Gevinster:
- Evne til at udtrække emneudtræk fra faktisk indhold og kortlægge primære og sekundære emner fra godkendt emneliste
- At kunne acceptere hovedklassen af klassificeringsforslag såsom Dewey og verificere underniveauerne med den officielle tabel.
- Evne til at forstå klassificeringens dømmende og repræsentative karakter og kontrollere forslag mod forældede og ekskluderende vilkår.
At bestemme, hvad en ressource handler om, er en af bibliotekarets mest dømmende opgaver. Dette kaldes emneanalyse: læse indholdet af et dokument og matche det med de korrekte emneoverskrifter og det korrekte klassifikationsnummer. Hvis en bruger kan finde relaterede bøger side om side på hylden eller får præcise resultater, når de søger efter et emne i kataloget, ligger der en god emneanalyse bag. I denne enhed lærer du, hvordan du bruger kunstig intelligens i emneanbefaling, klassificering og automatisk indeksering; men du vil lære, hvorfor mennesket skal træffe den endelige emnebeslutning.
Lad os definere et par begreber. Klassifikationssystemet er et system, der nummererer kilder efter deres emne; de mest almindelige er Dewey Decimal Classification (DDC) og Library of Congress Classification (LCC). For eksempel i Dewey angiver 500 naturvidenskab, 900 indikerer historie og geografi. Indeksering er opgaven med at tildele nøgleord til et dokument, der gør det let at finde. Automatisk indeksering er, når softwaren foreslår dette job. AI producerer forslag i alle tre opgaver, men eksperten har det sidste ord i hver enkelt.
Trin for trin: emneanalyse med kunstig intelligens
1. Giv indholdet af dokumentet til AI. Fuld tekst, abstrakt, indholdsfortegnelse eller introduktion. Emneanalyse er baseret på kontekst; Hvis du giver AI netop titlen, får du en overfladisk og vildledende anbefaling.
2. Anmod om en indholdsoversigt fra AI. For det første, "hvad handler dette dokument primært om?" spørge. Dette både hjælper dig med at forstå hurtigt og viser, om AI'en har forstået emnet korrekt.
3. Match med kontrollerede emner. Giv AI din liste over godkendte emner, og sig "foreslå kun de mest passende emner fra denne liste." Tillad det ikke at producere gratis terminologi.
4. Foreslå klassifikationsnummer. Du kan spørge AI "hvilken hovedklasse falder dette dokument ind under i Dewey?" men sørg for at verificere de nøjagtige cifre i nummeret med det officielle klassifikationsskema. AI kan producere rimelige, men unøjagtige tal.
5. Træf beslutningen og begrund den. Gennemgå AI's forslag, vælg dem i lyset af institutionens politik og brugerbase, og afvis dem, når det er nødvendigt. Den endelige emnebeslutning og klassificering bærer din underskrift.
Tip: Et dokument kan tildeles flere emner. Fra AI "hvad er det primære emne i dette dokument, hvad er dets sekundære emner?" Spørg separat. Korrekt valg af primæremnet sikrer, at ressourcen kommer det rigtige sted på hylden; sekundære emner giver yderligere adgangspunkter i kataloget.
Klassifikationens retlige karakter
Klassificering forekommer neutral, men det er den ikke. Om et dokument skal placeres under "kvindestudier" eller "sociologi", eller endda under hvilken geografi du vil klassificere en historisk begivenhed, er beslutninger, der involverer perspektiv. Klassifikationssystemer bærer antagelserne om bestemte perioder og kulturer; Nogle udtryk bliver over tid forældede eller ekskluderende. AI arver disse skævheder ordret fra de data, den er trænet på og kan endda forstærke dem.
Derfor er emneanalyse et spørgsmål om vurdering, som ikke kan overlades til AI. AI angiver, hvilke titler der er "sandsynlige"; Men beslutningen om, hvilken titel der repræsenterer kilden mest nøjagtigt og retfærdigt, tilhører eksperten, der kender institutionens værdier og dens brugerbase.
Forsigtig: Sørg for, at et emne foreslået af AI ikke misviser eller udelukker kilden. Sammenlign AI-genererede termer med institutionens aktuelle og inkluderende ordforråd, især om følsomme emner som identitet, etnicitet, religion og køn.
tre minisager
Sag 1 — Masseemneforslag. Et bibliotek vil tildele emner til en digital samling på 800 artikler. Eksperten gav resuméet af hver artikel til AI og bad om et match fra den godkendte titelliste. AI-anbefalinger fangede korrekt et gennemsnit på 2 ud af 3 kvalificerede titler pr. artikel; eksperten tilføjede en tredje og lugede de forkerte forslag ud. Jobbet blev afsluttet cirka 40 % hurtigere, end hvis det blev udført helt i hånden.
Sag 2 — Forkert klassifikationsnummer. En ekspert bad om et Dewey-nummer fra AI til en medicinsk historiebog. YZ foreslog "610 (medicin)"; Bogen handlede dog hovedsageligt om medicinens historie og det korrekte sted var "610.9 (medicinhistorie)". Eksperten kiggede på den officielle Dewey-tabel og rettede den; AI fandt hovedklassen, men missede sub-pausen.
Sag 3 — Forældet udtryk fanget. AI foreslog et forældet og nu betragtet som ekskluderende fagudtryk for en sociologibog; fordi dette gamle udtryk var almindeligt i træningsdataene. Eksperten valgte det korrekte udtryk fra institutionens nuværende inkluderende ordforråd. Dette var et konkret eksempel på, at AI bærer fortidens skævhed.
Dybde og konsistens: hvor specifik skal den være?
En almindelig beslutning i emneanalyse er specificitetsniveauet for det begreb, der skal tildeles. Hvis du giver en ressource en titel, der er for generel ("Dato"), vil den bruger, der søger efter emnet, blive druknet i hundredvis af irrelevante resultater. Hvis du giver en titel, der er for snæver, vil en bruger, der leder efter en bredere kilde, ikke kunne finde den. Reglen er at vælge det udtryk, der mest specifikt, men fuldt ud dækker kilden: hvis en kilde kun omhandler Seljuk-periodens arkitektur, er "seljuk-arkitektur" og ikke "Arkitektur" det korrekte niveau. AI savner ofte denne balance; Det frembringer forslag, der enten er for generelle eller for spredte. Derfor er det nødvendigt at give klare instruktioner til AI såsom "foreslå det mest specifikke emne dækket af kilden, og ikke tilføje underemner, som kilden faktisk ikke berører." Derudover er ensartet mærkning af ressourcer om det samme emne over tid lige så vigtig for katalogets integritet som specificitet; At sige "seljuk-arkitektur" den ene dag og "seljuk-periodens bygninger" den næste dag deler brugeren.
Tip: Når du giver flere titler til en ressource, skal du ikke unødigt stable termer, der er undersæt af hinanden. At give både "osmannisk historie" og "historie" gør sidstnævnte unødvendigt; vælg den mest specifikke og medtag kun titler, der virkelig tilføjer en anden rækkevidde.
Fire kopierbare skabeloner
1) Emneudtræk:
Skriv det primære emne i dokumentet nedenfor i én sætning og de sekundære emner i 3 punkter. Tilføjelse af et emne, der ikke er i teksten, kun baseret på teksten. Dokument/resumé: [her]
2) Matching fra godkendt overskrift:
Nedenfor er et dokumentresumé og en liste over godkendte emneoverskrifter. Match kun de 3-5 overskrifter fra listen, der er mest passende for dokumentet, begyndende med den mest passende. Skriv en begrundelse i én sætning for hvert valg. Hvis der ikke er en passende titel på listen, angiv den. Resumé: [her] / Liste: [her]
3) Klassificering master class forslag:
For det følgende dokument, foreslå en mulig hovedklasse (3 cifre) i Dewey Decimal Classification og forklar, hvorfor du valgte den. Marker de nederste cifre som "skal verificeres fra den officielle tabel", giv ikke nøjagtige tal. Dokument: [her]
4) Bias og valutakontrol:
Er der nogen udtryk, der kan være forældede, ekskluderende eller ensidige blandt emneforslagene nedenfor? Hvis ja, så marker det og forklar hvorfor det kan være problematisk. Forslag: [her]
Svag prompt / Stærk prompt
Svag prompt:
Giv emnerne i denne bog: "Handel i det osmanniske rige".
Arbejder udelukkende ud fra titlen, udgør AI'en generelle termer uden at kende konteksten og ignorerer det kontrollerede ordforråd. Resultat: inkonsistente, måske forkerte titler.
Kraftig prompt:
Din rolle: assisterende faganalytiker. Nedenfor er bogens introduktion og indhold; Jeg leverede også en liste over godkendte emner. (1) Opsummer bogens primære emne i én sætning. (2) Match kun de 3-5 mest passende titler fra listen med begrundelsen. (3) Gå ikke af listen, find ikke på vilkår. Tekst: [her] /Godkendt liste: [her]
Den stærke prompt begrænser AI til reelt indhold og kontrolleret ordforråd; bevarer både nøjagtighed og konsistens.
Opgavediagram for emneanalyse
Quest
AI's rolle
mands beslutning
Indholdsoversigt
hurtig udkast
kontrol af nøjagtighed
Titelforslag
Match fra listen
Endeligt valg, begrundelse
Klassifikationsnummer
Master class forslag
Underinddelingsverifikation
Bias check
mærkning
Inklusiv terminsbeslutning
Almindelige fejl
- Jeg spørger bare om et emne fra titlen. Emneanalyse er baseret på kontekst; Titlen er misvisende.
- Accept af klassifikationsnummeret uden at bekræfte det. Selvom AI finder hovedklassen, savner den subbreaket.
- Springer kontrolleret ordforråd over. Fritidspauser konsistens.
- Ignorerer fordomme. AI kan overføre de forældede, ekskluderende vilkår fra fortiden.
- Overlader beslutningen helt til AI. Repræsentation og retfærdighed kræver dømmekraft; Beslutningen er op til personen.
Sammenfattende
I emneanalyse og klassificering er AI en hurtig assistent, der uddrager indholdsresumé, matcher emner fra den godkendte liste og foreslår klassificeringsmesterklasse. Men emneanalyse er i bund og grund et spørgsmål om bedømmelse og repræsentation: det er op til eksperten at afgøre, hvilken titel der mest præcist og retfærdigt beskriver kilden, de nøjagtige cifre i klassifikationsnummeret og termernes valuta. Kør AI med ægte indhold og kontrolleret ordforråd, bekræft klassifikationsnumre med den officielle tabel, og vær opmærksom på bias.
Ansøgningsopgave
Forbered en introduktion til en kilde, du har, og en kort liste over godkendte emner. Få AI-forslag med skabelonerne "Emneudtræk" og "Godkendt emnematching". Sammenlign derefter forslagene med den officielle klassifikationstabel og institutionens nuværende ordforråd: hvor mange forslag var rigtige, hvor mange rettede du? Tjek anbefalinger for forældede vilkår med skabelonen "Tjek af skævhed og seneste tid".
tjekliste
- [ ] Jeg fik lavet emneanalysen ud fra det faktiske indhold, ikke titlen.
- [ ] Jeg kortlagde titlerne fra det kontrollerede ordforråd.
- [ ] Jeg bekræftede de nederste cifre i klassifikationsnummeret med den officielle tabel.
- [ ] Jeg har kontrolleret forslag i forhold til forældede og ekskluderende vilkår.
- [ ] Jeg tog den endelige emne- og klassificeringsbeslutning efter eget skøn.