Voitot:
- Mahdollisuus lyhentää luettelointiaikaa tuottamalla metatietoluonnoksia standardien, kuten MARC ja Dublin Core, mukaisesti todellisista painotiedoista
- Kyky tarkistaa kentät, joissa on suuri valmistusriski, kuten julkaisuvuosi, ISBN, tekijän nimi, alkuperäisellä lähteellä ja kartan aihetermeillä valvotusta sanastosta
- Kyky tehdä tekijän ja aiheen muodoista yksittäishyväksyttyjä viranomaisvalvonnalla ja ylläpitää luettelon yhdenmukaisuutta
Luettelointi on kirjastotyön näkymätön, mutta perustyö. Resurssin (kirja, artikkeli, kartta, äänitallenne, digitaalinen tiedosto) löytäminen on mahdollista oikeilla metatiedoilla. Metadata tarkoittaa "dataa datasta": jäsenneltyä tietoa, joka kuvaa resurssin nimeä, tekijää, julkaisuvuotta, aihetta, kieltä ja fyysisiä ominaisuuksia. Jos metatiedot ovat hyviä, käyttäjä löytää resurssin; Jos se on huono tai epätäydellinen, resurssi menetetään, vaikka se olisi olemassa. Tässä osiossa opit käyttämään tekoälyä luonnosten metatietojen luomisessa, mutta kuinka varmistat standardien noudattamisen ja tarkkuuden.
Määrittelemme ensin nämä kaksi käsitettä. MARC (Machine-Readable Cataloging) on tietuemuoto, jota kirjastot ovat käyttäneet vuosikymmeniä ja joka sijoittaa jokaisen tiedon numeroituihin kenttiin. Esimerkiksi kentässä 245 on otsikko ja kentässä 100 päätekijä. Dublin Core on digitaalisten resurssien yksinkertaistettu metatietostandardi, joka koostuu 15 peruskentästä (nimi, tekijä, aihe, päivämäärä, genre jne.). Nämä standardit varmistavat, että eri kirjastojen tietueet voivat puhua keskenään.
Askel askeleelta: metatietojen luonnosten luominen tekoälyn avulla
1. Kerää lähteen henkilöllisyystiedot. Kirjan kansi, nimilehti, sisältö tai digitaalisen tiedoston teksti. Tekoäly toimii vain sille antamasi tiedon perusteella; Jos annat epätäydellisiä tietoja, se tuottaa epätäydellisiä tai väärennettyjä metatietoja.
2. Määritä kohdestandardi. Anna tekoälylle selkeä tavoite, kuten "Dublin Core -kenttien mukaan" tai "MARC 245, 100, 260, 650 kenttien mukaan". Jos et määritä standardia, se tuottaa mielivaltaisen muodon.
3. Valmista luonnos. Tekoäly laatii antamiesi tietojen perusteella otsikon, vastuulausekkeen, julkaisutiedot ja aiheehdotuksen.
4. Käytä valtuuksien valvontaa. Arvovaltainen tietue on tietue, joka määrittää tekijän nimen, laitoksen tai aiheen yhden vakiomuodon (esim. "Atatürk, Mustafa Kemal, 1881-1938"). AI voi kirjoittaa nimen eri tavoilla; Tarkistat ja korjaat hyväksytyn viranomaisen muodon.
5. Tarkista ja vahvista. Vertaa jokaista kenttää alkuperäiseen lähteeseen. Erityisesti tarkat tiedot, kuten julkaisuvuosi, ISBN ja tekijän nimi, ovat erittäin alttiita tekoälyn väärentämiselle.
Vihje: Anna tekoälylle kuva tai teksti lähteen todellisesta luottosivusta; Älä sano "arvaa kirjan nimi". Ennustavat metatiedot heikentävät luettelon luotettavuutta. Tekoäly kirjoittaa luottavaisesti tehdessään ennusteita, ja tämä johtaa sinut harhaan.
Hallittu sanasto ja johdonmukaisuus
Johdonmukaisuus on kaikki luetteloinnissa. Jos sama aihe kirjoitetaan kahdella eri termillä kahdessa eri tietueessa, käyttäjä löytää toisen ja huomaa toisen. Tästä syystä kirjastot käyttävät valvottua sanastoa – hyväksyttyä vakiotermiluetteloa. Kun ehdottaa termejä vapaasta tekstistä, tekoäly voi valita sen puhekielen vastineen virallisen termin sijaan tässä luettelossa. Esimerkiksi tekoäly voi kirjoittaa "sydänkohtaus"; hyväksytty termi voi olla "sydäninfarkti".
Ratkaisu on antaa tekoälylle ohjattu sanasto ja sanoa "valitse vain tästä luettelosta". Joten sen sijaan, että tekisi ehdot vapaasti, tekoäly vastaa sopivinta hyväksytystä luettelosta.
Varoitus: Jos tekoälyn ehdottama aihetermi ei ole valvotussa sanastossa, älä lisää kyseistä termiä luetteloon. Päätös uusien ehtojen lisäämisestä on viranomaishallinnosta vastaavan asiantuntijan tehtävä. Satunnaisten termien lisääminen häiritsee luettelon johdonmukaisuutta.
kolme minilaukkua
Tapaus 1 – Lahjoitusten kerääminen nopeutui. Yleinen kirjasto sai lahjoituksena 1 200 kirjaa. Luettelointiasiantuntija pyysi tekoälyä lukemaan jokaisen kirjan painatussivun ja laatimaan luonnoksen Dublin Coresta; Tallennusaika lyheni 9 minuutista 3,5 minuuttiin. Asiantuntija käytti jäljellä olevan ajan viranomaistarkastukseen ja todentamiseen. Kokonaisaika lyheni noin 55 %, mutta mitään tietueita ei tullut järjestelmään ilman varmentamista.
Tapaus 2 – Väärennetty ISBN kiinni. Asiantuntija antoi tekoälylle tehdä luonnokset 30 kirjasta. Tarkastuksen aikana hän havaitsi, että neljän tietueen ISBN oli väärennös: tekoäly oli kirjoittanut 13-numeroisen numeron, joka vaikutti järkevältä, vaikka hän ei tiennyt kirjan todellista numeroa. Vahvistusvaihe esti neljää väärää ISBN-numeroa pysymästä luettelossa.
Tapaus 3 – Viranomaisten epäjohdonmukaisuus korjattu. Kirjasto löysi kirjoittajan nimeltä "J. Smith" joistakin tietueista, "John Smith" toisista ja "Smith, John" toisista. Tekoäly yhdistettiin auktoriteettitiedostoon, mikä toi kaikki tietueet yhteen hyväksyttyyn muotoon ("Smith, John, 1965-"); Jos tämä työ tehtiin manuaalisesti, se kestäisi päiviä, mutta tekoäly-ehdotuksella se lyheni muutamaan tuntiin, mutta asiantuntija hyväksyi jokaisen ottelun.
Retrospektiivinen muunnos ja vanhat tietueet
Monissa kirjastoissa on epätäydellisiä tai vanhentuneita tietueita, jotka on syötetty vuosia sitten erilaisin säännöin. Näiden siirtämistä nykyiseen standardiin kutsutaan retrospektiiviseksi muuntamiseksi, ja se on erittäin työlästä manuaalisesti tehtynä. Tekoäly voi lukea vanhan tietueen ja luoda luonnoksen siirtääkseen sen nykyiseen kenttärakenteeseen: se voi esimerkiksi jäsentää vapaatekstiviittauksen ja jakaa sen oikeisiin kenttiin. Tässä on kuitenkin kaksi vaaraa. Ensinnäkin tekoäly voi korvata puuttuvan tiedon "korjatakseen"; toiseksi se voi säilyttää virheen vanhassa tietueessa kopioimalla sen uuteen muotoon sen korjaamisen sijaan. Sen vuoksi retrospektiivisessä muunnoksessa tekoälyn tuotto tulee tarkistaa systemaattisesti, ei otannalla, vaan kriittisten kenttien (tekijä, vuosi, tunnistenumerot) mukaan. Hyvä käytäntö on näyttää ennen muuntamista ja sen jälkeisiä tietueita vierekkäin, jolloin jokainen muutos tulee näkyviin. niin asiantuntija näkee yhdellä silmäyksellä, mitä on siirretty, mikä on muuttunut ja mitä on saatettu keksiä.
Huomio: AI:n tuottamaa metatietoluonnosta ei pidä siirtää järjestelmään eränä tarkistamatta niitä yksitellen. Massavirhe turmelee satoja tietueita kerralla, ja hakeminen on paljon hankalampaa kuin tuottaminen. Se on turvallisinta valmistaa ja varmentaa pienissä erissä.
Neljä kopioitavaa mallia
1) Dublin Coren pääpiirteet:
Tehtäväsi: apulaisluetteloija. Täytä Dublin Core -kentät seuraavalla rivitekstillä: Otsikko, Luoja, Aihe, Kuvaus, Julkaisija, Päivämäärä, Genre, Muoto, Kieli. Käytä vain selkeitä tietoja tekstistä; Jätä puuttuva kenttä "[ei tietoa]", älä arvaa. Jälkiteksti: [täällä]
2) MARC-kentän ääriviivat:
Ehdota ääriviivat seuraaville MARC-kentille alla olevista kirjatiedoista: 245 (nimi/pisteet), 100 (päätekijä), 260/264 (julkaisu), 300 (fyysinen kuvaus), 650 (aihe). Merkitse mikä tahansa kenttä, josta et ole varma, "[tarvii vahvistuksen]". Tietoja: [täällä]
3) Aihehaku ohjatusta sanastosta:
Alla on yhteenveto lähteestä ja luettelo hyväksytyistä aihetermeistä. Yhdistä vain 3–5 sopivinta termiä luettelosta lähteeseen. Jos listassa ei ole sopivaa termiä, kirjoita "ei sopivaa termiä listassa", älä keksi uusia termejä. Yhteenveto: [täällä] / Termiluettelo: [täällä]
4) Valtuutuslomakkeen valvonta:
Yhdistä alla olevat tekijöiden nimet toimittamani viranomaisluettelon hyväksyttyihin lomakkeisiin. Jokaiselle nimelle: muoto tietueessa -> hyväksytty muoto. Jos luettelossa ei ole vastaavaa, kirjoita "ei auktoriteettitietuetta". Nimet: [täällä] / Auktoriteettiluettelo: [täällä]
Heikko kehote / Vahva kehote
Heikko kehote:
Pura luettelointitiedot seuraavasta kirjasta: "Artificial Intelligence and Society".
Vain otsikko annetaan; Tekoälyn on määritettävä tekijä, vuosi, kustantaja ja ISBN. Kohdestandardia ei ole. Tulos: vakuuttava, mutta todennäköisesti väärä ennätys.
Tehokas kehotus:
Tehtäväsi: apulaisluetteloija. Alla on kirjan painatussivun koko teksti. Täytä Dublin Core -kentät tästä. Käytä vain tekstissä selvästi mainittua tietoa; Jätä ei-tekstikenttä tyhjäksi ja kirjoita "[ei tietoja]". Päivämääriä, nimiä tai ISBN-numeroita ei ole keksitty. Painatusteksti: [koko teksti täällä]
Tehokas kehote rajoittaa tekoälyn todellisiin sivurivitietoihin ja pakottaa sen jättämään rehellisesti tyhjiä kohtia niiden keksimisen sijaan.
Metatietokenttä ja vahvistustaulukko
alueella
Valmistuksen vaara
Kuinka varmistaa
Otsikko
alhainen
Vertaa painatussivuun
Tekijän/valtuutetun muoto
keskikokoinen
Hae auktoriteettitiedostosta
Julkaisuvuosi
korkea
Vahvista painatuksella/kolofonilla
ISBN
erittäin korkea
Yksi-yhteen ohjaus viivakoodilla/lähteellä
Aihe termi
korkea
Vastaa hallittua sanastoa
Yleisiä virheitä
- Pyydän vain metatietoja otsikosta. Epätäydelliset tiedot saavat tekoälyn keksimään asioita.
- Kohdestandardia ei määritetä. Mielivaltainen muotoilu häiritsee tietueiden harmoniaa.
- ISBN-numeron ja vuoden hyväksyminen vahvistamatta sitä. Näillä alueilla on suurin valmistusriski.
- Aihetermin ottaminen kontrolloidun sanaston ulkopuolelta. Johdonmukaisuus ja saatavuus ovat vaarassa.
- Viranomaisvalvonnan ohittaminen. Sama kirjoittaja hajaantuu eri muodoissa, käyttäjä kaipaa lähdettä.
Yhteenvetona
Metatietojen luomisessa tekoäly on tehokas apulainen, joka poimii nopeasti painatustiedot ja lyhentää merkittävästi luettelointiaikaa. Mutta tuottavuuden hinta on tiukka validointi valmistusriskejä vastaan: tee tavoitestandardi (MARC, Dublin Core) selväksi, käytä tekoälyä vain todellisella sanatuntemuksella, kartoita aihetermejä valvotuista sanastoista ja validoi auktoriteettilomakkeet. Sen sijaan, että tekoäly tekisi aukkoja, sen tulisi rehellisesti jättää se tyhjäksi; Säilytät lopullisen hyväksynnän.
Sovellustehtävä
Anna oikean kirjan painatussivun teksti tekoälylle "Dublin Core draft" -mallin avulla ja hanki luonnos. Pyydä sitten tuottamaan sama kirja pelkällä otsikolla ("Heikko kehote") ja vertaa kahta tulosta: mitkä kentät on valmistettu? Anna sitten "Aihekartoitus kontrolloidusta sanastosta" -mallin avulla lyhyt luettelo hyväksytyistä termeistä saadaksesi aiheen vastaavuuden ja tarkista, poistuuko tekoäly luettelosta.
tarkistuslista
- [ ] Annoin lähteen todelliset identiteettitiedot tekoälylle, en jättänyt sitä arvailujen varaan.
- [ ] Olen määritellyt selkeästi kohteen metatietostandardin (MARC/Dublin Core).
- [ ] Olen tarkistanut julkaisuvuoden ja ISBN-numeron sanatarkasti alkuperäisestä lähteestä.
- [ ] Kartoitin aihetermit kontrolloidusta sanastosta.
- [ ] Olen vahvistanut valtuutusmuodot hyväksytyllä pöytäkirjalla.