Yksikkö 3 / 11

Aiheanalyysi, luokittelu ja automaattinen indeksointi

Voitot:

  • Kyky poimia aiheen ote todellisesta sisällöstä ja kartoittaa ensisijaiset ja toissijaiset aiheet hyväksyttyjen aiheiden luettelosta
  • Kyky hyväksyä luokitusehdotusten pääluokka, kuten Dewey, ja tarkistaa alatasot virallisella taulukolla.
  • Kyky ymmärtää luokituksen tuomitsevaa ja edustavaa luonnetta ja vertailla ehdotuksia vanhentuneisiin ja poissulkeviin termeihin.

Sen määrittäminen, mistä resurssissa on kyse, on yksi kirjastotyön tuomitsevimmista tehtävistä. Tätä kutsutaan aiheanalyysiksi: asiakirjan sisällön lukeminen ja sen yhdistäminen oikeisiin aiheotsikoihin ja oikeaan luokitusnumeroon. Jos käyttäjä löytää aiheeseen liittyviä kirjoja vierekkäin hyllyltä tai saa tarkat tulokset etsiessään aihetta luettelosta, sen takana on hyvä aiheanalyysi. In this unit, you will learn how to use artificial intelligence in topic recommendation, classification and automatic indexing; mutta opit, miksi ihmisen tulisi tehdä lopullinen aihepäätös.

Määritellään muutama käsite. Luokittelujärjestelmä on järjestelmä, joka numeroi lähteet niiden aiheen mukaan; yleisimmät ovat Dewey Decimal Classification (DDC) ja Library of Congress Classification (LCC). Esimerkiksi Deweyssä 500 tarkoittaa luonnontieteitä, 900 historiaa ja maantiedettä. Indeksointi on tehtävä määrittää asiakirjaan avaintermit, jotka tekevät siitä löydettävän. Automaattinen indeksointi on, kun ohjelmisto ehdottaa tätä työtä. Tekoäly tekee ehdotuksia kaikissa kolmessa tehtävässä, mutta asiantuntijalla on kussakin lopullinen sana.

Askel askeleelta: aiheanalyysi tekoälyllä

1. Anna asiakirjan ydin tekoälylle. Koko teksti, tiivistelmä, sisällysluettelo tai johdanto. Aiheanalyysi perustuu kontekstiin; Jos annat tekoälylle vain otsikon, saat pinnallisen ja harhaanjohtavan suosituksen.

2. Pyydä sisällöstä yhteenveto tekoälyltä. Ensinnäkin "mitä tämä asiakirja pääasiassa koskee?" kysyä. Tämä auttaa sinua ymmärtämään nopeasti ja osoittaa, onko tekoäly käsittänyt kohteen oikein.

3. Yhdistä kontrolloituihin aiheisiin. Anna tekoälylle luettelo hyväksytyistä aiheista ja sano "ehdota vain sopivimpia aiheita tästä luettelosta". Älä anna sen tuottaa ilmaista terminologiaa.

4. Ehdota luokitusnumeroa. Voit kysyä tekoälyltä "kumpaan pääluokkaan tämä asiakirja kuuluu Deweyssä?" mutta muista tarkistaa numeron tarkat numerot virallisesta luokitustaulukosta. Tekoäly voi tuottaa järkeviä mutta epätarkkoja lukuja.

5. Tee päätös ja perustele se. Tarkista tekoälyn ehdotukset, valitse ne oppilaitoksen politiikan ja käyttäjäkunnan perusteella ja hylkää ne tarvittaessa. Lopullinen aihepäätös ja luokittelu on allekirjoitettu.

Vihje: Asiakirjalle voidaan antaa useita aiheita. Tekoälystä "mikä on tämän asiakirjan ensisijainen aihe, mitkä ovat sen toissijaiset aiheet?" Kysy erikseen. Ensisijaisen aiheen oikea valinta varmistaa, että resurssi menee oikeaan paikkaan hyllyssä; toissijaiset aiheet antavat lisää yhteyspisteitä luetteloon.

Luokittelun oikeudellinen luonne

Luokittelu näyttää neutraalilta, mutta sitä se ei ole. Asetetaanko asiakirja "naistutkimuksen" tai "sosiologian" alle tai jopa mihin maantieteeseen luokitellaan historiallinen tapahtuma, ovat päätöksiä, joihin liittyy näkökulma. Luokittelujärjestelmät sisältävät tiettyjen ajanjaksojen ja kulttuurien oletuksia; Jotkut termit vanhentuvat tai poissulkevat ajan myötä. Tekoäly perii nämä ennakkoluulot sanatarkasti tiedoista, joihin se on koulutettu, ja saattaa jopa vahvistaa niitä.

Siksi aiheanalyysi on harkintakysymys, jota ei voida jättää tekoälyn ratkaistavaksi. AI osoittaa, mitkä otsikot ovat "todennäköisiä"; Mutta päätös siitä, mikä nimike edustaa lähdettä tarkimmin ja reilummin, kuuluu asiantuntijalle, joka tuntee laitoksen arvot ja sen käyttäjäkunnan.

Varoitus: Varmista, että tekoälyn ehdottama aihe ei vääristele tai sulje pois lähdettä. Vertaa tekoälyn luomia termejä oppilaitoksen nykyiseen ja kattavaan sanastoon erityisesti arkaluontoisissa aiheissa, kuten identiteetti, etnisyys, uskonto ja sukupuoli.

kolme minilaukkua

Tapaus 1 – Joukkoaiheehdotus. Kirjasto määrittäisi aiheita 800 artikkelin digitaaliseen kokoelmaan. Asiantuntija antoi yhteenvedon jokaisesta artikkelista tekoälylle ja pyysi vastaavuutta hyväksytystä otsikkoluettelosta. Tekoälysuositukset tallensivat oikein keskimäärin kaksi kolmesta kelvollisista nimikkeistä artikkelia kohti; asiantuntija lisäsi kolmannen ja karsi pois väärät ehdotukset. Työ valmistui noin 40 % nopeammin kuin kokonaan käsin tehtynä.

Tapaus 2 – Väärä luokitusnumero. Asiantuntija pyysi tekoälyltä Deweyn numeroa sairaushistoriakirjaa varten. YZ ehdotti "610 (Lääketiede)"; Kirjassa oli kuitenkin lähinnä lääketieteen historiaa ja oikea paikka oli "610.9 (History of Medicine)". Asiantuntija katsoi virallista Dewey-taulukkoa ja korjasi sen; Tekoäly löysi pääluokan, mutta jäi välitauolle.

Tapaus 3 – Vanhentunut termi kiinni. Tekoäly ehdotti vanhentunutta ja nyt poissulkevaksi katsottua aihetermiä sosiologian kirjalle; koska tämä vanha termi oli yleinen harjoitustiedoissa. Asiantuntija valitsi oikean termin laitoksen nykyisestä osallistavasta sanastosta. Tämä oli konkreettinen esimerkki siitä, että tekoäly kantaa menneisyyden ennakkoluuloja.

Syvyys ja johdonmukaisuus: kuinka tarkka sen pitäisi olla?

Yleinen päätös aiheanalyysissä on määritettävän termin spesifisyyden taso. Jos annat resurssille liian yleisen otsikon ("Päivämäärä"), aihetta etsivä käyttäjä hukkuu satoihin epäolennaisiin tuloksiin. Jos annat otsikon, joka on liian kapea, laajempaa lähdettä etsivä käyttäjä ei löydä sitä. Sääntönä on valita termi, joka kattaa tarkimmin mutta täydellisesti lähteen: jos lähde käsittelee vain seldžukkien ajan arkkitehtuuria, "seldžukkien arkkitehtuuri" on oikea taso, ei "Arkkitehtuuri". AI usein kaipaa tätä tasapainoa; Se tuottaa ehdotuksia, jotka ovat joko liian yleisiä tai liian hajanaisia. Siksi tekoälylle on annettava selkeät ohjeet, kuten "ehdota tarkinta lähteen kattamaa aihetta, äläkä lisää ala-aiheita, joita lähde ei itse asiassa koske". Lisäksi samaa aihetta koskevien resurssien johdonmukainen merkitseminen ajan mittaan on yhtä tärkeää luettelon eheyden kuin spesifisyyden kannalta. Sanonta "seldžukkien arkkitehtuuri" yhtenä päivänä ja "seljuk-ajan rakennukset" seuraavana päivänä jakaa käyttäjän.

Vinkki: Kun annat resurssille useita otsikoita, älä pinoa tarpeettomasti termejä, jotka ovat toistensa osajoukkoja. Sekä "ottomaanien historian" että "historian" antaminen tekee jälkimmäisestä tarpeettoman; Valitse tarkin ja sisällytä vain otsikot, jotka todella lisäävät eri kattavuutta.

Neljä kopioitavaa mallia

1) Aiheen poiminta:

Kirjoita alla olevan asiakirjan ensisijainen aihe yhdellä lauseella ja toissijaiset aiheet 3 kohdassa. Aiheen lisääminen, joka ei ole tekstissä, perustuu vain tekstiin. Asiakirja/tiivistelmä: [täällä]

2) Vastaavuus hyväksytystä otsikosta:

Alla on asiakirjan yhteenveto ja luettelo hyväksytyistä aiheotsikoista. Yhdistä vain 3–5 otsikkoa luettelosta, jotka sopivat parhaiten asiakirjaan, alkaen sopivimmasta. Kirjoita jokaiselle valinnalle yhden lauseen perustelu. Jos luettelossa ei ole sopivaa otsikkoa, määritä se. Yhteenveto: [täällä] / Lista: [täällä]

3) Luokituksen mestarikurssiehdotus:

Ehdota seuraavaa asiakirjaa varten mahdollista pääluokkaa (3 numeroa) Deweyn desimaaliluokituksessa ja selitä, miksi valitsit sen. Merkitse alemmat numerot "varmistettava virallisesta taulukosta", älä anna tarkkoja lukuja. Dokumentti: [täällä]

4) Harha- ja valuuttatarkistus:

Onko alla olevissa aiheehdotuksissa termejä, jotka voivat olla vanhentuneita, poissulkevia tai yksipuolisia? Jos on, merkitse se ja selitä, miksi se voi olla ongelmallista. Ehdotuksia: [täällä]

Heikko kehote / Vahva kehote

Heikko kehote:

Anna tämän kirjan aiheet: "Kauppa ottomaanien valtakunnassa".

Pelkästään otsikon perusteella tekoäly muodostaa yleisiä termejä tietämättä kontekstia ja jättää huomiotta ohjatun sanaston. Tulos: epäjohdonmukaisia, ehkä virheellisiä otsikoita.

Tehokas kehotus:

Tehtäväsi: Assistentti-aineanalyytikko. Alla on kirjan johdanto ja sisältö; Annoin myös luettelon hyväksytyistä aiheista. (1) Tee yhteen lauseeseen kirjan pääaihe. (2) Yhdistä vain 3–5 sopivinta otsikkoa luettelosta perustelujen kanssa. (3) Älä poistu luettelosta, älä keksi ehtoja. Teksti: [täällä] /Hyväksytty luettelo: [täällä]

Vahva kehote rajoittaa tekoälyn todelliseen sisältöön ja ohjattuun sanavarastoon; säilyttää sekä tarkkuuden että johdonmukaisuuden.

Aiheanalyysitehtäväkaavio

Quest

AI:n rooli

miehen päätös

Sisällön yhteenveto

nopea luonnos

tarkkuustarkastus

Otsikkoehdotus

Vastaa listalta

Lopullinen valinta, perustelut

Luokitusnumero

Mestarikurssiehdotus

Alaosaston vahvistus

Bias-tarkistus

merkintä

Kattava aikakausipäätös

Yleisiä virheitä

  • Kysyn vain aihetta otsikosta. Aiheanalyysi perustuu kontekstiin; Otsikko on harhaanjohtava.
  • Luokitusnumeron hyväksyminen vahvistamatta sitä. Vaikka tekoäly löytää pääluokan, se jättää väliin.
  • Ohita kontrolloitua sanastoa. Vapaa termi rikkoo johdonmukaisuuden.
  • Ennakkoluulojen huomioimatta jättäminen. Tekoäly voi siirtää vanhentuneita, poissulkevia ehtoja menneisyydestä.
  • Päätös jätetään kokonaan tekoälylle. Edustus ja oikeudenmukaisuus edellyttävät harkintaa; Päätös on ihmisellä.

Yhteenvetona

Aiheanalyysissä ja luokittelussa tekoäly on nopea apulainen, joka poimii sisällöstä yhteenvedon, sovittaa aiheita hyväksytyltä luettelolta ja ehdottaa luokittelun mestarikurssia. Mutta aiheanalyysi on pohjimmiltaan harkinta- ja edustamiskysymys: asiantuntijan tehtävänä on päättää, mikä otsikko kuvaa lähdettä, luokitusnumeron tarkat numerot ja termien valuutta tarkimmin ja totuudenmukaisimmin. Suorita tekoälyä todellisella sisällöllä ja hallitulla sanastolla, tarkista luokitusnumerot virallisella taulukolla ja ole valppaana harhaan.

Sovellustehtävä

Valmistele johdanto olemassa olevaan lähteeseen ja lyhyt luettelo hyväksytyistä aiheista. Hanki tekoälyehdotuksia "Aihepoiminnan"- ja "Hyväksyttyjen aiheiden vastaavuus" -malleilla. Vertaa sitten ehdotuksia viralliseen luokitustaulukkoon ja oppilaitoksen nykyiseen sanavarastoon: kuinka monta ehdotusta oli oikein, kuinka monta korjasit? Tarkista vanhentuneiden termien suositukset "Bias and recency check" -mallin avulla.

tarkistuslista

  • [ ] Tein aiheanalyysin todellisesta sisällöstä, en otsikosta.
  • [ ] Kartoitin otsikot ohjatusta sanastosta.
  • [ ] Tarkastin luokitusnumeron alemmat numerot virallisella taulukolla.
  • [ ] Olen tarkistanut ehdotukset vanhentuneiden ja poissulkevien ehtojen suhteen.
  • [ ] Tein lopullisen aihe- ja luokittelupäätöksen oman harkintani mukaan.