سود:
- امکان استخراج عصاره موضوع از محتوای واقعی و ترسیم موضوعات اولیه و ثانویه از لیست موضوعات تایید شده
- توانایی پذیرش کلاس اصلی پیشنهادات طبقه بندی مانند دیویی و تایید سطوح فرعی با جدول رسمی.
- توانایی درک ماهیت قضاوتی و بازنمایی طبقه بندی و بررسی پیشنهادات در برابر اصطلاحات منسوخ و استثنایی.
تعیین اینکه یک منبع «درباره» چیست، یکی از قضاوتی ترین وظایف کتابداری است. این را تجزیه و تحلیل موضوع می نامند: خواندن محتوای یک سند و تطبیق آن با عناوین موضوعی صحیح و شماره طبقه بندی صحیح. اگر کاربر بتواند کتاب های مرتبط را در کنار هم در قفسه پیدا کند یا هنگام جستجوی موضوعی در کاتالوگ نتایج دقیقی به دست آورد، تجزیه و تحلیل موضوع خوبی در پشت آن وجود دارد. در این بخش با نحوه استفاده از هوش مصنوعی در توصیه موضوعی، طبقه بندی و نمایه سازی خودکار آشنا می شوید. اما شما خواهید آموخت که چرا انسان باید تصمیم نهایی موضوع را بگیرد.
بیایید چند مفهوم را تعریف کنیم. سیستم طبقه بندی سیستمی است که منابع را بر اساس موضوع شماره گذاری می کند. رایج ترین آنها طبقه بندی اعشاری دیویی (DDC) و طبقه بندی کتابخانه کنگره (LCC) هستند. مثلاً در دیویی 500 نشان دهنده علوم طبیعی، 900 نشان دهنده تاریخ و جغرافیا است. نمایه سازی وظیفه اختصاص عبارات کلیدی به یک سند است که آن را قابل یافتن می کند. نمایه سازی خودکار زمانی است که نرم افزار این کار را پیشنهاد می کند. هوش مصنوعی در هر سه کار پیشنهاداتی را ارائه می دهد، اما متخصص حرف آخر را در هر یک می زند.
گام به گام: تحلیل موضوع با هوش مصنوعی
1. اصل سند را به هوش مصنوعی بدهید. متن کامل، چکیده، فهرست مطالب یا مقدمه. تحلیل موضوع بر اساس زمینه است. اگر فقط عنوان را به هوش مصنوعی بدهید، یک توصیه سطحی و گمراه کننده دریافت خواهید کرد.
2. از AI خلاصه محتوا را بخواهید. اول، "این سند عمدتاً در مورد چیست؟" بپرسید این هم به درک سریع شما کمک می کند و هم نشان می دهد که آیا هوش مصنوعی موضوع را به درستی درک کرده است یا خیر.
3. با موضوعات کنترل شده مطابقت دهید. فهرست موضوعات مورد تایید خود را به هوش مصنوعی بدهید و بگویید «فقط مناسبترین موضوعات را از این فهرست پیشنهاد کنید». اجازه ندهید که اصطلاحات رایگان تولید کند.
4. پیشنهاد شماره طبقه بندی. می توانید از هوش مصنوعی بپرسید "این سند در دیویی در کدام کلاس اصلی قرار می گیرد؟" اما مطمئن شوید که ارقام دقیق عدد را با نمودار طبقه بندی رسمی تأیید کنید. هوش مصنوعی می تواند اعداد معقول اما نادرست تولید کند.
5. تصمیم بگیرید و آن را توجیه کنید. پیشنهادات هوش مصنوعی را بررسی کنید، آنها را با توجه به خط مشی موسسه و پایگاه کاربران انتخاب کنید و در صورت لزوم آنها را رد کنید. تصمیم نهایی موضوع و طبقه بندی دارای امضای شماست.
نکته: به یک سند می توان چندین موضوع داد. از هوش مصنوعی «موضوع اصلی این سند چیست، موضوعات فرعی آن چیست؟» جدا بپرس انتخاب موضوع اصلی به درستی تضمین می کند که منبع به جای مناسب در قفسه می رود. موضوعات ثانویه نقاط دسترسی اضافی را در کاتالوگ می دهند.
ماهیت قضایی طبقه بندی
طبقه بندی خنثی به نظر می رسد، اما اینطور نیست. اینکه آیا سندی را تحت «مطالعات زنان» یا «جامعهشناسی» قرار دهید، یا حتی یک رویداد تاریخی را در کدام جغرافیا طبقهبندی کنید، تصمیمهایی هستند که چشمانداز را در بر میگیرند. سیستم های طبقه بندی مفروضات دوره ها و فرهنگ های خاص را حمل می کنند. برخی از اصطلاحات با گذشت زمان منسوخ یا استثنا می شوند. هوش مصنوعی این سوگیریها را کلمه به کلمه از دادههایی که روی آن آموزش داده شده است به ارث میبرد و حتی ممکن است آنها را تقویت کند.
بنابراین، تجزیه و تحلیل موضوع یک موضوع قضاوتی است که نمی توان آن را به هوش مصنوعی واگذار کرد. هوش مصنوعی نشان می دهد که کدام عناوین "احتمالی" هستند. اما تصمیم گیری در مورد اینکه کدام عنوان منبع را به طور دقیق و منصفانه نشان می دهد متعلق به متخصصی است که ارزش های موسسه و پایگاه کاربری آن را می شناسد.
احتیاط: مطمئن شوید که موضوعی که توسط هوش مصنوعی پیشنهاد میشود، منبع را نادرست یا حذف نمیکند. اصطلاحات تولید شده توسط هوش مصنوعی را با واژگان فعلی و فراگیر موسسه، به ویژه در مورد موضوعات حساس مانند هویت، قومیت، مذهب و جنسیت مقایسه کنید.
سه کیف کوچک
مورد 1 - پیشنهاد موضوع انبوه. یک کتابخانه موضوعات را به مجموعه دیجیتالی 800 مقاله اختصاص می دهد. کارشناس خلاصه هر مقاله را به هوش مصنوعی داد و از فهرست عنوان تایید شده درخواست کرد. توصیه های هوش مصنوعی به طور متوسط 2 عنوان از 3 عنوان واجد شرایط را به ازای هر مقاله به تصویر می کشد. کارشناس مورد سوم را اضافه کرد و پیشنهادات اشتباه را حذف کرد. کار تقریباً 40٪ سریعتر از زمانی که به طور کامل با دست انجام می شد به پایان رسید.
مورد 2 - شماره طبقه بندی نادرست. یک متخصص برای یک کتاب تاریخ پزشکی یک عدد دیویی از هوش مصنوعی درخواست کرد. YZ پیشنهاد "610 (پزشکی)"؛ اما کتاب عمدتاً در مورد تاریخ پزشکی بود و مکان صحیح آن «610.9 (تاریخ پزشکی)» بود. کارشناس به جدول رسمی دیویی نگاه کرد و آن را اصلاح کرد. هوش مصنوعی کلاس اصلی را پیدا کرد اما استراحت فرعی را از دست داد.
مورد 3 - اصطلاح منسوخ شده است. هوش مصنوعی یک اصطلاح منسوخ و منسوخ شده را برای یک کتاب جامعه شناسی پیشنهاد کرد. زیرا این اصطلاح قدیمی در داده های آموزشی رایج بود. کارشناس اصطلاح صحیح را از واژگان فراگیر فعلی موسسه انتخاب کرد. این یک مثال عینی بود که هوش مصنوعی تعصبات گذشته را حمل می کند.
عمق و ثبات: چقدر باید خاص باشد؟
یک تصمیم رایج در تجزیه و تحلیل موضوع، سطح اختصاصی بودن اصطلاحی است که باید اختصاص داده شود. اگر به یک منبع عنوانی بدهید که خیلی کلی باشد ("تاریخ")، کاربری که موضوع را جستجو می کند در صدها نتیجه نامربوط غرق می شود. اگر عنوانی خیلی باریک بدهید، کاربری که به دنبال منبع گستردهتری است نمیتواند آن را پیدا کند. قاعده این است که اصطلاحی را انتخاب کنیم که به طور خاص اما به طور کامل منبع را پوشش دهد: اگر منبعی فقط به معماری دوره سلجوقی می پردازد، «معماری سلجوقی» و نه «معماری» سطح صحیحی است. هوش مصنوعی اغلب این تعادل را از دست می دهد. پیشنهادهایی تولید می کند که یا خیلی کلی هستند یا خیلی پراکنده. بنابراین، لازم است دستورالعملهای روشنی به هوش مصنوعی داده شود، مانند «پیشنهاد خاصترین موضوعی که منبع ارائه میکند، و موضوعات فرعی که منبع واقعاً به آنها اشاره نکرده است، اضافه نکنید». علاوه بر این، برچسبگذاری مداوم منابع در یک موضوع در طول زمان به همان اندازه برای یکپارچگی کاتالوگ مهم است. گفتن «معماری سلجوقی» یک روز و «ساختمان های دوره سلجوقی» روز دیگر، کاربر را از هم جدا می کند.
نکته: هنگام دادن چند عنوان به یک منبع، بی جهت عباراتی را که زیرمجموعه یکدیگر هستند روی هم قرار ندهید. دادن هر دو «تاریخ عثمانی» و «تاریخ»، دومی را غیرضروری می کند. خاص ترین را انتخاب کنید و فقط عناوینی را شامل شود که واقعاً دسترسی متفاوتی به آن اضافه می کند.
چهار قالب قابل کپی
1) استخراج موضوع:
موضوع اصلی سند زیر را در یک جمله و موضوعات فرعی را در 3 مورد بنویسید. اضافه کردن موضوعی که در متن نیست، فقط بر اساس متن. سند/خلاصه: [اینجا]
2) تطبیق از سربرگ تایید شده:
در زیر خلاصه ای از اسناد و فهرست سرفصل های موضوعی مورد تایید آمده است. فقط 3 تا 5 عنوان از فهرست را که مناسب ترین آنها با سند است، مطابقت دهید، با مناسب ترین شروع کنید. برای هر انتخاب یک توجیه یک جمله ای بنویسید. اگر عنوان مناسبی در لیست وجود ندارد، آن را مشخص کنید. خلاصه: [اینجا] / فهرست: [اینجا]
3) پیشنهاد کلاس استاد طبقه بندی:
برای سند زیر، یک کلاس اصلی احتمالی (3 رقمی) را در طبقهبندی اعشاری دیویی پیشنهاد کنید و توضیح دهید که چرا آن را انتخاب کردهاید. ارقام پایین را به عنوان "باید از جدول رسمی تایید شود" علامت گذاری کنید، اعداد دقیق را ذکر نکنید. سند: [اینجا]
4) سوگیری و بررسی ارز:
آیا اصطلاحاتی وجود دارد که ممکن است قدیمی، استثنایی یا یک طرفه در میان پیشنهادات موضوع زیر باشد؟ اگر چنین است، آن را علامت بزنید و توضیح دهید که چرا ممکن است مشکل ساز باشد. پیشنهادات: [اینجا]
اعلان ضعیف / اعلان قوی
اعلان ضعیف:
موضوعات این کتاب را بیان کنید: «تجارت در امپراتوری عثمانی».
هوش مصنوعی که صرفاً از عنوان کار میکند، عبارات کلی را بدون اطلاع از زمینه ایجاد میکند و واژگان کنترلشده را نادیده میگیرد. نتیجه: عناوین ناسازگار، شاید نادرست.
اعلان قدرتمند:
نقش شما: دستیار تحلیلگر موضوع. در زیر مقدمه و مطالب کتاب آمده است. فهرستی از موضوعات تایید شده را نیز ارائه کردم. (1) موضوع اصلی کتاب را در یک جمله خلاصه کنید. (2) فقط 3-5 عنوان مناسب از لیست را با منطق مطابقت دهید. (3) از لیست خارج نشوید، اصطلاحات را درست نکنید. متن: [اینجا] /فهرست تایید شده: [اینجا]
اعلان قوی هوش مصنوعی را به محتوای واقعی و واژگان کنترل شده محدود می کند. هم دقت و هم ثبات را حفظ می کند.
نمودار کار تجزیه و تحلیل موضوع
تلاش
نقش هوش مصنوعی
تصمیم مرد
خلاصه مطالب
پیش نویس سریع
بررسی دقت
پیشنهاد عنوان
مطابقت از لیست
انتخاب نهایی، توجیه
شماره طبقه بندی
پیشنهاد کلاس استاد
تایید تقسیم بندی
بررسی تعصب
علامت گذاری
تصمیم گیری دوره ای فراگیر
اشتباهات رایج
- فقط درخواست یک موضوع از عنوان. تحلیل موضوع بر اساس زمینه است. عنوان گمراه کننده است.
- پذیرش شماره طبقه بندی بدون تایید آن. اگرچه هوش مصنوعی کلاس اصلی را پیدا میکند، اما بخش فرعی را از دست میدهد.
- نادیده گرفتن واژگان کنترل شده مدت آزاد قوام را می شکند.
- نادیده گرفتن تعصب هوش مصنوعی ممکن است شرایط منسوخ و استثنایی گذشته را به همراه داشته باشد.
- تصمیم گیری را به طور کامل به هوش مصنوعی واگذار می کنیم. وکالت و عدالت مستلزم قضاوت است. تصمیم با خود شخص است.
به طور خلاصه
در تجزیه و تحلیل موضوع و طبقهبندی، هوش مصنوعی یک دستیار سریع است که خلاصه محتوا را استخراج میکند، موضوعات را از لیست تایید شده مطابقت میدهد و کلاسهای اصلی طبقهبندی را پیشنهاد میکند. اما تجزیه و تحلیل موضوع اساساً یک موضوع قضاوت و بازنمایی است: این به متخصص بستگی دارد که تصمیم بگیرد کدام عنوان دقیقتر و منصفانهترین منبع، ارقام دقیق شماره طبقهبندی و واحد واژهها را توصیف میکند. هوش مصنوعی را با محتوای واقعی و واژگان کنترل شده اجرا کنید، اعداد طبقه بندی را با جدول رسمی تأیید کنید و نسبت به سوگیری هوشیار باشید.
وظیفه کاربردی
مقدمه ای برای منبعی که دارید و فهرست کوتاهی از موضوعات تایید شده آماده کنید. پیشنهادات هوش مصنوعی را با الگوهای « استخراج موضوع» و «تطبیق موضوع تأیید شده» دریافت کنید. سپس پیشنهادات را با جدول طبقه بندی رسمی و واژگان فعلی موسسه مقایسه کنید: چند پیشنهاد درست بود، چند پیشنهاد را تصحیح کردید؟ توصیههای مربوط به اصطلاحات قدیمی را با الگوی «سوگیری و بررسی اخیر» بررسی کنید.
چک لیست
- [ ] تجزیه و تحلیل موضوع را بر اساس محتوای واقعی انجام دادم، نه عنوان.
- [ ] من عناوین را از واژگان کنترل شده ترسیم کردم.
- [ ] ارقام پایینی شماره طبقه بندی را با جدول رسمی تأیید کردم.
- [ ] من پیشنهادات را در برابر شرایط منسوخ و استثنایی بررسی کرده ام.
- [ ] من تصمیم نهایی موضوع و طبقه بندی را به صلاحدید خودم گرفتم.