Keuntungan:
- Dapat memahami cara carian semantik mencari sumber berkaitan yang terlepas daripada carian kata kunci, dengan kedekatan maknanya dan dapat menggunakan kedua-dua kaedah bersama-sama di tempatnya.
- Keupayaan untuk menilai secara kritis ringkasan sistem penemuan yang disokong AI mengikut sama ada ia berasaskan sumber atau tidak dan mengesahkannya dengan sumber.
- Keupayaan untuk menjelaskan soalan yang samar-samar pengguna dan membezakan keputusan yang 'seolah-olah relevan' dari segi kebolehpercayaan
Seorang pengguna mencari katalog untuk "masalah tidur pada kanak-kanak", tetapi sumber berkaitan teratas bertajuk "Gangguan tidur pediatrik." Carian klasik mungkin tidak menunjukkan sumber ini sama sekali kerana ia sepadan dengan perkataan dengan tepat. Di sinilah carian semantik berperanan: ia adalah satu bentuk carian yang sepadan dengan makna perkataan, bukan ejaannya. Dalam unit ini, anda akan mempelajari cara sistem carian dan penemuan semantik berasaskan kecerdasan buatan berfungsi, perkara yang dibawa kepada pustakawan dan masalah yang mereka bawa.
Mari kita tentukan konsep asas. Di tengah-tengah carian semantik ialah membenamkan: teknik mengubah makna teks menjadi vektor nombor (sejenis koordinat makna). Teks yang rapat maknanya rapat antara satu sama lain dalam ruang nombor ini. Oleh itu, walaupun "masalah tidur" dan "gangguan tidur" adalah perkataan yang berbeza, ia terletak berdekatan dan pencarian untuk satu juga akan menemui yang lain. Inilah kuasa menangkap sumber berkaitan yang terlepas daripada carian kata kunci.
Langkah demi langkah: memahami dan menggunakan carian semantik
1. Fahami niat sebenar pengguna. Carian semantik cuba menangkap maksud pengguna. Tugas anda sebagai pustakawan adalah untuk menjelaskan soalan samar-samar pengguna dan memberikan input yang betul kepada sistem carian.
2. Gunakan kata kunci dan carian semantik bersama-sama. Carian semantik mencari sumber dengan perkataan yang berkaitan tetapi berbeza; Carian kata kunci lebih dipercayai apabila mencari istilah, nama atau kod yang tepat (nama pengarang, nombor undang-undang). Pustakawan yang baik menggunakan kedua-duanya.
3. Menilai keputusan secara kritis. Carian semantik mengembalikan hasil yang "nampak relevan"; Tetapi kelihatan relevan tidak bermakna tepat atau boleh dipercayai. Anda menilai sumber dan ketepatan masa keputusan.
4. Ajar strategi carian pengguna. Sistem penemuan berkuasa, tetapi pengguna sering mencari dengan satu perkataan. Satu tugas pustakawan adalah untuk mengajar pengguna mencari dengan lebih baik.
Petua: Carian semantik boleh menjadi lebih lemah daripada carian kata kunci/domain apabila mencari maklumat yang sangat tepat (ISBN tertentu, tajuk penuh, semua karya pengarang); kerana ia mengelirukan hasil lain yang "dekat makna". Gunakan carian berasaskan domain untuk maklumat yang tepat dan carian semantik untuk penemuan dan penyemakan imbas topik.
Sistem penemuan dan ringkasan berkuasa AI
Sistem penemuan moden tidak lagi hanya menyediakan senarai hasil; Sesetengah menghasilkan jawapan ringkasan langsung kepada soalan dengan AI. Ini adalah trend yang kuat tetapi berisiko. Ia berguna jika sistem menghasilkan ringkasan berdasarkan sumber sebenar dalam koleksi dan memetik sumbernya. Tetapi jika sistem menjana jawapan daripada ingatan amnya sendiri tanpa menyebut sumbernya, ini membawa risiko halusinasi dan mungkin memberi maklumat salah kepada pengguna.
Peranan pustakawan adalah untuk memberitahu pengguna sama ada ringkasan tersebut berasaskan sumber atau tidak. Mesej "Ringkasan yang diberikan oleh sistem adalah permulaan; pergi ke sumber asal dan sahkan di sana" adalah asas literasi maklumat.
Awas: Walaupun ringkasan penemuan dikuasakan AI memetik sumber, jangan menganggap bahawa sumber yang disebut itu sebenarnya menyokong maklumat tersebut. Kadangkala sistem menunjukkan sumber yang betul tetapi mengembalikan ringkasan yang salah. Untuk kegunaan kritikal, buka dan semak bahagian sumber yang berkaitan bersama-sama dengan pengguna.
tiga kes mini
Kes 1 — Sumber melarikan diri ditemui. Seorang penyelidik sedang mencari sumber di "pulau haba bandar", tetapi tajuk kajian terbaik dalam koleksi itu ialah "keselesaan terma di bandar." Carian kata kunci terlepas ini; carian semantik mengembalikannya antara lima hasil teratas, terima kasih kepada kedekatan semantiknya. Penyelidik mencapai sumber yang tidak akan dilihatnya.
Kes 2 — “minat” yang mengelirukan. Seorang pengguna mencari "sebab ekonomi Revolusi Perancis". Carian semantik juga meletakkan beberapa sumber secara amnya mengenai subjek "revolusi dan ekonomi" tetapi tidak berkaitan dengan Revolusi Perancis. Pustakawan menyedari bahawa hasil "nampaknya relevan" ini sebenarnya tidak sepadan dengan topik dan mengarahkan pengguna ke sumber yang betul.
Kes 3 — Pengesahan ringkasan. Sistem penemuan memberikan ringkasan AI kepada soalan dan memetik dua sumber. Pustakawan membuka sumber: satu menyokong ringkasan, yang lain berkata bertentangan dengan apa yang dikatakan ringkasan itu. Sistem ini salah tafsir sumber. Pustakawan menunjukkan kepada penaung sumber yang betul dan penemuan sebenar.
Kedudukan, keterlihatan dan keadilan
Sumber mana yang muncul di bahagian atas dan yang mana di bahagian bawah hasil carian bukanlah teknikal yang tidak bersalah; Sebilangan besar pengguna hanya melihat beberapa hasil pertama. Oleh itu, ranking menentukan maklumat yang sebenarnya dilihat. Kedudukan berasaskan AI mengira metrik "perkaitan"nya berdasarkan corak yang telah dipelajari dan corak ini mungkin cenderung untuk menyerlahkan sumber yang popular, sangat disebut atau dalam bahasa tertentu. Akibatnya, sumber berharga tetapi kurang diketahui dalam bahasa baharu atau berbeza mungkin kekal tidak kelihatan. Tugas pustakawan adalah untuk mengetahui bahawa pesanan bukanlah fakta neutral dan untuk mengajar pengguna untuk melihat di luar keputusan awal, mencuba istilah carian yang berbeza dan mempersoalkan susunan hasil. "Tiga sumber teratas" tidak boleh disamakan dengan "tiga sumber teratas", terutamanya untuk soalan penyelidikan. Penemuan memerlukan penggalian lebih mendalam ke dalam senarai.
Petua: Apabila mengajar pengguna untuk mencari, tunjukkan kepada mereka cara mencari topik yang sama menggunakan dua hingga tiga set istilah yang berbeza. Istilah yang berbeza mengembalikan kedudukan hasil yang berbeza; Ini memecahkan titik buta yang dicipta oleh satu carian dan membuka kumpulan sumber yang lebih kaya.
Empat templat yang boleh disalin
1) Peluasan istilah carian:
Perkaya topik carian di bawah untuk carian semantik dan kata kunci. Senaraikan sinonim, istilah berkaitan dan kemungkinan persamaan formal/teknikal. Hanya cadangkan istilah yang benar-benar berkaitan dengan topik. Subjek: [di sini]
2) Menjelaskan soalan pengguna:
Cadangkan 3 soalan penjelasan yang saya patut tanya untuk menjelaskan soalan pengguna yang samar-samar berikut (seperti skop, tempoh, genre, bahasa). Jangan menganggap niat pengguna, tunjukkan pilihan. Soalan: [di sini]
3) Menilai perkaitan hasil:
Di bawah ialah topik carian dan tajuk/ringkasan hasil dikembalikan. Nilaikan sejauh mana relevan setiap hasil dengan topik sebagai "tinggi/sederhana/rendah" dan berikan justifikasi satu ayat. Hanya bergantung pada teks yang diberikan. Topik: [di sini] / Keputusan: [di sini]
4) Semakan konsistensi sumber ringkasan:
Di bawah ialah ringkasan dan teks sumber yang didakwa sebagai asasnya. Adakah setiap tuntutan dalam ringkasan sebenarnya terdapat dalam teks sumber? Tandai item mengikut item "disokong / tidak disokong / sebahagian". Ringkasan: [sini] / Sumber: [sini]
Gesaan lemah / Gesaan kuat
Gesaan yang lemah:
Senaraikan saya sumber terbaik mengenai subjek ini.
AI tidak tahu dari koleksi mana, mengikut kriteria apa, untuk dipilih daripada sumber yang sebenarnya sedia ada; boleh menghasilkan senarai "terbaik" yang dibuat daripada ingatan amnya.
Gesaan kuat:
Peranan anda: pembantu pengakap. Di bawah ialah topik carian dan 15 hasil sebenar (tajuk + abstrak) yang dikembalikan daripada sistem pengakap. Senaraikan 15 keputusan ini mengikut kaitannya dengan topik dan berikan justifikasi satu ayat untuk setiap satu. Menambah sumber baharu pada senarai, menjadikannya. Topik: [di sini] / Keputusan: [di sini]
Gesaan yang berkuasa mengehadkan AI kepada set hasil sebenar dan menjadikannya menilai; Ia menghalang fabrikasi dan pengambilan semula daripada ingatan umum.
Carta perbandingan jenis carian
Status
kaedah terbaik
kenapa
Tajuk tepat/ISBN/pengarang
Medan/kata kunci
Padanan satu dengan satu boleh dipercayai
Penerokaan topik, istilah yang berbeza
Carian semantik
Menangkap keakraban makna
Peristiwa/kata nama semasa
kata kunci + tarikh
Ketepatan dan ketepatan masa
Sumber nama yang berkaitan tetapi berbeza
Carian semantik
menemui sinonim
Kesilapan biasa
- Menggunakan carian semantik untuk maklumat yang tepat. Carian domain untuk ISBN atau tajuk penuh adalah lebih dipercayai.
- Dengan mengandaikan bahawa "apa yang kelihatan relevan" adalah benar. Kedekatan makna bukanlah jaminan kebolehpercayaan atau ketepatan.
- Memberi ringkasan AI tanpa melihat sumbernya. Ringkasan itu mungkin salah tafsir sumber.
- Tidak menjelaskan soalan samar-samar pengguna. Input yang salah membawa hasil yang salah.
- Menggunakan satu kaedah sahaja. Adalah lebih baik untuk menggunakan carian semantik dan kata kunci bersama-sama.
Secara ringkasnya
Sistem carian dan penemuan semantik mencari sumber berkaitan yang terlepas daripada carian kata kunci dengan memadankan makna, bukan perkataan dan mengukuhkan penemuan. Ringkasan yang dikuasakan AI memberikan kemudahan tetapi membawa risiko halusinasi dan salah tafsir sumber. Tugas pustakawan; Menggunakan carian semantik dan kata kunci bersama-sama, menilai secara kritis perkara yang "kelihatan relevan", mengesahkan ringkasan AI dengan sumber, dan mengajar pengguna tabiat carian berasaskan sumber dan mengesahkan.
Tugasan permohonan
Pilih topik dan lakukan carian kata kunci dan semantik (jika berkenaan); bandingkan dua set hasil: apakah sumber tambahan yang ditemui oleh carian semantik, apakah hasil yang tidak berkaitan yang digabungkan? Hasilkan ringkasan dikuasakan AI (atau ambil ringkasan sampel) dan semak sama ada tuntutan dalam ringkasan itu benar-benar berlaku dalam sumber dengan templat "Semakan konsistensi sumber ringkasan".
senarai semak
- [ ] Saya menggunakan domain/kata kunci untuk maklumat yang tepat dan carian semantik untuk penemuan.
- [ ] Saya menjelaskan soalan samar-samar pengguna.
- [ ] Saya menilai hasil yang "nampak relevan" untuk kebolehpercayaan.
- [ ] Saya mengesahkan ringkasan AI dengan sumber asal.
- [ ] Saya menerangkan tabiat carian berasaskan sumber pengguna.