Qligħ:
- Kapaċità li tipproduċi abbozzi ta' metadejta skont standards bħal ISAD(G) jew Dublin Core b'intelliġenza artifiċjali
- Kapaċità li tipprevjeni l-alluċinazzjoni u timmappa termini tas-suġġett għal vokabularju kkontrollat b'permess leave-blank
- Kapaċità li tiddistingwi liema oqsma, bħad-data, l-isem tal-persuna u l-kodiċi ta’ referenza, jeħtieġu approvazzjoni umana u liema għandhom jiġu assenjati biss mill-istituzzjoni
Arkivju jew librerija, tkun kemm tkun għanja, ma tistax tinstab sakemm ma tkunx definita sew. Dak li jagħmel dokument "jinstab" huwa l-informazzjoni deskrittiva dwaru: min kiteb, meta, fejn, x'inhu s-suġġett tiegħu, għal liema kollezzjoni jappartjeni. Din l-informazzjoni tissejjaħ metadata (metadata — data deskrittiva dwar dokument; “data dwar data”). Il-katalogar huwa l-proċess ta’ identifikazzjoni ta’ dokumenti b’din il-metadejta u s-salvataġġ tagħhom f’sistema li tista’ titfittex. Il-klassifikazzjoni hija li torganizza dokumenti skont kriterji bħas-suġġett, it-tip jew l-oriġini.
Il-ġenerazzjoni tal-metadejta tieħu ħafna ħin; Id-dħul ta' informazzjoni dwar id-data, is-suġġett, il-persuna u l-post individwalment għal eluf ta' dokumenti f'kollezzjonijiet kbar jista' jieħu s-snin. AI hija ġeneratur ta 'abbozz b'saħħtu f'dan in-negozju. F'din l-unità, se naraw kif niġġeneraw metadata bl-AI, katalogar skont standards (ISAD(G), Dublin Core), u kemm il-qawwa kif ukoll in-nases tal-klassifikazzjoni awtomatika.
Standards tal-arkivji: għaliex huma meħtieġa
Metadata ma tiddaħħalx bl-addoċċ; Hemm standards internazzjonali sabiex ir-rekords minn istituzzjonijiet differenti jkunu jistgħu jitkellmu bejniethom:
- ISAD(G) (Deskrizzjoni ta' l-Arkivjazzjoni Standard Internazzjonali Ġenerali): Regoli għad-deskrizzjoni tal-materjal arkivjali b'mod ġerarkiku (fil-fond, serje, fajl, livell ta' dokument). Fiha oqsma bħal kodiċi ta 'referenza, titolu, data, ambitu, kreatur.
- Dublin Core: Standard komuni li jikkonsisti fi 15-il qasam ewlieni għad-deskrizzjoni tar-riżorsi diġitali (titlu, kreatur, suġġett, data, ġeneru, format, sors, lingwa, eċċ.).
- Fonds: Sett ta' rekords iffurmati b'mod naturali bħala riżultat tal-attivitajiet ta' persuna waħda, familja jew istituzzjoni. Hija l-unità ta 'organizzazzjoni bażika ta' arkivjar.
- Provenjenza (oriġini): Informazzjoni dwar minn min ġej dokument u minn liema naħa għadda. Fl-arkivjar, id-dokumenti jinżammu flimkien skont l-oriġini tagħhom.
L-ispeċifikazzjoni espliċita tal-istandard fil-mira meta l-AI tipproduċi metadejta tiżgura li l-output ikun jista’ jiddaħħal direttament fl-intrapriża.
Kunċett ewlieni ieħor huwa rekord tal-awtorità—rekord li jiddefinixxi forma waħda, standard, approvata tal-isem ta’ persuna, post, jew istituzzjoni. F'dokumenti storiċi, l-istess persuna jew post jistgħu jidhru b'ortografiji differenti; Ir-rekord tal-awtorità jorbothom kollha f'format approvat wieħed sabiex ma jitferrlux fit-tfittxija. AI tissuġġerixxi ismijiet minn dokument; iżda l-immappjar ta' dan l-isem mal-forma standard fir-rekord tal-awtorità huwa xogħol uman. Ir-rabta ta' dak li tgħid l-AI "Ahmed" ma' "Ahmed Bey (1840-1912)" fir-rekord tal-awtorità tal-istituzzjoni tippreserva l-konsistenza tal-katalgu.
Fluss tax-xogħol: pass pass
1. Ipprepara s-sors. Iġbor traskrizzjoni jew immaġni tad-dokument u kwalunkwe informazzjoni dwar il-kuntest.
2. Identifika l-istandard u l-oqsma. Għid lill-AI liema standard (ISAD(G), Dublin Core) u skont liema oqsma se tipproduċi output.
3. Iġġenera abbozz ta' metadejta. AI timla oqsma li jistgħu jiġu estratti mid-dokument (data, persuna, post, suġġett, lingwa, ġeneru); Jħalli vojta l-oqsma li ma jistax ineħħi.
4. Mappa għal vokabularju kkontrollat. L-ismijiet tas-suġġetti u tal-postijiet mhumiex ħielsa fil-biċċa l-kbira tal-istituzzjonijiet, iżda huma marbuta ma’ lista predefinita (vokabularju kkontrollat / teżawru). Ippjana t-termini tas-suġġett suġġeriti mill-AI għal din il-lista.
5. Ivverifika u kkonferma. Kull qasam, speċjalment id-data, l-isem u s-suġġett, jitqabbel mill-bnedmin ma 'dokumenti u rekords ta' awtorità.
Tip: Agħti espliċitament lill-AI permess biex "tħalli vojta". Inkella, "raden" timla data jew kreatur li mhux fid-dokument u daħħal metadata foloz fil-katalgu tiegħek. L-istruzzjoni "Ħalli dan il-qasam vojt jekk ma jkunx fid-dokument" hija l-aktar tarka b'saħħitha kontra l-alluċinazzjoni.
Oqsma u livell ta' fiduċja f'tabella
Metadata field
Kemm hi affidabbli l-AI?
verifika
lingwa
għolja
kampjun
Tip ta' dokument
medju-għoli
kontroll
Ismijiet tal-persuni/post
Medju (żball fil-qari)
obbligatorju
data
Baxx-medju (riskju ta' fabbrikazzjoni)
obbligatorju
Termini tas-suġġett
Medju (ġenerazzjoni b'xejn)
Mappa għal-lista ta' kontroll
Skop/sommarju
medju-għoli
Qabbel mas-sors
Kodiċi ta' referenza
Xejn (l-istituzzjoni tagħti)
throws tal-bniedem
Sommarju: AI hija veloċi u affidabbli f'oqsma bħall-lingwa u l-ġeneru; jiġġenera abbozzi f'oqsma bħad-data, l-isem u s-suġġett, iżda l-approvazzjoni umana hija meħtieġa; L-AI qatt ma tipproduċi oqsma istituzzjonali bħal kodiċi ta' referenza.
tliet każijiet żgħar
Każ 1 — Abbozz ta' metadejta għal 8,000 ritratt. Arkivju tal-belt kien qed jikkataloga 8,000 ritratt storiku. In-noti fuq wara ta’ kull ritratt ġew traskritti u mogħtija lill-AI; Id-data ġġenerata mill-AI, il-post u l-kontorn tas-suġġett. It-tim uman ivverifikaha qasam b'qasam u mmappjaha mal-lista kkontrollata. Impjieg stmat għal 10 xhur tnaqqas għal 3 xhur; iżda kull data u isem tal-post kien iċċekkjat viżwalment.
Każ 2 — Storja magħmula. Arkivist kellu katalogu AI ittra mhux datata. YZ ħares lejn il-kontenut tal-ittra u kiteb id-data "1912" b'mod preċiż. Madankollu, ma kien hemm l-ebda data fid-dokument; AI mbassar. Kieku l-arkivist ma żiedx l-istruzzjoni "ħalli vojt jekk mhux fid-dokument", il-katalgu kien jimtela b'data magħmula. Lezzjoni: permess vojt huwa obbligatorju.
Każ 3 — Termini ta' suġġetti ħielsa ħolqu konfużjoni. AI assenjat termini ħielsa simili iżda differenti bħal "immigrazzjoni", "immigrazzjoni", "settlement" għal dokumenti simili. Meta ma kienx immappjat mal-vokabularju kkontrollat, l-istess suġġett ġie mmarkat bi tliet termini differenti u mxerrda fit-tfittxija. Il-konsistenza nkisbet billi t-termini jiġu mmappjati f'lista waħda ta' awtoritajiet. Lezzjoni: it-termini tas-suġġett mhumiex rilaxxati, huma marbuta mal-lista.
Erba' mudelli li jistgħu jiġu kkupjati
1) Il-qosor tad-Dublin Core:
Oħroġ l-abbozz tal-metadejta Dublin Core mit-traskrizzjoni tad-dokument hawn taħt. Oqsma: Titolu, Ħallieq, Suġġett, Deskrizzjoni, Data, Ġeneru, Lingwa, Skop (post/perjodu). Regoli: (1) Uża biss l-informazzjoni B'MOD ĊAR fit-test. (2) Ħalli l-qasam li mhux fit-test BLANK, taqtax. (3) Immarka l-valur li m'intix ċert minnu bi [?]. Traskrizzjoni: [hawn]
2) abbozz ta' definizzjoni ISAD(G):
Iġġenera abbozz għad-dokument li ġej fl-oqsma ISAD(G): Titolu, Data(i), Livell ta' deskrizzjoni (dokument/fajl), Skop u kontenut (sommarju qasir), Ħallieq, Lingwa. Ħalli l-kodiċi ta' referenza BLANK (l-istituzzjoni se tipprovdih). Iżżidx informazzjoni li mhix fit-test; Ħalli l-qasam ineżistenti vojt. Dokument: [hawn]
3) Suġġeriment għat-terminu tas-suġġett (ikkontrollat):
Issuġġerixxi 3-5 termini suġġetti xierqa għad-dokument hawn taħt. L-ewwel, tistrieħ fuq il-fatti FID-dokument. Hawn taħt tinsab il-lista tat-terminoloġija kkontrollata tal-istituzzjoni tagħna; L-EWWEL, agħżelha minn din il-lista, jekk ma tkunx fil-lista, immarka s-suġġeriment tat-terminu l-ġdid tiegħek separatament. Lista: [termini]. Dokument: [hawn]
4) Kontroll tal-konsistenza bl-ingrossa:
Hawn taħt hemm rekords tal-metadejta għal dokumenti mill-istess ġabra. Inkonsistenzi tal-bandiera: jirreġistra l-ortografija tal-istess post/persuna b'mod differenti, formati ta' data differenti, termini differenti għall-istess suġġett. Korrezzjoni IMPOŻIZZJONI; Ipproduċi biss lista ta 'inkonsistenzi biex il-bniedem jirrevedi. Rekords: [hawn]
Pront dgħajjef / Pront qawwi
Dgħajjef:
Oħloq rekord sħiħ tal-katalgu għal dan id-dokument.
L-istruzzjoni "kompleta" timbotta lill-AI biex timla kull spazju, jiġifieri, biex tivvinta l-istorja u l-ħallieqa li ma jeżistux.
Qawwija:
Id-Dublin Core huwa abbozzat għal dan id-dokument. Uża biss informazzjoni inkluża B'KAR fit-traskrizzjoni; ħalli l-qasam ineżistenti vojt, taqtax.Agħżel it-termini tas-suġġett minn din il-lista kkontrollata: [lista]. Immarka d-data u l-ismijiet tal-persuni bi [?] sabiex inkun nista’ nivverifikaha bid-dokument. Traskrizzjoni: [hawn]
Differenza: permess "ħalli vojt" minflok edizzjoni "kompleta", aderenza tal-lista kkontrollata u marki ta 'verifika jipproteġu l-katalgu mill-fabbrikazzjoni.
Żbalji komuni
- Ifisser "imla kompletament". Dan iwassal biex jitwaħħlu oqsma ineżistenti; "ħalli vojt" għandu jingħata permess.
- Ir-rilaxx tat-termini tas-suġġett. Termini li ma jimpenjawx mal-vokabularju kkontrollat se jfixklu t-tfittxija.
- Wara li l-AI tbassar l-istorja. Id-dħul ta' data fittizja f'dokument mhux datat iħammeġ il-katalgu.
- Li jkollok il-kodiċi ta' referenza ġġenerat mill-AI. Dan huwa spazju korporattiv, uniku; in-nies jitfgħu.
- Ma tispeċifikax l-istandard. Jekk l-istandard ma jissemmiex, l-output ikun abbozz messy li ma jistax jiddaħħal fl-istituzzjoni.
Fil-qosor
Metadata u katalogar huma l-infrastruttura inviżibbli li tiftaħ l-arkivju għar-riċerkatur, u teħtieġ ħafna sforz. Mit-traskrizzjoni, l-AI tipproduċi deskrizzjoni rapida għal oqsma bħad-data, il-persuna, il-post, is-suġġett u l-ġeneru; Jista 'jaħdem skont standards bħal ISAD(G) jew Dublin Core. Iżda l-pressjoni biex "timla kompletament" timbotta l-AI biex tagħmel l-affarijiet; Il-permess "ħalli vojt", l-immappjar għal vokabularju kkontrollat, u l-konferma umana tad-dati/ismijiet iżommu l-katalgu affidabbli. AI tipprepara l-abbozz; Inti responsabbli għall-eżattezza tal-katalgu.
Kompitu ta' applikazzjoni
Ħu traskrizzjoni ta' dokument u itlob il-metadejta mill-AI bil-mudell "Dublin Core draft"; Iċċekkja li tħalli oqsma vojta li ma jeżistux. Imbagħad mexxi l-mudell ta’ “suġġeriment għat-terminu tas-suġġett” bil-lista ta’ kontroll tiegħek (jew kampjun). Fl-aħħarnett, ittestja ftit rekords bi "kontroll tal-konsistenza bl-ingrossa." Innota kemm oqsma l-AI tipprova timla bi tbassir u kemm termini tas-suġġett jeħtieġ li jiġu mmappjati mal-lista.
lista ta' kontroll
- [ ] Iddikjarajt b'mod ċar l-istandard fil-mira (ISAD(G)/Dublin Core).
- [ ] Jien tajt il-permess "Ħalli vojt vojt".
- [ ] Immappjt it-termini tas-suġġett mal-lista kkontrollata.
- [ ] Ivverifikajt id-data u l-ismijiet tal-persuni bir-rekord tad-dokument/awtorità.
- [ ] Ħallejt il-kodiċi ta' referenza lill-istituzzjoni, mhux lill-AI.