വിഷയ വിശകലനം, വർഗ്ഗീകരണം, ഓട്ടോമാറ്റിക് ഇൻഡക്‌സിംഗ്

നേട്ടങ്ങൾ:

• യഥാർത്ഥ ഉള്ളടക്കത്തിൽ നിന്ന് വിഷയം എക്‌സ്‌ട്രാക്‌റ്റ് ചെയ്യാനും അംഗീകൃത വിഷയ ലിസ്റ്റിൽ നിന്ന് പ്രാഥമിക, ദ്വിതീയ വിഷയങ്ങൾ മാപ്പ് ചെയ്യാനുമുള്ള കഴിവ്
• ഡീവി പോലുള്ള വർഗ്ഗീകരണ നിർദ്ദേശങ്ങളുടെ പ്രധാന ക്ലാസ് സ്വീകരിക്കാനും ഔദ്യോഗിക പട്ടിക ഉപയോഗിച്ച് ഉപ-തലങ്ങൾ പരിശോധിക്കാനും കഴിയും.
• വർഗ്ഗീകരണത്തിൻ്റെ വിവേചനപരവും പ്രാതിനിധ്യപരവുമായ സ്വഭാവം മനസ്സിലാക്കാനും കാലഹരണപ്പെട്ടതും ഒഴിവാക്കുന്നതുമായ നിബന്ധനകൾക്കെതിരായ നിർദ്ദേശങ്ങൾ പരിശോധിക്കാനുള്ള കഴിവ്.

ഒരു റിസോഴ്‌സ് എന്താണെന്ന് നിർണ്ണയിക്കുന്നത് ലൈബ്രേറിയൻഷിപ്പിൻ്റെ ഏറ്റവും ന്യായമായ ജോലികളിലൊന്നാണ്. ഇതിനെ വിഷയ വിശകലനം എന്ന് വിളിക്കുന്നു: ഒരു പ്രമാണത്തിൻ്റെ ഉള്ളടക്കം വായിക്കുകയും ശരിയായ വിഷയ തലക്കെട്ടുകളുമായും ശരിയായ വർഗ്ഗീകരണ നമ്പറുമായും പൊരുത്തപ്പെടുത്തുകയും ചെയ്യുന്നു. ഒരു ഉപയോക്താവിന് ഷെൽഫിൽ അനുബന്ധ പുസ്‌തകങ്ങൾ അടുത്തടുത്തായി കണ്ടെത്താനാകുമോ അല്ലെങ്കിൽ കാറ്റലോഗിൽ ഒരു വിഷയത്തിനായി തിരയുമ്പോൾ കൃത്യമായ ഫലങ്ങൾ ലഭിക്കുകയാണെങ്കിൽ, അതിന് പിന്നിൽ ഒരു നല്ല വിഷയ വിശകലനമുണ്ട്. ഈ യൂണിറ്റിൽ, വിഷയ ശുപാർശ, വർഗ്ഗീകരണം, ഓട്ടോമാറ്റിക് ഇൻഡക്‌സിംഗ് എന്നിവയിൽ കൃത്രിമബുദ്ധി എങ്ങനെ ഉപയോഗിക്കാമെന്ന് നിങ്ങൾ പഠിക്കും; എന്നാൽ എന്തുകൊണ്ടാണ് മനുഷ്യൻ അന്തിമ വിഷയത്തിൽ തീരുമാനമെടുക്കേണ്ടതെന്ന് നിങ്ങൾ പഠിക്കും.

നമുക്ക് കുറച്ച് ആശയങ്ങൾ നിർവചിക്കാം. സ്രോതസ്സുകളെ അവയുടെ വിഷയത്തിനനുസരിച്ച് അക്കമിടുന്ന ഒരു സംവിധാനമാണ് വർഗ്ഗീകരണ സംവിധാനം; ഡേവി ഡെസിമൽ ക്ലാസിഫിക്കേഷൻ (ഡിഡിസി), ലൈബ്രറി ഓഫ് കോൺഗ്രസ് ക്ലാസിഫിക്കേഷൻ (എൽസിസി) എന്നിവയാണ് ഏറ്റവും സാധാരണമായത്. ഉദാഹരണത്തിന്, ഡേവിയിൽ, 500 പ്രകൃതി ശാസ്ത്രത്തെ സൂചിപ്പിക്കുന്നു, 900 ചരിത്രത്തെയും ഭൂമിശാസ്ത്രത്തെയും സൂചിപ്പിക്കുന്നു. ഇൻഡെക്‌സിംഗ് എന്നത് ഒരു ഡോക്യുമെൻ്റിന് അത് കണ്ടെത്താൻ കഴിയുന്ന തരത്തിൽ പ്രധാന നിബന്ധനകൾ നൽകുന്നതിനുള്ള ചുമതലയാണ്. സോഫ്‌റ്റ്‌വെയർ ഈ ജോലി നിർദ്ദേശിക്കുമ്പോഴാണ് ഓട്ടോമാറ്റിക് ഇൻഡെക്‌സിംഗ്. AI മൂന്ന് ടാസ്‌ക്കുകളിലും നിർദ്ദേശങ്ങൾ നൽകുന്നു, എന്നാൽ ഓരോന്നിൻ്റെയും അന്തിമ അഭിപ്രായം വിദഗ്ദ്ധനാണ്.

ഘട്ടം ഘട്ടമായി: കൃത്രിമ ബുദ്ധി ഉപയോഗിച്ച് വിഷയ വിശകലനം

1. ഡോക്യുമെൻ്റിൻ്റെ സാരാംശം AI-ക്ക് നൽകുക. പൂർണ്ണ വാചകം, അമൂർത്തം, ഉള്ളടക്ക പട്ടിക അല്ലെങ്കിൽ ആമുഖം. വിഷയ വിശകലനം സന്ദർഭത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്; നിങ്ങൾ AI-ക്ക് തലക്കെട്ട് നൽകിയാൽ, നിങ്ങൾക്ക് ഉപരിപ്ലവവും തെറ്റിദ്ധരിപ്പിക്കുന്നതുമായ ഒരു ശുപാർശ ലഭിക്കും.

2. AI-യിൽ നിന്ന് ഒരു ഉള്ളടക്ക സംഗ്രഹം അഭ്യർത്ഥിക്കുക. ആദ്യം, "ഈ പ്രമാണം പ്രധാനമായും എന്തിനെക്കുറിച്ചാണ്?" ചോദിക്കുക. ഇത് രണ്ടും നിങ്ങളെ വേഗത്തിൽ മനസ്സിലാക്കാൻ സഹായിക്കുകയും AI വിഷയം ശരിയായി മനസ്സിലാക്കിയിട്ടുണ്ടോ എന്ന് കാണിക്കുകയും ചെയ്യുന്നു.

3. നിയന്ത്രിത വിഷയങ്ങളുമായി പൊരുത്തപ്പെടുത്തുക. നിങ്ങളുടെ അംഗീകൃത വിഷയങ്ങളുടെ ലിസ്റ്റ് AI-ക്ക് നൽകുകയും "ഈ ലിസ്റ്റിൽ നിന്ന് ഏറ്റവും അനുയോജ്യമായ വിഷയങ്ങൾ മാത്രം നിർദ്ദേശിക്കുക" എന്ന് പറയുകയും ചെയ്യുക. സ്വതന്ത്രമായ പദാവലി നിർമ്മിക്കാൻ അനുവദിക്കരുത്.

4. വർഗ്ഗീകരണ നമ്പർ നിർദ്ദേശിക്കുക. നിങ്ങൾക്ക് AI യോട് ചോദിക്കാം "ഈ പ്രമാണം ഡീവിയിൽ ഏത് പ്രധാന ക്ലാസിലാണ് ഉൾപ്പെടുന്നത്?" എന്നാൽ ഔദ്യോഗിക വർഗ്ഗീകരണ ചാർട്ട് ഉപയോഗിച്ച് നമ്പറിൻ്റെ കൃത്യമായ അക്കങ്ങൾ പരിശോധിച്ചുറപ്പിക്കുന്നത് ഉറപ്പാക്കുക. AI-ക്ക് ന്യായമായതും എന്നാൽ കൃത്യമല്ലാത്തതുമായ സംഖ്യകൾ സൃഷ്ടിക്കാൻ കഴിയും.

5. തീരുമാനം എടുത്ത് അതിനെ ന്യായീകരിക്കുക. AI-യുടെ നിർദ്ദേശങ്ങൾ അവലോകനം ചെയ്യുക, സ്ഥാപനത്തിൻ്റെ നയത്തിൻ്റെയും ഉപയോക്തൃ അടിത്തറയുടെയും വെളിച്ചത്തിൽ അവ തിരഞ്ഞെടുക്കുക, ആവശ്യമുള്ളപ്പോൾ അവ നിരസിക്കുക. അന്തിമ വിഷയ തീരുമാനവും വർഗ്ഗീകരണവും നിങ്ങളുടെ ഒപ്പ് വഹിക്കുന്നു.

നുറുങ്ങ്: ഒരു പ്രമാണത്തിന് ഒന്നിലധികം വിഷയങ്ങൾ നൽകാം. AI-ൽ നിന്ന് "ഈ ഡോക്യുമെൻ്റിൻ്റെ പ്രാഥമിക വിഷയം എന്താണ്, അതിൻ്റെ ദ്വിതീയ വിഷയങ്ങൾ എന്തൊക്കെയാണ്?" പ്രത്യേകം ചോദിക്കുക. പ്രാഥമിക വിഷയം ശരിയായി തിരഞ്ഞെടുക്കുന്നത് ഉറവിടം ഷെൽഫിലെ ശരിയായ സ്ഥലത്തേക്ക് പോകുന്നുവെന്ന് ഉറപ്പാക്കുന്നു; ദ്വിതീയ വിഷയങ്ങൾ കാറ്റലോഗിൽ അധിക ആക്സസ് പോയിൻ്റുകൾ നൽകുന്നു.

വർഗ്ഗീകരണത്തിൻ്റെ ജുഡീഷ്യൽ സ്വഭാവം

വർഗ്ഗീകരണം നിഷ്പക്ഷമായി കാണപ്പെടുന്നു, പക്ഷേ അങ്ങനെയല്ല. ഒരു ഡോക്യുമെൻ്റ് "വനിതാ പഠനത്തിന്" അല്ലെങ്കിൽ "സോഷ്യോളജി" എന്നതിന് കീഴിലാക്കണോ, അല്ലെങ്കിൽ ഏത് ഭൂമിശാസ്ത്രത്തിന് കീഴിലാണോ നിങ്ങൾ ഒരു ചരിത്ര സംഭവത്തെ തരംതിരിക്കുക എന്നത് പോലും കാഴ്ചപ്പാട് ഉൾപ്പെടുന്ന തീരുമാനങ്ങളാണ്. വർഗ്ഗീകരണ സംവിധാനങ്ങൾ പ്രത്യേക കാലഘട്ടങ്ങളുടെയും സംസ്കാരങ്ങളുടെയും അനുമാനങ്ങൾ വഹിക്കുന്നു; ചില പദങ്ങൾ കാലക്രമേണ കാലഹരണപ്പെടുകയോ ഒഴിവാക്കപ്പെടുകയോ ചെയ്യുന്നു. AI ഈ പക്ഷപാതങ്ങളെ അത് പരിശീലിപ്പിച്ച ഡാറ്റയിൽ നിന്ന് പദാനുപദമായി സ്വീകരിക്കുന്നു, മാത്രമല്ല അവയെ ശക്തിപ്പെടുത്തുകയും ചെയ്തേക്കാം.

അതിനാൽ, വിഷയ വിശകലനം ഒരു വിധിന്യായമാണ്, അത് AI-ക്ക് വിട്ടുകൊടുക്കാൻ കഴിയില്ല. ഏതൊക്കെ ശീർഷകങ്ങളാണ് "സാധ്യത" എന്ന് AI സൂചിപ്പിക്കുന്നു; എന്നാൽ ഏത് ശീർഷകമാണ് ഉറവിടത്തെ ഏറ്റവും കൃത്യമായും ന്യായമായും പ്രതിനിധീകരിക്കുന്നത് എന്ന തീരുമാനം സ്ഥാപനത്തിൻ്റെ മൂല്യങ്ങളും അതിൻ്റെ ഉപയോക്തൃ അടിത്തറയും അറിയുന്ന വിദഗ്ദ്ധനുടേതാണ്.

മുന്നറിയിപ്പ്: AI നിർദ്ദേശിച്ച ഒരു വിഷയം ഉറവിടത്തെ തെറ്റായി പ്രതിനിധീകരിക്കുകയോ ഒഴിവാക്കുകയോ ചെയ്യുന്നില്ലെന്ന് ഉറപ്പാക്കുക. AI- സൃഷ്ടിച്ച പദങ്ങളെ സ്ഥാപനത്തിൻ്റെ നിലവിലുള്ളതും ഉൾക്കൊള്ളുന്നതുമായ പദാവലിയുമായി താരതമ്യം ചെയ്യുക, പ്രത്യേകിച്ച് വ്യക്തിത്വം, വംശം, മതം, ലിംഗഭേദം തുടങ്ങിയ സെൻസിറ്റീവ് വിഷയങ്ങളിൽ.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - ബഹുജന വിഷയ നിർദ്ദേശം. ഒരു ലൈബ്രറി 800 ലേഖനങ്ങളുള്ള ഒരു ഡിജിറ്റൽ ശേഖരത്തിന് വിഷയങ്ങൾ നൽകും. വിദഗ്ദ്ധൻ ഓരോ ലേഖനത്തിൻ്റെയും സംഗ്രഹം AI-ക്ക് നൽകുകയും അംഗീകൃത ശീർഷക പട്ടികയിൽ നിന്ന് ഒരു പൊരുത്തം ആവശ്യപ്പെടുകയും ചെയ്തു. AI ശുപാർശകൾ ഓരോ ലേഖനത്തിനും യോഗ്യമായ 3-ൽ 2 ശീർഷകങ്ങൾ ശരിയായി ക്യാപ്‌ചർ ചെയ്‌തു; വിദഗ്‌ദ്ധൻ മൂന്നാമത്തേത് ചേർക്കുകയും തെറ്റായ നിർദ്ദേശങ്ങൾ ഒഴിവാക്കുകയും ചെയ്തു. പൂർണ്ണമായും കൈകൊണ്ട് ചെയ്യുന്നതിനേക്കാൾ ഏകദേശം 40% വേഗത്തിൽ ജോലി പൂർത്തിയാക്കി.

കേസ് 2 - തെറ്റായ വർഗ്ഗീകരണ നമ്പർ. ഒരു മെഡിക്കൽ ഹിസ്റ്ററി ബുക്കിനായി ഒരു വിദഗ്‌ദ്ധൻ AI-ൽ നിന്ന് ഒരു ഡേവി നമ്പർ ആവശ്യപ്പെട്ടു. YZ നിർദ്ദേശിച്ചത് "610 (മെഡിസിൻ)"; എന്നിരുന്നാലും, പുസ്തകം പ്രധാനമായും വൈദ്യശാസ്ത്രത്തിൻ്റെ ചരിത്രത്തെക്കുറിച്ചായിരുന്നു, ശരിയായ സ്ഥലം "610.9 (വൈദ്യശാസ്ത്രത്തിൻ്റെ ചരിത്രം)" ആയിരുന്നു. വിദഗ്‌ദ്ധൻ ഔദ്യോഗിക ഡേവി ടേബിളിൽ നോക്കി തിരുത്തി; AI പ്രധാന ക്ലാസ് കണ്ടെത്തിയെങ്കിലും സബ് ബ്രേക്ക് നഷ്‌ടമായി.

കേസ് 3 - കാലഹരണപ്പെട്ട പദം പിടികൂടി. AI ഒരു സോഷ്യോളജി പുസ്തകത്തിന് കാലഹരണപ്പെട്ടതും ഇപ്പോൾ പരിഗണിക്കപ്പെടുന്നതുമായ ഒരു ഒഴിവാക്കൽ വിഷയ പദം നിർദ്ദേശിച്ചു; കാരണം ഈ പഴയ പദം പരിശീലന ഡാറ്റയിൽ സാധാരണമായിരുന്നു. സ്ഥാപനത്തിൻ്റെ നിലവിലെ ഇൻക്ലൂസീവ് പദാവലിയിൽ നിന്ന് വിദഗ്ദ്ധൻ ശരിയായ പദം തിരഞ്ഞെടുത്തു. AI മുൻകാല പക്ഷപാതം വഹിക്കുന്നു എന്നതിൻ്റെ മൂർത്തമായ ഉദാഹരണമായിരുന്നു ഇത്.

ആഴവും സ്ഥിരതയും: അത് എത്രമാത്രം നിർദ്ദിഷ്ടമായിരിക്കണം?

വിഷയ വിശകലനത്തിലെ ഒരു പൊതു തീരുമാനം നിയോഗിക്കേണ്ട പദത്തിൻ്റെ പ്രത്യേകതയാണ്. നിങ്ങൾ ഒരു ഉറവിടത്തിന് വളരെ പൊതുവായ ഒരു തലക്കെട്ട് നൽകിയാൽ ("തീയതി"), വിഷയം തിരയുന്ന ഉപയോക്താവ് നൂറുകണക്കിന് അപ്രസക്തമായ ഫലങ്ങളിൽ മുങ്ങിപ്പോകും. നിങ്ങൾ വളരെ ഇടുങ്ങിയ ഒരു ശീർഷകം നൽകിയാൽ, വിശാലമായ ഉറവിടത്തിനായി തിരയുന്ന ഒരു ഉപയോക്താവിന് അത് കണ്ടെത്താൻ കഴിയില്ല. സ്രോതസ്സ് ഏറ്റവും പ്രത്യേകമായി എന്നാൽ പൂർണ്ണമായി ഉൾക്കൊള്ളുന്ന പദം തിരഞ്ഞെടുക്കുക എന്നതാണ് നിയമം: ഒരു ഉറവിടം സെൽജൂക് കാലഘട്ടത്തിലെ വാസ്തുവിദ്യയുമായി മാത്രമേ ഇടപെടുന്നുള്ളൂവെങ്കിൽ, "സെൽജുക് ആർക്കിടെക്ചർ" ആണ് ശരിയായ ലെവൽ, "വാസ്തുവിദ്യ" അല്ല. AI പലപ്പോഴും ഈ ബാലൻസ് നഷ്ടപ്പെടുത്തുന്നു; ഇത് വളരെ പൊതുവായതോ ചിതറിപ്പോയതോ ആയ നിർദ്ദേശങ്ങൾ ഉണ്ടാക്കുന്നു. അതിനാൽ, "ഉറവിടം ഉൾക്കൊള്ളുന്ന ഏറ്റവും നിർദ്ദിഷ്ട വിഷയം നിർദ്ദേശിക്കുക, ഉറവിടം യഥാർത്ഥത്തിൽ സ്പർശിക്കാത്ത ഉപവിഷയങ്ങൾ ചേർക്കരുത്" എന്നിങ്ങനെയുള്ള വ്യക്തമായ നിർദ്ദേശങ്ങൾ AI-ക്ക് നൽകേണ്ടത് ആവശ്യമാണ്. കൂടാതെ, കാലക്രമേണ ഒരേ വിഷയത്തിൽ വിഭവങ്ങളുടെ സ്ഥിരതയുള്ള ലേബൽ ചെയ്യുന്നത് കാറ്റലോഗിൻ്റെ സമഗ്രതയ്ക്ക് പ്രത്യേകത പോലെ പ്രധാനമാണ്; ഒരു ദിവസം "Seljuk architecture" എന്നും അടുത്ത ദിവസം "Seljuk period buildings" എന്നും പറയുന്നത് ഉപയോക്താവിനെ ഭിന്നിപ്പിക്കുന്നു.

നുറുങ്ങ്: ഒരു ഉറവിടത്തിന് ഒന്നിലധികം ശീർഷകങ്ങൾ നൽകുമ്പോൾ, പരസ്പരം ഉപവിഭാഗങ്ങളായ പദങ്ങൾ അനാവശ്യമായി അടുക്കിവെക്കരുത്. "ഓട്ടോമൻ ചരിത്രവും" "ചരിത്രവും" നൽകുന്നത് രണ്ടാമത്തേത് അനാവശ്യമാക്കുന്നു; ഏറ്റവും നിർദിഷ്ടമായത് തിരഞ്ഞെടുക്കുക കൂടാതെ വ്യത്യസ്തമായ ഒരു വ്യാപ്തി ചേർക്കുന്ന ശീർഷകങ്ങൾ മാത്രം ഉൾപ്പെടുത്തുക.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

1) വിഷയം വേർതിരിച്ചെടുക്കൽ:

ചുവടെയുള്ള പ്രമാണത്തിൻ്റെ പ്രാഥമിക വിഷയം ഒരു വാക്യത്തിലും ദ്വിതീയ വിഷയങ്ങൾ 3 ഇനങ്ങളിലും എഴുതുക. വാചകത്തെ മാത്രം അടിസ്ഥാനമാക്കി, വാചകത്തിൽ ഇല്ലാത്ത ഒരു വിഷയം ചേർക്കുന്നു. പ്രമാണം/സംഗ്രഹം: [ഇവിടെ]

2) അംഗീകൃത തലക്കെട്ടിൽ നിന്ന് പൊരുത്തപ്പെടുത്തൽ:

ഒരു ഡോക്യുമെൻ്റ് സംഗ്രഹവും അംഗീകൃത വിഷയ തലക്കെട്ടുകളുടെ ലിസ്റ്റും ചുവടെയുണ്ട്. പട്ടികയിൽ നിന്ന് ഏറ്റവും അനുയോജ്യമായതിൽ നിന്ന് ആരംഭിച്ച് പ്രമാണത്തിന് ഏറ്റവും അനുയോജ്യമായ 3-5 തലക്കെട്ടുകൾ മാത്രം പൊരുത്തപ്പെടുത്തുക. ഓരോ തിരഞ്ഞെടുപ്പിനും ഒരു വാക്യം ന്യായീകരിക്കുക. പട്ടികയിൽ അനുയോജ്യമായ തലക്കെട്ട് ഇല്ലെങ്കിൽ, അത് വ്യക്തമാക്കുക. സംഗ്രഹം: [ഇവിടെ] / പട്ടിക: [ഇവിടെ]

3) ക്ലാസിഫിക്കേഷൻ മാസ്റ്റർ ക്ലാസ് നിർദ്ദേശം:

ഇനിപ്പറയുന്ന ഡോക്യുമെൻ്റിനായി, ഡേവി ഡെസിമൽ ക്ലാസിഫിക്കേഷനിൽ സാധ്യമായ ഒരു പ്രധാന ക്ലാസ് (3 അക്കങ്ങൾ) നിർദ്ദേശിക്കുകയും നിങ്ങൾ അത് തിരഞ്ഞെടുത്തത് എന്തുകൊണ്ടാണെന്ന് വിശദീകരിക്കുകയും ചെയ്യുക. താഴെയുള്ള അക്കങ്ങൾ "ഔദ്യോഗിക പട്ടികയിൽ നിന്ന് പരിശോധിച്ചുറപ്പിച്ചിരിക്കണം" എന്ന് അടയാളപ്പെടുത്തുക, കൃത്യമായ സംഖ്യകൾ നൽകരുത്. പ്രമാണം: [ഇവിടെ]

4) പക്ഷപാതവും കറൻസി പരിശോധനയും:

ചുവടെയുള്ള വിഷയ നിർദ്ദേശങ്ങളിൽ കാലഹരണപ്പെട്ടതോ ഒഴിവാക്കുന്നതോ ഏകപക്ഷീയമായതോ ആയ ഏതെങ്കിലും നിബന്ധനകൾ ഉണ്ടോ? അങ്ങനെയാണെങ്കിൽ, അത് അടയാളപ്പെടുത്തുകയും അത് പ്രശ്നമായേക്കാവുന്നത് എന്തുകൊണ്ടെന്ന് വിശദീകരിക്കുകയും ചെയ്യുക. നിർദ്ദേശങ്ങൾ: [ഇവിടെ]

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായ പ്രോംപ്റ്റ്:

ഈ പുസ്തകത്തിൻ്റെ വിഷയങ്ങൾ നൽകുക: "ഓട്ടോമൻ സാമ്രാജ്യത്തിലെ വാണിജ്യം".

ശീർഷകത്തിൽ നിന്ന് മാത്രം പ്രവർത്തിക്കുന്നു, സന്ദർഭം അറിയാതെ AI പൊതുവായ നിബന്ധനകൾ ഉണ്ടാക്കുകയും നിയന്ത്രിത പദാവലി അവഗണിക്കുകയും ചെയ്യുന്നു. ഫലം: പൊരുത്തമില്ലാത്ത, ഒരുപക്ഷേ തെറ്റായ ശീർഷകങ്ങൾ.

ശക്തമായ നിർദ്ദേശം:

നിങ്ങളുടെ റോൾ: അസിസ്റ്റൻ്റ് സബ്ജക്ട് അനലിസ്റ്റ്. പുസ്തകത്തിൻ്റെ ആമുഖവും ഉള്ളടക്കവും ചുവടെ; അംഗീകൃത വിഷയങ്ങളുടെ ഒരു ലിസ്റ്റും ഞാൻ നൽകി. (1) പുസ്തകത്തിൻ്റെ പ്രാഥമിക വിഷയം ഒരു വാചകത്തിൽ സംഗ്രഹിക്കുക. (2) ലിസ്റ്റിൽ നിന്ന് ഏറ്റവും അനുയോജ്യമായ 3-5 ശീർഷകങ്ങൾ മാത്രം യുക്തിസഹമായി പൊരുത്തപ്പെടുത്തുക. (3) പട്ടികയിൽ നിന്ന് പുറത്തുപോകരുത്, നിബന്ധനകൾ ഉണ്ടാക്കരുത്. വാചകം: [ഇവിടെ] /അംഗീകൃത പട്ടിക: [ഇവിടെ]

ശക്തമായ പ്രോംപ്റ്റ് AI-യെ യഥാർത്ഥ ഉള്ളടക്കത്തിലേക്കും നിയന്ത്രിത പദാവലിയിലേക്കും പരിമിതപ്പെടുത്തുന്നു; കൃത്യതയും സ്ഥിരതയും നിലനിർത്തുന്നു.

വിഷയ വിശകലന ടാസ്‌ക് ചാർട്ട്

അന്വേഷണം

AI യുടെ പങ്ക്

മനുഷ്യൻ്റെ തീരുമാനം

ഉള്ളടക്ക സംഗ്രഹം

ദ്രുത ഡ്രാഫ്റ്റ്

കൃത്യത പരിശോധന

ശീർഷക നിർദ്ദേശം

ലിസ്റ്റിൽ നിന്ന് പൊരുത്തം

അന്തിമ തിരഞ്ഞെടുപ്പ്, ന്യായീകരണം

വർഗ്ഗീകരണ നമ്പർ

മാസ്റ്റർ ക്ലാസ് നിർദ്ദേശം

ഉപവിഭാഗം സ്ഥിരീകരണം

പക്ഷപാത പരിശോധന

അടയാളപ്പെടുത്തൽ

ഉൾപ്പെടുന്ന കാലാവധി തീരുമാനം

സാധാരണ തെറ്റുകൾ

• തലക്കെട്ടിൽ നിന്ന് ഒരു വിഷയം ചോദിക്കുന്നു. വിഷയ വിശകലനം സന്ദർഭത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്; തലക്കെട്ട് തെറ്റിദ്ധരിപ്പിക്കുന്നതാണ്.
• സ്ഥിരീകരിക്കാതെ ക്ലാസിഫിക്കേഷൻ നമ്പർ സ്വീകരിക്കുന്നു. AI പ്രധാന ക്ലാസ് കണ്ടെത്തുന്നുണ്ടെങ്കിലും, അത് സബ്ബ്രേക്ക് നഷ്‌ടപ്പെടുത്തുന്നു.
• നിയന്ത്രിത പദാവലി ഒഴിവാക്കുന്നു. സ്വതന്ത്ര പദം സ്ഥിരതയെ തകർക്കുന്നു.
• മുൻവിധി അവഗണിക്കുന്നു. AI ഭൂതകാലത്തിൻ്റെ കാലഹരണപ്പെട്ടതും ഒഴിവാക്കുന്നതുമായ നിബന്ധനകൾ വഹിച്ചേക്കാം.
• തീരുമാനം പൂർണ്ണമായും AI-ക്ക് വിടുന്നു. പ്രാതിനിധ്യത്തിനും നീതിക്കും ന്യായവിധി ആവശ്യമാണ്; തീരുമാനം വ്യക്തിയുടെതാണ്.

ചുരുക്കത്തിൽ

വിഷയ വിശകലനത്തിലും വർഗ്ഗീകരണത്തിലും, ഉള്ളടക്ക സംഗ്രഹം എക്‌സ്‌ട്രാക്‌റ്റുചെയ്യുകയും അംഗീകൃത ലിസ്റ്റിൽ നിന്ന് വിഷയങ്ങളുമായി പൊരുത്തപ്പെടുകയും ക്ലാസിഫിക്കേഷൻ മാസ്റ്റർ ക്ലാസ് നിർദ്ദേശിക്കുകയും ചെയ്യുന്ന ഒരു ഫാസ്റ്റ് അസിസ്റ്റൻ്റാണ് AI. എന്നാൽ വിഷയ വിശകലനം അടിസ്ഥാനപരമായി വിധിയുടെയും പ്രാതിനിധ്യത്തിൻ്റെയും കാര്യമാണ്: ഉറവിടം, വർഗ്ഗീകരണ സംഖ്യയുടെ കൃത്യമായ അക്കങ്ങൾ, നിബന്ധനകളുടെ നാണയം എന്നിവ ഏത് തലക്കെട്ടാണ് ഏറ്റവും കൃത്യമായും ന്യായമായും വിവരിക്കുന്നതെന്ന് തീരുമാനിക്കേണ്ടത് വിദഗ്ദ്ധനാണ്. യഥാർത്ഥ ഉള്ളടക്കവും നിയന്ത്രിത പദാവലിയും ഉപയോഗിച്ച് AI പ്രവർത്തിപ്പിക്കുക, ഔദ്യോഗിക പട്ടിക ഉപയോഗിച്ച് ക്ലാസിഫിക്കേഷൻ നമ്പറുകൾ പരിശോധിക്കുക, പക്ഷപാതത്തെക്കുറിച്ച് ജാഗ്രത പുലർത്തുക.

ആപ്ലിക്കേഷൻ ടാസ്ക്

നിങ്ങളുടെ പക്കലുള്ള ഒരു ഉറവിടത്തിലേക്കുള്ള ഒരു ആമുഖവും അംഗീകൃത വിഷയങ്ങളുടെ ഒരു ചെറിയ ലിസ്റ്റും തയ്യാറാക്കുക. "വിഷയം വേർതിരിച്ചെടുക്കൽ", "അംഗീകൃത വിഷയ പൊരുത്തപ്പെടുത്തൽ" എന്നീ ടെംപ്ലേറ്റുകൾ ഉപയോഗിച്ച് AI നിർദ്ദേശങ്ങൾ നേടുക. തുടർന്ന് ഔദ്യോഗിക വർഗ്ഗീകരണ പട്ടികയ്‌ക്കെതിരായ നിർദ്ദേശങ്ങളും സ്ഥാപനത്തിൻ്റെ നിലവിലെ പദാവലിയും താരതമ്യം ചെയ്യുക: എത്ര നിർദ്ദേശങ്ങൾ ശരിയായിരുന്നു, എത്രയെണ്ണം നിങ്ങൾ തിരുത്തി? "ബയാസ് ആൻഡ് റീസെൻസി ചെക്ക്" ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് കാലഹരണപ്പെട്ട നിബന്ധനകൾക്കുള്ള ശുപാർശകൾ പരിശോധിക്കുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] ഞാൻ വിഷയ വിശകലനം നടത്തിയത് യഥാർത്ഥ ഉള്ളടക്കത്തിൽ നിന്നാണ്, തലക്കെട്ടിൽ നിന്നല്ല.
• [ ] നിയന്ത്രിത പദാവലിയിൽ നിന്ന് ഞാൻ ശീർഷകങ്ങൾ മാപ്പ് ചെയ്തു.
• [ ] ഞാൻ ഔദ്യോഗിക പട്ടിക ഉപയോഗിച്ച് ക്ലാസിഫിക്കേഷൻ നമ്പറിൻ്റെ താഴ്ന്ന അക്കങ്ങൾ പരിശോധിച്ചു.
• [ ] കാലഹരണപ്പെട്ടതും ഒഴിവാക്കുന്നതുമായ നിബന്ധനകൾക്കെതിരായ നിർദ്ദേശങ്ങൾ ഞാൻ പരിശോധിച്ചു.
• [ ] ഞാൻ എൻ്റെ സ്വന്തം വിവേചനാധികാരത്തിൽ അന്തിമ വിഷയവും വർഗ്ഗീകരണ തീരുമാനവും എടുത്തു.