Κέρδη:
- Δυνατότητα εξαγωγής αποσπάσματος θεμάτων από το πραγματικό περιεχόμενο και χαρτογράφησης βασικών και δευτερευόντων θεμάτων από εγκεκριμένη λίστα θεμάτων
- Να είστε σε θέση να αποδεχτείτε την κύρια κατηγορία προτάσεων ταξινόμησης όπως ο Dewey και να επαληθεύσετε τα υποεπίπεδα με τον επίσημο πίνακα.
- Ικανότητα κατανόησης της κριτικής και αντιπροσωπευτικής φύσης της ταξινόμησης και ελέγχου των προτάσεων έναντι παρωχημένων και αποκλειστικών όρων.
Ο προσδιορισμός του «περίπου» ενός πόρου είναι ένα από τα πιο επικριτικά καθήκοντα της βιβλιοθηκονομίας. Αυτό ονομάζεται ανάλυση θεμάτων: ανάγνωση του περιεχομένου ενός εγγράφου και αντιστοίχιση με τις σωστές θεματικές επικεφαλίδες και τον σωστό αριθμό ταξινόμησης. Εάν ένας χρήστης μπορεί να βρει σχετικά βιβλία δίπλα-δίπλα στο ράφι ή να λάβει ακριβή αποτελέσματα κατά την αναζήτηση ενός θέματος στον κατάλογο, υπάρχει μια καλή ανάλυση θεμάτων πίσω από αυτό. Σε αυτή την ενότητα, θα μάθετε πώς να χρησιμοποιείτε την τεχνητή νοημοσύνη στη σύσταση θεμάτων, την ταξινόμηση και την αυτόματη ευρετηρίαση. αλλά θα μάθετε γιατί ο άνθρωπος πρέπει να πάρει την τελική απόφαση για το θέμα.
Ας ορίσουμε μερικές έννοιες. Το σύστημα ταξινόμησης είναι ένα σύστημα που αριθμεί τις πηγές ανάλογα με το θέμα τους. Τα πιο κοινά είναι η Ταξινόμηση Δεκαδικών του Dewey (DDC) και η Ταξινόμηση της Βιβλιοθήκης του Κογκρέσου (LCC). Για παράδειγμα, στο Dewey, το 500 υποδηλώνει τις φυσικές επιστήμες, το 900 δείχνει την ιστορία και τη γεωγραφία. Η ευρετηρίαση είναι η εργασία της ανάθεσης βασικών όρων σε ένα έγγραφο που το καθιστούν ευρετήριο. Η αυτόματη ευρετηρίαση είναι όταν το λογισμικό προτείνει αυτήν την εργασία. Η τεχνητή νοημοσύνη παράγει προτάσεις και στις τρεις εργασίες, αλλά ο ειδικός έχει τον τελευταίο λόγο σε καθεμία.
Βήμα προς βήμα: ανάλυση θεμάτων με τεχνητή νοημοσύνη
1. Δώστε την ουσία του εγγράφου στο AI. Πλήρες κείμενο, περίληψη, πίνακας περιεχομένων ή εισαγωγή. Η ανάλυση του θέματος βασίζεται στο πλαίσιο. Εάν δώσετε στην τεχνητή νοημοσύνη μόνο τον τίτλο, θα λάβετε μια επιφανειακή και παραπλανητική σύσταση.
2. Ζητήστε μια περίληψη περιεχομένου από το AI. Πρώτον, "τι αφορά κυρίως αυτό το έγγραφο;" παρακαλώ. Αυτό σας βοηθά να καταλάβετε γρήγορα και δείχνει εάν το AI έχει αντιληφθεί σωστά το θέμα.
3. Ταίριασμα με ελεγχόμενα θέματα. Δώστε στην τεχνητή νοημοσύνη τη λίστα με τα εγκεκριμένα θέματα και πείτε «πρότεινε μόνο τα πιο κατάλληλα θέματα από αυτήν τη λίστα». Μην του επιτρέψετε να παράγει δωρεάν ορολογία.
4. Προτείνετε αριθμό ταξινόμησης. Μπορείτε να ρωτήσετε το AI "σε ποια κύρια κατηγορία ανήκει αυτό το έγγραφο στο Dewey;" αλλά φροντίστε να επαληθεύσετε τα ακριβή ψηφία του αριθμού με το επίσημο διάγραμμα ταξινόμησης. Η τεχνητή νοημοσύνη μπορεί να παράγει λογικούς αλλά ανακριβείς αριθμούς.
5. Πάρτε την απόφαση και αιτιολογήστε την. Ελέγξτε τις προτάσεις της τεχνητής νοημοσύνης, επιλέξτε τις υπό το φως της πολιτικής και της βάσης χρηστών του ιδρύματος και απορρίψτε τις όταν είναι απαραίτητο. Η τελική απόφαση του θέματος και η ταξινόμηση φέρουν την υπογραφή σας.
Συμβουλή: Ένα έγγραφο μπορεί να έχει πολλά θέματα. Από την τεχνητή νοημοσύνη "ποιο είναι το κύριο θέμα αυτού του εγγράφου, ποια είναι τα δευτερεύοντα θέματα;" Ρωτήστε ξεχωριστά. Η σωστή επιλογή του κύριου θέματος διασφαλίζει ότι ο πόρος πηγαίνει στη σωστή θέση στο ράφι. τα δευτερεύοντα θέματα παρέχουν πρόσθετα σημεία πρόσβασης στον κατάλογο.
Δικαστικός χαρακτήρας ταξινόμησης
Η ταξινόμηση φαίνεται ουδέτερη, αλλά δεν είναι. Το αν θα βάλετε ένα έγγραφο στις «γυναικείες σπουδές» ή στην «κοινωνιολογία», ή ακόμα και σε ποια γεωγραφία θα ταξινομήσετε ένα ιστορικό γεγονός, είναι αποφάσεις που περιλαμβάνουν προοπτική. Τα συστήματα ταξινόμησης φέρουν τις παραδοχές συγκεκριμένων περιόδων και πολιτισμών. Ορισμένοι όροι γίνονται απαρχαιωμένοι ή αποκλειστικοί με την πάροδο του χρόνου. Η τεχνητή νοημοσύνη κληρονομεί αυτές τις προκαταλήψεις αυτολεξεί από τα δεδομένα στα οποία εκπαιδεύεται και μπορεί ακόμη και να τις ενισχύσει.
Επομένως, η ανάλυση θεμάτων είναι θέμα κρίσης που δεν μπορεί να αφεθεί στην τεχνητή νοημοσύνη. Το AI υποδεικνύει ποιοι τίτλοι είναι "πιθανοί". Αλλά η απόφαση για το ποιος τίτλος αντιπροσωπεύει την πηγή με μεγαλύτερη ακρίβεια και δίκαια ανήκει στον ειδικό που γνωρίζει τις αξίες του ιδρύματος και τη βάση χρηστών του.
Προσοχή: Βεβαιωθείτε ότι ένα θέμα που προτείνεται από AI δεν παραποιεί ή αποκλείει την πηγή. Συγκρίνετε όρους που δημιουργούνται από την τεχνητή νοημοσύνη με το τρέχον και περιεκτικό λεξιλόγιο του ιδρύματος, ειδικά σε ευαίσθητα θέματα όπως η ταυτότητα, η εθνικότητα, η θρησκεία και το φύλο.
τρεις μίνι θήκες
Περίπτωση 1 — Πρόταση μαζικού θέματος. Μια βιβλιοθήκη θα αντιστοιχούσε θέματα σε μια ψηφιακή συλλογή 800 άρθρων. Ο εμπειρογνώμονας έδωσε τη σύνοψη κάθε άρθρου στο AI και ζήτησε ένα ταίριασμα από την εγκεκριμένη λίστα τίτλων. Οι συστάσεις τεχνητής νοημοσύνης αποτύπωσαν σωστά κατά μέσο όρο 2 στους 3 κατάλληλους τίτλους ανά άρθρο. ο ειδικός πρόσθεσε ένα τρίτο και διέλυσε τις λάθος προτάσεις. Η εργασία ολοκληρώθηκε περίπου 40% πιο γρήγορα από ό,τι αν γινόταν εξ ολοκλήρου με το χέρι.
Περίπτωση 2 — Λανθασμένος αριθμός ταξινόμησης. Ένας ειδικός ζήτησε έναν αριθμό Dewey από την AI για ένα βιβλίο ιατρικού ιστορικού. Ο YZ πρότεινε "610 (Ιατρική)"; Ωστόσο, το βιβλίο αφορούσε κυρίως την ιστορία της ιατρικής και το σωστό μέρος ήταν το «610,9 (Ιστορία της Ιατρικής)». Ο ειδικός κοίταξε τον επίσημο πίνακα Dewey και το διόρθωσε. Η τεχνητή νοημοσύνη βρήκε την κύρια κατηγορία αλλά έχασε το δευτερεύον διάλειμμα.
Περίπτωση 3 — Πληροφορήθηκε παρωχημένος όρος. Η τεχνητή νοημοσύνη πρότεινε έναν απαρχαιωμένο και πλέον θεωρείται ως αποκλειστικός όρος θέματος για ένα βιβλίο κοινωνιολογίας. γιατί αυτός ο παλιός όρος ήταν συνηθισμένος στα προπονητικά δεδομένα. Ο ειδικός επέλεξε τον σωστό όρο από το τρέχον περιεκτικό λεξιλόγιο του ιδρύματος. Αυτό ήταν ένα συγκεκριμένο παράδειγμα ότι η τεχνητή νοημοσύνη φέρει την προκατάληψη του παρελθόντος.
Βάθος και συνέπεια: πόσο συγκεκριμένο πρέπει να είναι;
Μια κοινή απόφαση στην ανάλυση θεμάτων είναι το επίπεδο ειδικότητας του όρου που θα εκχωρηθεί. Εάν δώσετε σε έναν πόρο έναν τίτλο που είναι πολύ γενικός ("Ημερομηνία"), ο χρήστης που αναζητά το θέμα θα πνιγεί σε εκατοντάδες άσχετα αποτελέσματα. Εάν δώσετε έναν τίτλο που είναι πολύ στενός, ένας χρήστης που αναζητά μια ευρύτερη πηγή δεν θα μπορεί να τον βρει. Ο κανόνας είναι να επιλέξετε τον όρο που καλύπτει πιο συγκεκριμένα αλλά πλήρως την πηγή: εάν μια πηγή ασχολείται μόνο με την αρχιτεκτονική της Σελτζουκικής περιόδου, η "αρχιτεκτονική των Σελτζούκων" και όχι η "Αρχιτεκτονική" είναι το σωστό επίπεδο. Η τεχνητή νοημοσύνη συχνά χάνει αυτή την ισορροπία. Παράγει προτάσεις που είναι είτε πολύ γενικές είτε πολύ διασκορπισμένες. Ως εκ τούτου, είναι απαραίτητο να δοθούν σαφείς οδηγίες στην τεχνητή νοημοσύνη, όπως "προτείνετε το πιο συγκεκριμένο θέμα που καλύπτεται από την πηγή και μην προσθέτετε υποθέματα που στην πραγματικότητα δεν αγγίζει η πηγή". Επιπλέον, η συνεπής επισήμανση πόρων για το ίδιο θέμα με την πάροδο του χρόνου είναι τόσο σημαντική για την ακεραιότητα του καταλόγου όσο και η ιδιαιτερότητα. Το να λέμε «αρχιτεκτονική των Σελτζούκων» τη μια μέρα και «Κτίρια της Σελτζουκικής περιόδου» την επόμενη διχάζει τον χρήστη.
Συμβουλή: Όταν δίνετε πολλούς τίτλους σε έναν πόρο, μην στοιβάζετε άσκοπα όρους που είναι υποσύνολα ο ένας του άλλου. Το να δώσουμε και την «οθωμανική ιστορία» και την «Ιστορία» καθιστά την τελευταία περιττή. επιλέξτε το πιο συγκεκριμένο και συμπεριλάβετε μόνο τίτλους που προσθέτουν πραγματικά διαφορετική προσέγγιση χρηστών.
Τέσσερα πρότυπα με δυνατότητα αντιγραφής
1) Εξαγωγή θέματος:
Γράψτε το κύριο θέμα του παρακάτω εγγράφου σε μία πρόταση και τα δευτερεύοντα θέματα σε 3 σημεία. Προσθήκη θέματος που δεν υπάρχει στο κείμενο, με βάση μόνο το κείμενο. Έγγραφο/περίληψη: [εδώ]
2) Αντιστοίχιση από εγκεκριμένη κεφαλίδα:
Ακολουθεί μια περίληψη του εγγράφου και μια λίστα με τις εγκεκριμένες θεματικές επικεφαλίδες. Αντιστοιχίστε μόνο τις 3-5 επικεφαλίδες από τη λίστα που είναι πιο κατάλληλες για το έγγραφο, ξεκινώντας από την πιο κατάλληλη. Γράψτε μια αιτιολόγηση μιας πρότασης για κάθε επιλογή. Εάν δεν υπάρχει κατάλληλος τίτλος στη λίστα, καθορίστε τον. Περίληψη: [εδώ] / Λίστα: [εδώ]
3) Πρόταση κύριας τάξης ταξινόμησης:
Για το παρακάτω έγγραφο, προτείνετε μια πιθανή κύρια τάξη (3 ψηφία) στη Δεκαδική Ταξινόμηση Dewey και εξηγήστε γιατί την επιλέξατε. Σημειώστε τα κάτω ψηφία ως "πρέπει να επαληθευτεί από τον επίσημο πίνακα", μην δώσετε ακριβείς αριθμούς. Έγγραφο: [εδώ]
4) Έλεγχος μεροληψίας και νομίσματος:
Υπάρχουν όροι που μπορεί να είναι ξεπερασμένοι, αποκλειστικοί ή μονόπλευροι μεταξύ των παρακάτω προτάσεων θεμάτων; Εάν ναι, σημειώστε το και εξηγήστε γιατί μπορεί να είναι προβληματικό. Προτάσεις: [εδώ]
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή:
Δώστε τα θέματα αυτού του βιβλίου: «Το εμπόριο στην Οθωμανική Αυτοκρατορία».
Λειτουργώντας αποκλειστικά από τον τίτλο, το AI συνθέτει γενικούς όρους χωρίς να γνωρίζει το πλαίσιο και αγνοεί το ελεγχόμενο λεξιλόγιο. Αποτέλεσμα: ασυνεπείς, ίσως λανθασμένοι τίτλοι.
Ισχυρή προτροπή:
Ο ρόλος σας: βοηθός αναλυτής θεμάτων. Ακολουθεί η εισαγωγή και τα περιεχόμενα του βιβλίου. Έδωσα επίσης μια λίστα με εγκεκριμένα θέματα. (1) Συνοψίστε το κύριο θέμα του βιβλίου σε μια πρόταση. (2) Αντιστοιχίστε μόνο τους 3-5 πιο κατάλληλους τίτλους από τη λίστα με το σκεπτικό. (3) Μην φεύγετε από τη λίστα, μην επινοείτε όρους. Κείμενο: [εδώ] /Εγκεκριμένη λίστα: [εδώ]
Η ισχυρή προτροπή περιορίζει την τεχνητή νοημοσύνη σε πραγματικό περιεχόμενο και ελεγχόμενο λεξιλόγιο. διατηρεί τόσο την ακρίβεια όσο και τη συνέπεια.
Διάγραμμα εργασιών ανάλυσης θέματος
Αναζήτηση
Ο ρόλος της AI
απόφαση του ανθρώπου
Περίληψη περιεχομένου
γρήγορο σχέδιο
έλεγχος ακρίβειας
Πρόταση τίτλου
Ταίριασμα από τη λίστα
Τελική επιλογή, αιτιολόγηση
Αριθμός ταξινόμησης
Πρόταση Master class
Επαλήθευση υποδιαίρεσης
Έλεγχος μεροληψίας
σήμανση
Απόφαση περιληπτικού όρου
Συνήθη λάθη
- Απλά ζητάω ένα θέμα από τον τίτλο. Η ανάλυση του θέματος βασίζεται στο πλαίσιο. Ο τίτλος είναι παραπλανητικός.
- Αποδοχή του αριθμού ταξινόμησης χωρίς να τον επαληθεύσετε. Αν και η τεχνητή νοημοσύνη βρίσκει την κύρια κατηγορία, χάνει το δευτερεύον διάλειμμα.
- Παράλειψη ελεγχόμενου λεξιλογίου. Ο δωρεάν όρος σπάει τη συνέπεια.
- Αγνοώντας την προκατάληψη. Η τεχνητή νοημοσύνη μπορεί να μεταφέρει τους απαρχαιωμένους όρους αποκλεισμού του παρελθόντος.
- Αφήνοντας την απόφαση εξ ολοκλήρου στην ΑΙ. Η εκπροσώπηση και η δικαιοσύνη απαιτούν κρίση. Η απόφαση εξαρτάται από το άτομο.
Συνοπτικά
Στην ανάλυση και ταξινόμηση θεμάτων, η τεχνητή νοημοσύνη είναι ένας γρήγορος βοηθός που εξάγει περίληψη περιεχομένου, αντιστοιχίζει θέματα από την εγκεκριμένη λίστα και προτείνει κύρια τάξη ταξινόμησης. Αλλά η ανάλυση του θέματος είναι ουσιαστικά θέμα κρίσης και αναπαράστασης: εναπόκειται στον ειδικό να αποφασίσει ποιος τίτλος περιγράφει με μεγαλύτερη ακρίβεια και δίκαια την πηγή, τα ακριβή ψηφία του αριθμού ταξινόμησης και το νόμισμα των όρων. Εκτελέστε το AI με πραγματικό περιεχόμενο και ελεγχόμενο λεξιλόγιο, επαληθεύστε τους αριθμούς ταξινόμησης με τον επίσημο πίνακα και να είστε σε εγρήγορση για προκατάληψη.
Εργασία εφαρμογής
Ετοιμάστε μια εισαγωγή σε μια πηγή που έχετε και μια σύντομη λίστα εγκεκριμένων θεμάτων. Λάβετε προτάσεις τεχνητής νοημοσύνης με τα πρότυπα "Εξαγωγή θεμάτων" και "Εγκεκριμένη αντιστοίχιση θεμάτων". Στη συνέχεια, συγκρίνετε τις προτάσεις με τον επίσημο πίνακα ταξινόμησης και το τρέχον λεξιλόγιο του ιδρύματος: πόσες προτάσεις ήταν σωστές, πόσες διορθώσατε; Ελέγξτε τις προτάσεις για παλιούς όρους με το πρότυπο "Προκατάληψη και έλεγχος πρόσφατου".
λίστα ελέγχου
- [ ] Έκανα την ανάλυση του θέματος από το πραγματικό περιεχόμενο, όχι από τον τίτλο.
- [ ] Αντιστοίχισα τους τίτλους από το ελεγχόμενο λεξιλόγιο.
- [ ] Επιβεβαίωσα τα χαμηλότερα ψηφία του αριθμού ταξινόμησης με τον επίσημο πίνακα.
- [ ] Έχω ελέγξει τις προτάσεις με απαρχαιωμένους όρους και όρους εξαίρεσης.
- [ ] Πήρα την τελική απόφαση για το θέμα και την ταξινόμηση κατά την κρίση μου.