Unità 2 / 11

Intelliġenza Artifiċjali fil-Katalogar u Ġenerazzjoni tal-Metadata

Qligħ:

  • Kapaċità li tqassar iż-żmien tal-katalogar billi tipproduċi abbozz ta' metadejta skont standards bħal MARC u Dublin Core minn informazzjoni reali tal-imprint
  • Kapaċità li tivverifika oqsma b'riskju għoli ta' fabbrikazzjoni, bħas-sena tal-pubblikazzjoni, l-ISBN, l-isem tal-awtur, bis-sors oriġinali u t-termini tas-suġġett tal-mapep mill-vokabularju kkontrollat
  • Kapaċità li tagħmel il-formati tal-awtur u tas-suġġett approvati waħda b'kontroll tal-awtorità u żżomm il-konsistenza tal-katalgu

Il-katalogar huwa x-xogħol inviżibbli iżda l-aktar fundamentali tal-librariżmu. L-iskoperta ta’ riżorsa (ktieb, artiklu, mappa, reġistrazzjoni tal-ħoss, fajl diġitali) hija possibbli bil-metadata korretta. Metadata tfisser “dejta dwar id-dejta”: informazzjoni strutturata li tiddeskrivi t-titlu, l-awtur, is-sena tal-pubblikazzjoni, is-suġġett, il-lingwa u l-attributi fiżiċi ta’ riżorsa. Jekk il-metadata hija tajba, l-utent isib ir-riżorsa; Jekk tkun ħażina jew mhux kompluta, ir-riżorsa tintilef anke jekk teżisti. F'din l-unità titgħallem kif tuża l-intelliġenza artifiċjali fil-ġenerazzjoni ta' abbozzi ta' metadejta, iżda kif tiżgura l-konformità u l-eżattezza tal-istandards.

Ejja l-ewwel niddefinixxu ż-żewġ kunċetti. MARC (Machine-Readable Cataloging) huwa format ta’ rekord li l-libreriji użaw għal għexieren ta’ snin li jqiegħed kull biċċa informazzjoni f’oqsma numerati; Pereżempju, il-qasam 245 iżomm it-titlu u l-qasam 100 iżomm l-awtur ewlieni. Dublin Core huwa standard ta' metadejta simplifikat għar-riżorsi diġitali, li jikkonsisti fi 15-il qasam bażiku (titlu, kreatur, suġġett, data, ġeneru, eċċ.). Dawn l-istandards jiżguraw li r-rekords minn libreriji differenti jistgħu jitkellmu bejniethom.

Pass pass: tiġġenera abbozz ta' metadejta b'intelliġenza artifiċjali

1. Iġbor l-informazzjoni dwar l-identità tas-sors. Il-qoxra tal-ktieb, il-paġna tat-titolu, il-kontenut jew it-test ta’ fajl diġitali. L-AI taħdem biss mill-informazzjoni li tagħtiha; Jekk tipprovdi informazzjoni mhux kompluta, tipproduċi metadejta mhux kompluta jew iffabbrikata.

2. Speċifika l-istandard fil-mira. Agħti lill-AI mira ċara, bħal "minn Dublin Core fields" jew "minn MARC 245, 100, 260, 650 fields." Jekk ma tispeċifikax standard, dan jipproduċi format arbitrarju.

3. Ipproduċi l-abbozz. AI tabbozza t-titlu, id-dikjarazzjoni tar-responsabbiltà, l-informazzjoni tal-pubblikazzjoni, u l-proposta tas-suġġett mill-informazzjoni li tipprovdi.

4. Eżerċizzju kontroll tal-awtorità. Rekord awtorevoli huwa wieħed li jistabbilixxi l-forma unika u standard ta' isem, istituzzjoni jew suġġett ta' awtur (eż., "Atatürk, Mustafa Kemal, 1881-1938"). AI tista 'tikteb isem b'modi differenti; Inti tiċċekkja u tikkoreġi l-format tal-awtorità approvata.

5. Ivverifika u kkonferma. Qabbel kull qasam mas-sors oriġinali. B'mod partikolari, informazzjoni preċiża bħas-sena tal-pubblikazzjoni, l-ISBN u l-isem tal-awtur huma suxxettibbli ħafna li jiġu ffalsifikati mill-AI.

Ħjiel: Agħti lill-AI ritratt jew test tal-paġna attwali tal-kreditu tas-sors; Tgħidx "aqta l-isem tal-ktieb". Il-metadejta ta' tbassir idgħajjef l-affidabbiltà tal-katalgu. L-AI tikteb b'kunfidenza meta tagħmel tbassir, u dan iqarraq bik.

Vokabularju kkontrollat ​​u konsistenza

Il-konsistenza hija kollox fil-katalogar. Jekk l-istess suġġett jinkiteb b'żewġ termini differenti f'żewġ rekords differenti, l-utent isib wieħed u jitlef l-ieħor. Huwa għalhekk li l-libreriji jużaw vokabularju kkontrollat ​​— lista ta' termini approvata u standard. Meta tissuġġerixxi termini minn test ħieles, AI tista' tagħżel l-ekwivalenti kolokwali tagħha aktar milli t-terminu uffiċjali f'din il-lista. Per eżempju, l-AI tista 'tikteb "attakk tal-qalb"; billi t-terminu approvat jista' jkun "infart mijokardijaku".

Is-soluzzjoni hija li tagħti lill-AI il-vokabularju kkontrollat ​​u tgħid "sempliċement agħżel minn din il-lista". Allura minflok ma tagħmel termini liberament, l-AI taqbel mal-aktar waħda xierqa mil-lista approvata.

Attenzjoni: Jekk terminu suġġett suġġerit mill-AI ma jkunx fil-vokabularju kkontrollat, iżżidx dak it-terminu mal-katalgu. Id-deċiżjoni li jiżdiedu termini ġodda hija f'idejn l-espert responsabbli għall-ġestjoni tal-awtorità; Iż-żieda ta' termini arbitrarji tfixkel il-konsistenza tal-katalgu.

tliet każijiet żgħar

Każ 1 — Il-ġbir tad-donazzjonijiet aċċellerat. Librerija pubblika rċeviet donazzjoni ta’ 1,200 ktieb. L-ispeċjalista tal-katalogar kellu lill-AI taqra l-paġna tal-istampa ta 'kull ktieb u tipproduċi abbozz tad-Dublin Core; Il-ħin għal kull reġistrazzjoni naqas minn 9 minuti għal 3.5 minuti. L-espert iddedika l-ħin li kien fadal għall-iċċekkjar u l-verifika tal-awtorità; Il-ħin totali tnaqqas b'madwar 55%, iżda l-ebda rekord ma daħal fis-sistema mingħajr ma ġie vverifikat.

Każ 2 — ISBN falz maqbud. Espert kellu l-AI tipproduċi abbozzi ta' 30 ktieb. Waqt il-kontroll, huwa sab li l-ISBN f'4 rekords kien falz: AI kienet kitbet numru ta '13-il ċifra li deher raġonevoli, minkejja li ma kienx jaf in-numru reali tal-ktieb. Il-pass tal-verifika impedixxa erba' ISBN mhux korretti milli jsiru persistenti fil-katalgu.

Każ 3 — Inkonsistenza fl-awtorità kkoreġuta. Librerija sabet awtur bħala "J. Smith" f'xi rekords, "John Smith" f'oħrajn, "Smith, John" f'oħrajn. AI kienet imqabbla mal-fajl tal-awtorità, u ġab ir-rekords kollha f'format approvat wieħed ("Smith, John, 1965-"); Kieku dan ix-xogħol isir manwalment, kien jieħu jiem, iżda bis-suġġeriment tal-AI, dan jitnaqqas għal ftit sigħat, iżda kull taqbila ġiet approvata mill-espert.

Konverżjoni retrospettiva u rekords qodma

Ħafna libreriji għandhom rekords mhux kompluti jew skaduti li ddaħħlu snin ilu b'regoli differenti. Iċ-ċaqliq ta 'dawn għall-istandard attwali jissejjaħ konverżjoni retrospettiva u huwa impenjattiv ħafna meta jsir manwalment. L-AI tista 'taqra rekord antik u tiġġenera abbozz biex tmexxih għall-istruttura tal-kamp attwali: pereżempju, tista' tparsa ċitazzjoni b'test ħieles u tqassamha fl-oqsma korretti. Madankollu, hawn żewġ perikli. L-ewwel, l-AI tista 'tpatti l-informazzjoni nieqsa biex "tpatti"; it-tieni, tista' tipperpetwa żball fir-rekord l-antik billi tikkopjah f'format ġdid aktar milli tikkoreġih. Għalhekk, fit-trasformazzjoni retrospettiva, l-output ta 'l-AI għandu jiġi kkontrollat ​​b'mod sistematiku, mhux permezz ta' kampjunar, iżda b'oqsma kritiċi (awtur, sena, numri ta 'identifikazzjoni). Prattika tajba hija li jintwerew ir-rekords ta' qabel u ta' wara l-konverżjoni ħdejn xulxin, biex kull bidla ssir viżibbli; sabiex l-espert jista’ jara f’daqqa t’għajn dak li ġie mċaqlaq, dak li nbidel u dak li seta’ ġie ffabbrikat.

Attenzjoni: L-abbozz tal-metadata prodott mill-AI m'għandux jiġi trasferit għas-sistema bħala lott mingħajr ma jiġi rivedut wieħed wieħed. Żball tal-massa jikkorrompi mijiet ta 'rekords f'daqqa, u l-irkupru huwa ħafna aktar idejqek milli l-produzzjoni. Huwa l-aktar sikur li tipproduċi u tivverifika f'lottijiet żgħar.

Erba' mudelli li jistgħu jiġu kkupjati

1) Il-qosor tad-Dublin Core:

Ir-rwol tiegħek: assistent katalogatur. Imla l-oqsma Dublin Core mit-test tal-linja li ġejja: Titolu, Ħallieq, Suġġett, Deskrizzjoni, Pubblikatur, Data, Ġeneru, Format, Lingwa. Uża biss informazzjoni li hija ċara fit-test; Ħalli l-qasam nieqes "[l-ebda informazzjoni]", taqtax. Test tal-istampa: [hawn]

2) Kontorn tal-qasam MARC:

Ipproponi linji ġenerali għall-oqsma MARC li ġejjin mill-informazzjoni tal-ktieb hawn taħt:245 (titolu/kreditu), 100 (awtur ewlieni), 260/264 (pubblikazzjoni),300 (deskrizzjoni fiżika), 650 (suġġett). Immarka kwalunkwe qasam li m'intix ċert biha bħala "[jeħtieġ verifika]". Informazzjoni: [hawn]

3) Tqabbil tas-suġġetti minn vokabularju kkontrollat:

Hawn taħt hemm sommarju tas-sors u lista tat-termini tas-suġġett approvati. Qabbel biss it-3-5 termini l-aktar adattati mil-lista għas-sors. Jekk ma jkun hemm l-ebda terminu xieraq fil-lista, ikteb "l-ebda terminu xieraq fil-lista", ma tifformax termini ġodda. Sommarju: [hawn] / Lista tat-termini: [hawn]

4) Kontroll tal-forma tal-awtorità:

Qabbel l-ismijiet tal-awturi hawn taħt mal-formoli approvati fil-lista tal-awtoritajiet li pprovdejt. Għal kull isem: format fir-rekord -> format approvat. Jekk ma jkunx hemm ekwivalenti fil-lista, ikteb "l-ebda rekord ta' awtorità". Ismijiet: [hawn] / Lista tal-awtoritajiet: [hawn]

Pront dgħajjef / Pront qawwi

Pront dgħajjef:

Oħroġ l-informazzjoni tal-katalogar għall-ktieb li ġej: "Artificial Intelligence and Society".

Jingħata biss it-titlu; L-AI hija mġiegħla tagħmel l-awtur, is-sena, il-pubblikatur, u l-ISBN. M'hemm l-ebda standard fil-mira. Riżultat: rekord konvinċenti iżda probabbilment falz.

Pront qawwi:

Ir-rwol tiegħek: assistent katalogatur. Hawn taħt hemm it-test sħiħ tal-paġna tal-istampa tal-ktieb. Imla l-oqsma Dublin Core minn dan. Uża biss informazzjoni li hija ddikjarata b'mod ċar fit-test; Ħalli l-qasam mhux tat-test vojt u ikteb "[l-ebda informazzjoni]". L-ebda data, ismijiet jew ISBNs ma huma magħmula. Test tal-istampa: [test sħiħ hawn]

Il-pront b'saħħtu jillimita l-AI għal informazzjoni ta 'byline reali u jġiegħelha tħalli b'mod onest vojt minflok ma tagħmilhom.

Qasam tal-metadata u tabella ta' validazzjoni

żona

Riskju ta' fabbrikazzjoni

Kif tivverifika

Titolu

baxx

Qabbel mal-paġna tal-istampa

Format tal-awtur/awtorità

medju

Fittex fil-fajl tal-awtorità

Sena tal-pubblikazzjoni

għolja

Ikkonferma bl-imprint/colophone

ISBN

għolja ħafna

Kontroll wieħed għal wieħed bil-barcode/sors

Terminu tas-suġġett

għolja

Tqabbil f'vokabularju kkontrollat

Żbalji komuni

  • Sempliċement titlob metadata mit-titlu. Informazzjoni mhux kompluta tmexxi l-AI biex tagħmel l-affarijiet.
  • Ma tispeċifikax l-istandard fil-mira. L-ifformattjar arbitrarju jfixkel l-armonija tar-rekords.
  • Taċċetta l-ISBN u s-sena mingħajr ma tivverifikaha. Dawn iż-żoni għandhom l-ogħla riskju ta 'fabbrikazzjoni.
  • Teħid it-terminu tas-suġġett minn barra l-vokabularju kkontrollat. Il-konsistenza u d-disponibbiltà huma kompromessi.
  • Jinjora l-kontroll tal-awtorità. L-istess awtur ixerred f'formati differenti, l-utent jitlef is-sors.

Fil-qosor

Fil-ġenerazzjoni tal-metadata, l-AI hija assistent b'saħħtu li malajr estratti l-informazzjoni tal-imprint u tqassar b'mod sinifikanti l-ħin tal-katalogar. Iżda l-prezz tal-produttività huwa validazzjoni stretta kontra r-riskji tal-fabbrikazzjoni: agħmel l-istandard fil-mira (MARC, Dublin Core) ċar, ħaddem l-AI biss b'għarfien reali tal-kliem, immappja termini tas-suġġett minn vokabularji kkontrollati, u ivvalida forom tal-awtorità. Minflok ma tagħmel il-lakuni, l-AI għandha onestament tħalliha vojta; Int iżżomm l-approvazzjoni finali.

Kompitu ta' applikazzjoni

Agħti t-test tal-paġna stampata ta 'ktieb reali li għandek lill-AI bil-mudell "Dublin Core draft" u ġib abbozz. Imbagħad ipproduċi l-istess ktieb bit-titlu biss ("Pront dgħajjef") u qabbel iż-żewġ outputs: liema oqsma ġew iffabbrikati? Imbagħad, bil-mudell "Immappjar tas-suġġett minn vokabularju kkontrollat", agħti lista qasira ta 'termini approvati biex tqabbel is-suġġett u ċċekkja jekk l-AI tmurx barra mil-lista.

lista ta' kontroll

  • [ ] Jiena tajt l-informazzjoni dwar l-identità reali tas-sors lill-AI, ma ħallejthiex naħseb.
  • [ ] Jien speċifikajt b'mod ċar l-istandard tal-metadejta fil-mira (MARC/Dublin Core).
  • [ ] Ivverifikajt is-sena tal-pubblikazzjoni u l-ISBN verbatim bis-sors oriġinali.
  • [ ] Immappjt it-termini tas-suġġett mill-vokabularju kkontrollat.
  • [ ] Ikkonfermajt il-forom ta' awtorità bir-rekord approvat.