लाभ:
- ISAD(G) वा कृत्रिम बुद्धिमत्ताको साथ डब्लिन कोर जस्ता मापदण्डहरू अनुसार मेटाडेटा ड्राफ्टहरू उत्पादन गर्ने क्षमता
- छुट-खाली अनुमतिको साथ नियन्त्रित शब्दावलीमा भ्रम र नक्सा विषय सर्तहरू रोक्न क्षमता
- मिति, व्यक्तिको नाम र सन्दर्भ कोड जस्ता कुन क्षेत्रहरू छुट्याउन सक्ने क्षमतालाई मानव स्वीकृति चाहिन्छ र कुनलाई संस्थाले मात्र तोक्नुपर्छ।
एउटा अभिलेख वा पुस्तकालय, त्यो जतिसुकै धनी भए पनि, राम्रोसँग परिभाषित नभएसम्म फेला पार्न सकिँदैन। कुन कुराले कागजातलाई "फेला पार्न योग्य" बनाउँछ यसको बारेमा वर्णनात्मक जानकारी हो: कसले लेख्यो, कहिले, कहाँ, यसको विषय के हो, यो कुन संग्रहसँग सम्बन्धित छ। यस जानकारीलाई मेटाडेटा भनिन्छ (मेटाडेटा - कागजातको बारेमा वर्णनात्मक डेटा; "डेटाको बारेमा डेटा")। सूचीकरण भनेको यस मेटाडेटासँग कागजातहरू पहिचान गर्ने र तिनीहरूलाई खोजी योग्य प्रणालीमा बचत गर्ने प्रक्रिया हो। वर्गीकरण भनेको विषय, प्रकार वा उत्पत्ति जस्ता मापदण्ड अनुसार कागजातहरू व्यवस्थित गर्नु हो।
मेटाडेटा उत्पन्न गर्न धेरै समय खपत हुन्छ; ठूला संग्रहहरूमा हजारौं कागजातहरूको लागि व्यक्तिगत रूपमा मिति, विषय, व्यक्ति र स्थान जानकारी प्रविष्ट गर्न वर्षौं लाग्न सक्छ। AI यस व्यवसायमा बलियो ड्राफ्ट जेनेरेटर हो। यस एकाईमा, हामी कसरी एआईसँग मेटाडेटा उत्पन्न गर्ने, मापदण्डहरू (ISAD(G), Dublin Core) अनुसार सूचीकरण गर्ने, र स्वचालित वर्गीकरणको शक्ति र त्रुटिहरू दुवै देख्नेछौं।
अभिलेख मानकहरू: किन तिनीहरू आवश्यक छन्
मेटाडेटा अनियमित रूपमा प्रविष्ट गरिएको छैन; त्यहाँ अन्तर्राष्ट्रिय मापदण्डहरू छन् जसले गर्दा विभिन्न संस्थाहरूबाट अभिलेखहरूले एकअर्कासँग कुरा गर्न सक्छन्:
- ISAD(G) (सामान्य अन्तर्राष्ट्रिय मानक अभिलेख विवरण): अभिलेखीय सामग्रीलाई पदानुक्रमित रूपमा वर्णन गर्ने नियमहरू (कोष, श्रृंखला, फाइल, कागजात स्तरमा)। यसले सन्दर्भ कोड, शीर्षक, मिति, दायरा, सिर्जनाकर्ता जस्ता क्षेत्रहरू समावेश गर्दछ।
- Dublin Core: डिजिटल स्रोतहरू (शीर्षक, सिर्जनाकर्ता, विषय, मिति, विधा, ढाँचा, स्रोत, भाषा, इत्यादि) वर्णन गर्नका लागि 15 कोर क्षेत्रहरू मिलेर बनेको साझा मानक।
- फन्ड्स: एकल व्यक्ति, परिवार वा संस्थाको गतिविधिको परिणाम स्वरूप स्वाभाविक रूपमा बनेको अभिलेखहरूको सेट। यो अभिलेखको आधारभूत संगठन एकाइ हो।
- प्रोभेनेन्स (मूल): कागजात कसबाट आयो र कुन हातबाट पास भयो भन्ने बारे जानकारी। अभिलेखमा, कागजातहरू तिनीहरूको उत्पत्ति अनुसार सँगै राखिन्छन्।
AI उत्पादन मेटाडेटा हुँदा स्पष्ट रूपमा लक्ष्य मानक निर्दिष्ट गर्नाले आउटपुट इन्टरप्राइजमा सिधै इनपुटयोग्य छ भनेर सुनिश्चित गर्दछ।
अर्को मुख्य अवधारणा भनेको अधिकार अभिलेख हो - एक अभिलेख जसले व्यक्ति, स्थान वा संस्थाको नामको एकल, मानक, स्वीकृत रूप परिभाषित गर्दछ। ऐतिहासिक कागजातहरूमा, एउटै व्यक्ति वा स्थान फरक हिज्जे संग देखा पर्न सक्छ; प्राधिकरण रेकर्डले ती सबैलाई एउटै अनुमोदित ढाँचामा बाँध्छ ताकि तिनीहरू खोजीमा तितरबितर नहोस्। एआईले कागजातबाट नामहरू सुझाव दिन्छ; तर प्राधिकरण अभिलेखमा मानक फारममा यो नाम नक्साङ्कन मानव काम हो। AI ले "अहमद" लाई "अहमद बे (1840-1912)" लाई संस्थाको अख्तियारी रेकर्डमा जोड्दा सूचीको स्थिरता सुरक्षित हुन्छ।
कार्यप्रवाह: चरण-दर-चरण
1. Prepare the source. कागजातको ट्रान्सक्रिप्ट वा छवि र कुनै पनि सन्दर्भ जानकारी सङ्कलन गर्नुहोस्।
2. मानक र क्षेत्रहरू पहिचान गर्नुहोस्। AI लाई कुन मानक (ISAD(G), Dublin Core) बताउनुहोस् र कुन फिल्ड अनुसार यसले आउटपुट उत्पादन गर्नेछ।
3. ड्राफ्ट मेटाडेटा उत्पन्न गर्नुहोस्। AI कागजात (मिति, व्यक्ति, स्थान, विषय, भाषा, विधा) बाट निकाल्न सकिने क्षेत्रहरूमा भर्छ; यसले हटाउन नसक्ने क्षेत्रहरू खाली छोड्छ।
4. नियन्त्रित शब्दावलीमा नक्सा। धेरै संस्थाहरूमा विषय र स्थानको नामहरू नि:शुल्क छैनन्, तर पूर्वनिर्धारित सूची (नियन्त्रित शब्दावली / थिसौरस) मा बाँधिएका छन्। यस सूचीमा AI द्वारा सुझाव गरिएका विषय सर्तहरू नक्सा गर्नुहोस्।
5. Verify and confirm. प्रत्येक क्षेत्र, विशेष गरी मिति, नाम र विषय, कागजात र अख्तियारको अभिलेख संग मानव द्वारा तुलना गरिन्छ।
सुझाव: स्पष्ट रूपमा AI लाई "खाली छोड्न" अनुमति दिनुहोस्। अन्यथा, यसले कागजातमा नभएको मिति वा सिर्जनाकर्तालाई "अनुमान" भर्नेछ र तपाईंको क्याटलगमा नक्कली मेटाडेटा घुसाउनेछ। निर्देशन "यदि यो कागजातमा छैन भने खाली छोड्नुहोस्" भ्रम विरुद्ध सबैभन्दा बलियो ढाल हो।
एक तालिकामा क्षेत्र र विश्वास स्तर
Metadata field
How reliable is AI?
प्रमाणीकरण
भाषा
उच्च
नमूना
Document type
मध्यम-उच्च
नियन्त्रण
Person/place names
Medium (reading error)
अनिवार्य
मिति
कम-मध्यम (निर्माणको जोखिम)
अनिवार्य
Subject terms
Medium (free generating)
Map to checklist
Scope/summary
मध्यम-उच्च
स्रोतसँग तुलना गर्नुहोस्
Reference code
None (institution gives)
human throws
सारांश: भाषा र विधा जस्ता क्षेत्रहरूमा AI छिटो र भरपर्दो छ; मिति, नाम र विषय जस्ता क्षेत्रहरूमा ड्राफ्टहरू उत्पन्न गर्दछ, तर मानव अनुमोदन आवश्यक छ; AI ले कहिले पनि संस्थागत क्षेत्रहरू जस्तै सन्दर्भ कोड उत्पादन गर्दैन।
तीन मिनी केसहरू
केस 1 - 8,000 तस्बिरहरूको लागि ड्राफ्ट मेटाडेटा। एक शहर अभिलेखले 8,000 ऐतिहासिक फोटोहरू सूचीबद्ध गरिरहेको थियो। प्रत्येक तस्बिरको पछाडिका नोटहरू ट्रान्सक्राइब गरी एआईलाई दिइयो; AI उत्पन्न मिति, स्थान र विषय रूपरेखा। मानव टोलीले फिल्ड द्वारा फिल्ड प्रमाणित गर्यो र यसलाई नियन्त्रित सूचीमा म्याप गर्यो। अनुमानित १०-महिनाको काम ३ महिनामा घटाइयो; तर हरेक मिति र स्थानको नाम दृश्यात्मक रूपमा जाँच गरिएको थियो।
केस 2 - निर्मित इतिहास। एक अभिलेखविद्सँग एआई क्याटलग एक अटेको पत्र थियो। YZ ले पत्रको सामग्री हेर्यो र मिति "1912" ठीकसँग लेख्यो। यद्यपि, कागजातमा कुनै मिति थिएन; AI predicted. यदि अभिलेखकर्ताले "कागजातमा नभएको खण्डमा खाली छोड्नुहोस्" निर्देशन थपेको थिएन भने, क्याटलग मेड-अप मितिले भरिने थियो। पाठ: खाली अनुमति अनिवार्य छ।
केस 3 - नि: शुल्क विषय सर्तहरूले भ्रम सिर्जना गर्यो। AI ले समान कागजातहरूमा "अध्यागमन", "अध्यागमन", "सेटलमेन्ट" जस्ता समान तर फरक निःशुल्क सर्तहरू तोकेको छ। जब यसलाई नियन्त्रित शब्दावलीमा म्याप गरिएको थिएन, एउटै विषयलाई तीन फरक शब्दहरूसँग ट्याग गरिएको थियो र खोजमा छरिएको थियो। एकल प्राधिकरण सूचीमा सर्तहरू म्याप गरेर एकरूपता हासिल गरियो। पाठ: विषय सर्तहरू जारी गरिएको छैन, तिनीहरू सूचीमा लिङ्क गरिएका छन्।
चार प्रतिलिपि गर्न मिल्ने टेम्प्लेटहरू
1) Dublin Core outline:
तलको कागजात ट्रान्सक्रिप्शनबाट डब्लिन कोर मेटाडेटा मस्यौदा निकाल्नुहोस्। क्षेत्रहरू: शीर्षक, सिर्जनाकर्ता, विषय, विवरण, मिति, विधा, भाषा, दायरा (स्थान/अवधि)। नियमहरू: (१) पाठमा स्पष्ट रूपमा जानकारी मात्र प्रयोग गर्नुहोस्। (२) पाठमा नभएको फिल्ड खाली छोड्नुहोस्, अनुमान नगर्नुहोस्। (३) तपाईलाई निश्चित नभएको मान चिन्ह लगाउनुहोस् [?]। ट्रान्सक्रिप्शन: [यहाँ]
2) ISAD(G) मस्यौदा परिभाषा:
ISAD(G) क्षेत्रहरूमा निम्न कागजातहरूको लागि मस्यौदा उत्पन्न गर्नुहोस्: शीर्षक, मिति(हरू), वर्णन स्तर (कागजात/फाइल), स्कोप र सामग्री (छोटो सारांश), सिर्जनाकर्ता, भाषा। सन्दर्भ कोड खाली छोड्नुहोस् (संस्थाले यसलाई प्रदान गर्नेछ)। पाठमा नभएको कुनै पनि जानकारी थप नगर्नुहोस्; अवस्थित नभएको क्षेत्र खाली छोड्नुहोस्। कागजात: [यहाँ]
3) विषय शब्द सुझाव (नियन्त्रित):
तलको कागजातमा उपयुक्त ३-५ विषय सर्तहरू सुझाव गर्नुहोस्। First, rely on the facts IN the document. तल हाम्रो संस्थाको नियन्त्रित शब्दावली सूची छ; पहिलो, यसलाई यो सूचीबाट छान्नुहोस्, यदि यो सूचीमा छैन भने, आफ्नो नयाँ शब्द सुझावलाई छुट्टै चिन्ह लगाउनुहोस्। List: [terms]. कागजात: [यहाँ]
4) बल्क स्थिरता जाँच:
तल उही संग्रहबाट कागजातहरूको लागि मेटाडेटा रेकर्डहरू छन्। झण्डा विसंगतिहरू: एउटै ठाउँ/व्यक्तिलाई फरक तरिकाले हिज्जे, फरक मिति ढाँचा, एउटै विषयका लागि फरक शब्दहरू रेकर्ड। Correction IMPOSITION; केवल मानव समीक्षा गर्नको लागि असंगतताहरूको सूची उत्पादन गर्नुहोस्। Records: [here]
कमजोर प्रम्प्ट / बलियो प्रम्प्ट
कमजोर:
Create a complete catalog record for this document.
"पूर्ण" निर्देशनले AI लाई हरेक ठाउँ भर्नको लागि धक्का दिन्छ, अर्थात् इतिहास आविष्कार गर्न र अस्तित्वमा नभएका सिर्जनाकर्ताहरू।
बलियो:
यस कागजातको लागि डब्लिन कोर ड्राफ्ट गरिएको छ। ट्रान्सक्रिप्शनमा स्पष्ट रूपमा समावेश गरिएको जानकारी मात्र प्रयोग गर्नुहोस्; अवस्थित नभएको क्षेत्र खाली छोड्नुहोस्, अनुमान नगर्नुहोस्। यस नियन्त्रित सूचीबाट विषय सर्तहरू चयन गर्नुहोस्: [सूची]। मिति र व्यक्तिको नाम [?] सँग चिन्ह लगाउनुहोस् ताकि म यसलाई कागजातसँग प्रमाणित गर्न सकूँ। ट्रान्सक्रिप्शन: [यहाँ]
भिन्नता: "पूर्ण" संस्करणको सट्टा "खाली छोड्नुहोस्" अनुमति, नियन्त्रित सूची पालना र प्रमाणिकरण चिन्हहरूले क्याटलगलाई निर्माणबाट जोगाउँछ।
सामान्य गल्तीहरू
- यसको अर्थ "पूरै भर्नुहोस्"। यसले गैर-अस्तित्वपूर्ण क्षेत्रहरू फिट गर्न जान्छ; "खाली छोड्नुहोस्" अनुमति दिनुपर्छ।
- Releasing subject terms. नियन्त्रित शब्दावलीमा नक्सा नगर्ने सर्तहरूले खोजलाई विचलित गर्नेछ।
- AI भविष्यवाणी इतिहास भएको। नगएको कागजातमा काल्पनिक मिति प्रविष्ट गर्दा सूचीलाई प्रदूषित गर्दछ।
- AI द्वारा उत्पन्न सन्दर्भ कोड भएको। यो एक कर्पोरेट, अद्वितीय ठाउँ हो; people throw.
- मापदण्ड तोकिएको छैन । यदि मानक उल्लेख गरिएको छैन भने, आउटपुट गन्दा ड्राफ्ट हुनेछ जुन संस्थामा प्रवेश गर्न सकिँदैन।
संक्षेपमा
मेटाडेटा र सूचीकरण अदृश्य पूर्वाधार हो जसले अनुसन्धानकर्तालाई अभिलेख खोल्छ, र यसको लागि धेरै प्रयास चाहिन्छ। ट्रान्सक्रिप्शनबाट, AI ले मिति, व्यक्ति, स्थान, विषय र विधा जस्ता क्षेत्रहरूको लागि द्रुत रूपरेखा उत्पादन गर्दछ; यसले ISAD(G) वा Dublin Core जस्ता मापदण्ड अनुसार काम गर्न सक्छ। तर "पूर्ण रूपमा भर्नुहोस्" को दबाबले AI लाई चीजहरू बनाउन धकेल्छ; "खाली छोड्नुहोस्" अनुमति, नियन्त्रित शब्दावलीमा म्यापिङ, र मिति/नामहरूको मानव पुष्टिकरणले सूचीलाई विश्वसनीय राख्छ। AI prepares the draft; तपाईं क्याटलगको शुद्धताको लागि जिम्मेवार हुनुहुन्छ।
आवेदन कार्य
कागजात ट्रान्सक्रिप्शन लिनुहोस् र "डब्लिन कोर ड्राफ्ट" टेम्प्लेटको साथ एआईबाट मेटाडेटा अनुरोध गर्नुहोस्; जाँच गर्नुहोस् कि यसले खाली क्षेत्रहरू छोड्छ जुन अवस्थित छैन। त्यसपछि तपाईंको आफ्नै (वा नमूना) चेकलिस्टको साथ "विषय शब्द सुझाव" टेम्प्लेट चलाउनुहोस्। अन्तमा, "थोक स्थिरता जाँच" को साथ केहि रेकर्डहरू परीक्षण गर्नुहोस्। नोट गर्नुहोस् कि कति क्षेत्रहरू AI ले भविष्यवाणीको साथ भर्ने प्रयास गर्दछ र सूचीमा कतिवटा विषय सर्तहरू म्याप गर्न आवश्यक छ।
चेकलिस्ट
- [ ] मैले स्पष्ट रूपमा लक्ष्य मानक (ISAD(G)/Dublin Core) भनेको छु।
- [] मैले "खाली क्षेत्र खाली छोड्नुहोस्" अनुमति दिएँ।
- [ ] मैले विषय सर्तहरूलाई नियन्त्रित सूचीमा म्याप गरें।
- [] मैले कागजात/अधिकार अभिलेखसँग मिति र व्यक्तिको नाम प्रमाणित गरें।
- [ ] मैले सन्दर्भ कोड संस्थामा छोडें, AI लाई होइन।