Ieguvumi:
- Iespēja saīsināt kataloģizācijas laiku, izveidojot metadatu projektus saskaņā ar tādiem standartiem kā MARC un Dublin Core no reālas nospieduma informācijas
- Iespēja pārbaudīt laukus ar augstu izgatavošanas risku, piemēram, izdošanas gadu, ISBN, autora vārdu, ar oriģinālo avotu un kartes priekšmetu terminiem no kontrolētās vārdnīcas
- Spēja padarīt autora un priekšmeta formātus vienotus ar autoritātes kontroli un uzturēt kataloga konsekvenci
Katalogu veidošana ir neredzams, bet vissvarīgākais bibliotēku darbs. Resursa (grāmata, raksts, karte, skaņu ieraksts, digitālais fails) atklāšana ir iespējama ar pareiziem metadatiem. Metadati nozīmē “dati par datiem”: strukturēta informācija, kas apraksta resursa nosaukumu, autoru, izdošanas gadu, tēmu, valodu un fiziskos atribūtus. Ja metadati ir labi, lietotājs atrod resursu; Ja tas ir slikts vai nepilnīgs, resurss tiek zaudēts, pat ja tas pastāv. Šajā nodaļā jūs uzzināsiet, kā izmantot mākslīgo intelektu metadatu uzmetuma ģenerēšanā, bet kā nodrošināt standartu atbilstību un precizitāti.
Vispirms definēsim abus jēdzienus. MARC (mašīnlasāmā kataloģizācija) ir ierakstu formāts, ko bibliotēkas ir izmantojušas gadu desmitiem un kurā katra informācija tiek ievietota numurētos laukos; Piemēram, laukā 245 ir nosaukums un laukā 100 ir galvenais autors. Dublin Core ir vienkāršots metadatu standarts digitālajiem resursiem, kas sastāv no 15 pamata laukiem (nosaukums, veidotājs, tēma, datums, žanrs utt.). Šie standarti nodrošina, ka ieraksti no dažādām bibliotēkām var sarunāties viens ar otru.
Soli pa solim: metadatu melnrakstu ģenerēšana ar mākslīgo intelektu
1. Apkopojiet avota identitātes informāciju. Grāmatas vāks, titullapa, saturs vai digitālā faila teksts. AI darbojas tikai no jūsu sniegtās informācijas; Ja sniedzat nepilnīgu informāciju, tiek iegūti nepilnīgi vai izdomāti metadati.
2. Norādiet mērķa standartu. Piešķiriet mākslīgajam intelektam skaidru mērķi, piemēram, "pēc Dublin Core laukiem" vai "pēc MARC 245, 100, 260, 650 laukiem". Ja standartu nenorādīsiet, tas izveido patvaļīgu formātu.
3. Izveidojiet melnrakstu. AI no jūsu sniegtās informācijas izstrādā nosaukumu, atbildības paziņojumu, informāciju par publikāciju un tēmas priekšlikumu.
4. Īstenot pilnvaru kontroli. Autoritatīvs ieraksts ir ieraksts, kas nosaka vienotu, standarta formu autora vārdam, institūcijai vai tēmai (piemēram, "Atatürk, Mustafa Kemal, 1881-1938"). AI var rakstīt vārdu dažādos veidos; Jūs pārbaudāt un labojat apstiprinātās iestādes formātu.
5. Pārbaudiet un apstipriniet. Salīdziniet katru lauku ar sākotnējo avotu. Jo īpaši precīza informācija, piemēram, izdošanas gads, ISBN un autora vārds, var tikt viltota AI.
Padoms: sniedziet AI fotoattēlu vai tekstu no avota faktiskās kredīta lapas; Nesakiet "uzmini grāmatas nosaukumu". Paredzamie metadati mazina kataloga uzticamību. AI raksta pārliecinoši, veicot prognozes, un tas jūs maldinās.
Kontrolēts vārdu krājums un konsekvence
Katalogošanā viss ir konsekvence. Ja viena un tā pati tēma ir rakstīta ar diviem dažādiem terminiem divos dažādos ierakstos, lietotājs atradīs vienu un palaidīs garām otru. Tāpēc bibliotēkas izmanto kontrolētu vārdu krājumu — apstiprinātu, standarta terminu sarakstu. Iesakot terminus no brīvā teksta, AI var izvēlēties tā sarunvalodas ekvivalentu, nevis oficiālo terminu šajā sarakstā. Piemēram, AI var rakstīt “sirdslēkme”; tā kā apstiprinātais termins var būt "miokarda infarkts".
Risinājums ir piešķirt AI kontrolēto vārdu krājumu un pateikt "vienkārši izvēlieties no šī saraksta". Tātad tā vietā, lai brīvi izdomātu nosacījumus, AI sakrīt ar vispiemērotāko no apstiprinātā saraksta.
Uzmanību: ja AI ieteiktais priekšmeta termins nav kontrolētajā vārdnīcā, nepievienojiet šo terminu katalogam. Lēmumu par jaunu termiņu pievienošanu pieņem par iestādes vadību atbildīgais eksperts; Patvaļīgu terminu pievienošana izjauc kataloga konsekvenci.
trīs mini futrāļi
1. gadījums — Ziedojumu vākšana paātrināta. Publiskā bibliotēka saņēma dāvinājumu 1200 grāmatu apmērā. Kataloga speciālists lika AI izlasīt katras grāmatas nospieduma lapu un sagatavot Dublin Core melnrakstu; Laiks vienam ierakstam samazinājās no 9 minūtēm līdz 3,5 minūtēm. Atlikušo laiku eksperts veltīja pilnvaru pārbaudei un verifikācijai; Kopējais laiks tika samazināts par aptuveni 55%, taču neviens ieraksts neienāca sistēmā bez pārbaudes.
2. gadījums — notverts viltots ISBN. Eksperts lika AI sagatavot 30 grāmatu melnrakstus. Pārbaudes laikā viņš atklāja, ka ISBN 4 ierakstos ir viltots: AI bija uzrakstījis 13 ciparu skaitli, kas šķita saprātīgs, lai gan viņš nezināja grāmatas īsto numuru. Pārbaudes darbība novērsa četru nepareizu ISBN nokļūšanu katalogā.
3. gadījums — Izlabota iestādes neatbilstība. Bibliotēka dažos ierakstos atrada autoru kā "Dž. Smits", citos - "Džons Smits", citos - "Smits, Džons". AI tika saskaņota ar autoritātes failu, apvienojot visus ierakstus vienā apstiprinātā formātā ("Smith, John, 1965-"); Ja šis darbs tiktu veikts manuāli, tas aizņemtu dienas, bet ar AI ieteikumu tas tika samazināts līdz dažām stundām, bet katru maču apstiprināja eksperts.
Retrospektīva konversija un vecie ieraksti
Daudzās bibliotēkās ir nepilnīgi vai novecojuši ieraksti, kas tika ievadīti pirms gadiem ar atšķirīgiem noteikumiem. To pārvietošanu uz pašreizējo standartu sauc par retrospektīvu konvertēšanu, un manuāli veicot to, tas ir ļoti darbietilpīgi. AI var nolasīt vecu ierakstu un ģenerēt melnrakstu, lai to pārvietotu uz pašreizējo lauka struktūru: piemēram, tas var parsēt brīvā teksta citātu un izplatīt to pareizajos laukos. Tomēr šeit pastāv divas briesmas. Pirmkārt, AI var kompensēt trūkstošo informāciju, lai "kompensētu"; otrkārt, tas var saglabāt kļūdu vecajā ierakstā, kopējot to jaunā formātā, nevis labojot. Tāpēc retrospektīvā transformācijā mākslīgā intelekta izvade jāpārbauda sistemātiski, nevis pēc izlases, bet gan pēc kritiskajiem laukiem (autors, gads, identifikācijas numuri). Laba prakse ir pirms un pēc konversijas ierakstus attēlot blakus, padarot katru izmaiņu redzamu; tāpēc eksperts vienā mirklī var redzēt, kas ir pārvietots, kas ir mainījies un kas varētu būt safabricēts.
Uzmanību: AI izveidotos metadatu projektus nevajadzētu pārsūtīt uz sistēmu kā sēriju, nepārskatot tos pa vienam. Masveida kļūda sabojā simtiem ierakstu vienlaikus, un izgūšana ir daudz apgrūtinošāka nekā izgatavošana. Visdrošāk ir ražot un pārbaudīt nelielās partijās.
Četras kopējamas veidnes
1) Dublin Core izklāsts:
Jūsu loma: katalogētāja palīgs. Aizpildiet Dublin Core laukus no šāda rindiņas teksta: nosaukums, veidotājs, tēma, apraksts, izdevējs, datums, žanrs, formāts, valoda. Izmantojiet tikai informāciju, kas ir skaidra tekstā; Atstājiet trūkstošo lauku "[nav informācijas]", neuzminiet. Nospieduma teksts: [šeit]
2) MARC lauka kontūra:
Ierosiniet kontūras šādiem MARC laukiem no tālāk esošās grāmatas informācijas: 245 (nosaukums/kredīts), 100 (galvenais autors), 260/264 (publikācija), 300 (fiziskais apraksts), 650 (tēma). Atzīmējiet jebkuru lauku, par kuru neesat pārliecināts, kā "[nepieciešama verifikācija]". Informācija: [šeit]
3) Tēmu atbilstība no kontrolētās vārdnīcas:
Tālāk ir sniegts avota kopsavilkums un apstiprināto tēmu terminu saraksts. Saskaņojiet tikai 3–5 vispiemērotākos vārdus no saraksta ar avotu. Ja sarakstā nav piemērota termina, rakstiet "sarakstā nav piemērota termina", neveidojiet jaunus terminus. Kopsavilkums: [šeit] / Terminu saraksts: [šeit]
4) Pilnvaras formas kontrole:
Saskaņojiet tālāk norādītos autoru vārdus ar apstiprinātajām veidlapām manis sniegtajā pilnvaru sarakstā. Katram vārdam: formāts ierakstā -> apstiprināts formāts. Ja sarakstā nav ekvivalenta, ierakstiet "nav pilnvaras ieraksta". Vārdi: [šeit] / Iestāžu saraksts: [šeit]
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Izņemiet kataloģizācijas informāciju šai grāmatai: "Mākslīgais intelekts un sabiedrība".
Tiek dots tikai nosaukums; AI ir spiests izveidot autoru, gadu, izdevēju un ISBN. Nav mērķa standarta. Rezultāts: pārliecinošs, bet, iespējams, nepatiess ieraksts.
Spēcīga uzvedne:
Jūsu loma: katalogētāja palīgs. Zemāk ir pilns grāmatas nospieduma lapas teksts. No šī aizpildiet Dublin Core laukus. Izmantojiet tikai informāciju, kas ir skaidri norādīta tekstā; Lauku, kas nav teksta lauks, atstājiet tukšu un ierakstiet "[nav informācijas]". Nav izdomāti nekādi datumi, vārdi vai ISBN. Nospieduma teksts: [pilns teksts šeit]
Spēcīgā uzvedne ierobežo AI ar reālu blakus informāciju un liek tai godīgi atstāt tukšas vietas, nevis tās izdomāt.
Metadatu lauks un validācijas tabula
apgabalā
Izgatavošanas risks
Kā pārbaudīt
Nosaukums
zems
Salīdziniet ar nospieduma lapu
Autora/iestādes formāts
vidējs
Meklēt autoritātes failā
Izdošanas gads
augsts
Apstipriniet ar nospiedumu/kolofonu
ISBN
ļoti augsts
Viena pret vienu vadība ar svītrkodu/avotu
Priekšmeta termins
augsts
Atbilst kontrolētajam vārdu krājumam
Biežas kļūdas
- Vienkārši pieprasām virsraksta metadatus. Nepilnīga informācija liek AI izdomāt lietas.
- Nav norādīts mērķa standarts. Patvaļīgs formatējums izjauc ierakstu harmoniju.
- ISBN un gada pieņemšana bez pārbaudes. Šajās zonās ir vislielākais ražošanas risks.
- Priekšmeta termina pārņemšana ārpus kontrolētā vārdu krājuma. Konsekvence un pieejamība ir apdraudēta.
- Iestādes kontroles apiešana. Viens un tas pats autors izkliedējas dažādos formātos, lietotājs palaiž garām avotu.
Rezumējot
Metadatu ģenerēšanā mākslīgais intelekts ir spēcīgs palīgs, kas ātri iegūst nospieduma informāciju un ievērojami saīsina kataloģizācijas laiku. Taču produktivitātes cena ir stingra pārbaude pret ražošanas riskiem: skaidri norādiet mērķa standartu (MARC, Dublin Core), palaidiet AI tikai ar īstām zināšanām par vārdiem, kartējiet priekšmetu terminus no kontrolētām vārdnīcām un apstipriniet autoritātes veidlapas. Tā vietā, lai aizpildītu nepilnības, AI godīgi jāatstāj tas tukšs; Jūs paturat galīgo apstiprinājumu.
Lietojumprogrammas uzdevums
Norādiet īstas grāmatas nospieduma lapas tekstu AI — izmantojot veidni "Dublin Core draft" un saņemiet melnrakstu. Pēc tam ļaujiet tai pašai grāmatai izveidot tikai nosaukumu ("Vāja uzvedne") un salīdziniet abus rezultātus: kuri lauki tika izgatavoti? Pēc tam, izmantojot veidni “Tēmu kartēšana no kontrolētās vārdnīcas”, sniedziet īsu apstiprināto terminu sarakstu, lai tēma atbilstu, un pārbaudiet, vai AI nav iekļauta sarakstā.
kontrolsaraksts
- [ ] Avota patieso identitātes informāciju nodevu AI, neatstāju to minējumu ziņā.
- [ ] Esmu skaidri norādījis mērķa metadatu standartu (MARC/Dublin Core).
- [ ] Izdošanas gadu un ISBN esmu verbatimā pārbaudījis ar oriģinālo avotu.
- [ ] Es kartēju tēmu terminus no kontrolētās vārdnīcas.
- [ ] Pilnvaru formas esmu apstiprinājis ar apstiprināto ierakstu.