، وجد أن رقم ISBN الموجود في 4 سجلات مزيف: فقد كتب الذكاء الاصطناعي رقمًا مكونًا من 13 رقمًا بدا معقولًا، على الرغم من أنه لم يكن يعرف الرقم الحقيقي للكتاب. منعت خطوة التحقق أربعة أرقام ISBN غير صحيحة من أن تصبح ثابتة في الكتالوج.

الحالة 3 - تم تصحيح عدم اتساق السلطة. عثرت إحدى المكتبات على مؤلف باسم "ج. سميث" في بعض السجلات، و"جون سميث" في سجلات أخرى، و"سميث، جون" في سجلات أخرى. تمت مطابقة الذكاء الاصطناعي مع ملف الاستناد، مما أدى إلى جمع جميع السجلات في تنسيق واحد معتمد ("Smith، John، 1965-")؛ إذا تم تنفيذ هذه المهمة يدويًا، فستستغرق أيامًا، ولكن مع اقتراح الذكاء الاصطناعي، تم تقليلها إلى بضع ساعات، ولكن تمت الموافقة على كل مباراة من قبل الخبير.

التحويل بأثر رجعي والسجلات القديمة

تحتوي العديد من المكتبات على سجلات غير كاملة أو قديمة تم إدخالها منذ سنوات مضت بقواعد مختلفة. يُطلق على نقل هذه العناصر إلى المعيار الحالي اسم التحويل بأثر رجعي ويكون أمرًا شاقًا للغاية عند إجرائه يدويًا. يستطيع الذكاء الاصطناعي قراءة سجل قديم وإنشاء مسودة لنقله إلى بنية الحقل الحالية: على سبيل المثال، يمكنه تحليل اقتباس النص الحر وتوزيعه على الحقول الصحيحة. ومع ذلك، هناك خطران هنا. أولاً، يمكن للذكاء الاصطناعي تعويض المعلومات المفقودة من أجل "تعويضها"؛ ثانيًا، قد يؤدي إلى استمرار الخطأ في السجل القديم عن طريق نسخه إلى تنسيق جديد بدلاً من تصحيحه. لذلك، في التحول بأثر رجعي، يجب التحقق من مخرجات الذكاء الاصطناعي بشكل منهجي، ليس عن طريق أخذ العينات، ولكن من خلال المجالات الحرجة (المؤلف، السنة، أرقام التعريف). من الممارسات الجيدة عرض سجلات ما قبل التحويل وما بعده جنبًا إلى جنب، مما يجعل كل تغيير مرئيًا؛ حتى يتمكن الخبير من رؤية ما تم نقله وما تغير وما قد يكون ملفقًا.

تنبيه: لا ينبغي نقل مسودة البيانات الوصفية التي ينتجها الذكاء الاصطناعي إلى النظام كدفعة دون مراجعتها واحدة تلو الأخرى. يؤدي الخطأ الجماعي إلى إتلاف مئات السجلات في وقت واحد، ويكون استرجاعها أكثر إزعاجًا من إنتاجها. من الأكثر أمانًا الإنتاج والتحقق بكميات صغيرة.

أربعة قوالب قابلة للنسخ

1) مخطط دبلن الأساسي:

دورك: مساعد مفهرس. املأ حقول Dublin Core من النص التالي: العنوان، المنشئ، الموضوع، الوصف، الناشر، التاريخ، النوع، التنسيق، اللغة. استخدم فقط المعلومات الواضحة في النص؛ اترك الحقل المفقود "[لا توجد معلومات]"، لا تخمن. نص البصمة: [هنا]

2) مخطط حقل مارك:

اقترح الخطوط العريضة لحقول مارك التالية من معلومات الكتاب أدناه: 245 (العنوان/الاعتماد)، 100 (المؤلف الرئيسي)، 260/264 (النشر)، 300 (الوصف المادي)، 650 (الموضوع). حدد أي حقل لست متأكدًا منه كـ "[يحتاج إلى التحقق]". المعلومات: [هنا]

3) مطابقة الموضوع من المفردات الخاضعة للرقابة:

فيما يلي ملخص للمصدر وقائمة بمصطلحات الموضوع المعتمدة. قم بمطابقة 3-5 المصطلحات الأكثر ملاءمة فقط من القائمة إلى المصدر. إذا لم يكن هناك مصطلح مناسب في القائمة، فاكتب "لا يوجد مصطلح مناسب في القائمة"، ولا تخترع مصطلحات جديدة. الملخص: [هنا] / قائمة المصطلحات: [هنا]

4) مراقبة شكل السلطة:

قم بمطابقة أسماء المؤلفين أدناه مع النماذج المعتمدة في قائمة الاستناد التي قدمتها. لكل اسم: التنسيق في السجل -> التنسيق المعتمد. إذا لم يكن هناك ما يعادله في القائمة، فاكتب "لا يوجد تسجيل استنادي". الأسماء: [هنا] / قائمة السلطات: [هنا]

موجه ضعيف / موجه قوي

حث ضعيف:

استخرج معلومات الفهرسة للكتاب التالي: "الذكاء الاصطناعي والمجتمع".

تم إعطاء العنوان فقط. يضطر الذكاء الاصطناعي إلى تعويض المؤلف والسنة والناشر ورقم ISBN. لا يوجد معيار مستهدف. النتيجة: سجل مقنع ولكن ربما كاذب.

مطالبة قوية:

دورك: مساعد مفهرس. وفيما يلي النص الكامل لصفحة بصمة الكتاب. املأ حقول Dublin Core من هذا. استخدم فقط المعلومات المنصوص عليها بوضوح في النص؛ اترك الحقل غير النصي فارغًا واكتب "[لا توجد معلومات]". لا يتم إنشاء أي تواريخ أو أسماء أو أرقام ISBN. نص البصمة: [النص الكامل هنا]

تقيد المطالبة القوية الذكاء الاصطناعي بالمعلومات الثانوية الحقيقية وتجبره على ترك الفراغات بأمانة بدلاً من اختلاقها.

حقل البيانات الوصفية وجدول التحقق من الصحة

المنطقة

خطر التصنيع

كيفية التحقق

العنوان

منخفض

قارن مع صفحة بصمة

تنسيق المؤلف/السلطة

متوسطة

البحث في ملف السلطة

سنة النشر

عالية

تأكيد مع بصمة/colophone

رقم ISBN

عالية جدا

التحكم الفردي باستخدام الباركود/المصدر

مصطلح الموضوع

عالية

تطابق في المفردات التي تسيطر عليها

الأخطاء الشائعة

• فقط أطلب البيانات الوصفية من العنوان. المعلومات غير الكاملة تدفع الذكاء الاصطناعي إلى اختلاق الأمور.
• عدم تحديد المعيار المستهدف. التنسيق التعسفي يعطل انسجام السجلات.
• قبول رقم ISBN والسنة دون التحقق منه. تحمل هذه المناطق أعلى مخاطر التصنيع.
• أخذ مصطلح الموضوع من خارج المفردات الخاضعة للرقابة. يتم اختراق الاتساق والتوافر.
• تجاوز سيطرة السلطة. يتفرق نفس المؤلف في صيغ مختلفة، ويفتقد المستخدم المصدر.

باختصار

في مجال إنشاء البيانات الوصفية، يعد الذكاء الاصطناعي مساعدًا قويًا يستخرج معلومات البصمة بسرعة ويقلل وقت الفهرسة بشكل كبير. لكن ثمن الإنتاجية هو التحقق الصارم من الصحة في مواجهة مخاطر التصنيع: جعل المعيار المستهدف (MARC، Dublin Core) واضحًا، وتشغيل الذكاء الاصطناعي فقط باستخدام المعرفة الحقيقية بالكلمات الشائعة، ورسم مصطلحات الموضوع من المفردات الخاضعة للرقابة، والتحقق من صحة نماذج الاستناد. وبدلاً من سد الفجوات، يجب على الذكاء الاصطناعي أن يتركها فارغة بصراحة؛ عليك الاحتفاظ بالموافقة النهائية.

مهمة التطبيق

قم بإعطاء نص الصفحة المطبوعة لكتاب حقيقي لديك إلى الذكاء الاصطناعي باستخدام قالب "مسودة دبلن الأساسية" واحصل على مسودة. ثم قم بإنتاج نفس الكتاب بالعنوان فقط ("الموجه الضعيف") وقارن بين الناتجين: ما هي الحقول التي تم تلفيقها؟ بعد ذلك، باستخدام قالب "تعيين الموضوع من المفردات الخاضعة للرقابة"، قم بتقديم قائمة قصيرة بالمصطلحات المعتمدة لمطابقة الموضوع والتحقق مما إذا كان الذكاء الاصطناعي قد خرج من القائمة.

قائمة مرجعية

• [ ] لقد أعطيت معلومات الهوية الحقيقية للمصدر إلى الذكاء الاصطناعي، ولم أترك الأمر للتخمين.
• [ ] لقد حددت بوضوح معيار البيانات الوصفية المستهدفة (MARC/Dublin Core).
• [ ] لقد قمت بالتحقق من سنة النشر ورقم ISBN حرفيا مع المصدر الأصلي.
• [ ] قمت بتعيين مصطلحات الموضوع من المفردات الخاضعة للرقابة.
• [ ] لقد تم إثبات نماذج التفويض بالسجل المعتمد.