ਲਾਭ:
- ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ISAD(G) ਜਾਂ ਡਬਲਿਨ ਕੋਰ ਵਰਗੇ ਮਿਆਰਾਂ ਦੇ ਅਨੁਸਾਰ ਮੈਟਾਡੇਟਾ ਡਰਾਫਟ ਤਿਆਰ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਖਾਲੀ-ਖਾਲੀ ਇਜਾਜ਼ਤ ਦੇ ਨਾਲ ਨਿਯੰਤਰਿਤ ਸ਼ਬਦਾਵਲੀ ਲਈ ਭਰਮ ਨੂੰ ਰੋਕਣ ਅਤੇ ਵਿਸ਼ੇ ਦੇ ਸ਼ਬਦਾਂ ਦਾ ਨਕਸ਼ਾ ਬਣਾਉਣ ਦੀ ਸਮਰੱਥਾ
- ਇਹ ਪਤਾ ਲਗਾਉਣ ਦੀ ਯੋਗਤਾ ਕਿ ਕਿਹੜੇ ਖੇਤਰਾਂ, ਜਿਵੇਂ ਕਿ ਮਿਤੀ, ਵਿਅਕਤੀ ਦਾ ਨਾਮ ਅਤੇ ਸੰਦਰਭ ਕੋਡ, ਨੂੰ ਮਨੁੱਖੀ ਪ੍ਰਵਾਨਗੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਅਤੇ ਜੋ ਸਿਰਫ ਸੰਸਥਾ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ
ਇੱਕ ਆਰਕਾਈਵ ਜਾਂ ਲਾਇਬ੍ਰੇਰੀ, ਭਾਵੇਂ ਇਹ ਕਿੰਨੀ ਵੀ ਅਮੀਰ ਹੋਵੇ, ਉਦੋਂ ਤੱਕ ਨਹੀਂ ਲੱਭੀ ਜਾ ਸਕਦੀ ਜਦੋਂ ਤੱਕ ਇਹ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਰਿਭਾਸ਼ਿਤ ਨਾ ਹੋਵੇ। ਜੋ ਚੀਜ਼ ਇੱਕ ਦਸਤਾਵੇਜ਼ ਨੂੰ "ਲੱਭਣਯੋਗ" ਬਣਾਉਂਦੀ ਹੈ ਉਹ ਇਸ ਬਾਰੇ ਵਰਣਨਯੋਗ ਜਾਣਕਾਰੀ ਹੈ: ਇਸਨੂੰ ਕਿਸਨੇ ਲਿਖਿਆ, ਕਦੋਂ, ਕਿੱਥੇ, ਇਸਦਾ ਵਿਸ਼ਾ ਕੀ ਹੈ, ਇਹ ਕਿਸ ਸੰਗ੍ਰਹਿ ਨਾਲ ਸਬੰਧਤ ਹੈ। ਇਸ ਜਾਣਕਾਰੀ ਨੂੰ ਮੈਟਾਡੇਟਾ ਕਿਹਾ ਜਾਂਦਾ ਹੈ (ਮੈਟਾਡੇਟਾ — ਕਿਸੇ ਦਸਤਾਵੇਜ਼ ਬਾਰੇ ਵਰਣਨਯੋਗ ਡੇਟਾ; "ਡਾਟਾ ਬਾਰੇ ਡੇਟਾ")। ਕੈਟਾਲਾਗਿੰਗ ਇਸ ਮੈਟਾਡੇਟਾ ਨਾਲ ਦਸਤਾਵੇਜ਼ਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਖੋਜਣ ਯੋਗ ਸਿਸਟਮ ਵਿੱਚ ਸੁਰੱਖਿਅਤ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਹੈ। ਵਰਗੀਕਰਨ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਮਾਪਦੰਡਾਂ ਦੇ ਅਨੁਸਾਰ ਸੰਗਠਿਤ ਕਰਨਾ ਹੈ ਜਿਵੇਂ ਕਿ ਵਿਸ਼ਾ, ਕਿਸਮ ਜਾਂ ਮੂਲ।
ਮੈਟਾਡੇਟਾ ਬਣਾਉਣਾ ਬਹੁਤ ਸਮਾਂ ਬਰਬਾਦ ਕਰਨ ਵਾਲਾ ਹੈ; ਵੱਡੇ ਸੰਗ੍ਰਹਿ ਵਿੱਚ ਹਜ਼ਾਰਾਂ ਦਸਤਾਵੇਜ਼ਾਂ ਲਈ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਮਿਤੀ, ਵਿਸ਼ਾ, ਵਿਅਕਤੀ ਅਤੇ ਸਥਾਨ ਦੀ ਜਾਣਕਾਰੀ ਦਰਜ ਕਰਨ ਵਿੱਚ ਕਈ ਸਾਲ ਲੱਗ ਸਕਦੇ ਹਨ। AI ਇਸ ਕਾਰੋਬਾਰ ਵਿੱਚ ਇੱਕ ਮਜ਼ਬੂਤ ਡਰਾਫਟ ਜਨਰੇਟਰ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਦੇਖਾਂਗੇ ਕਿ AI ਨਾਲ ਮੈਟਾਡੇਟਾ ਕਿਵੇਂ ਤਿਆਰ ਕਰਨਾ ਹੈ, ਮਿਆਰਾਂ (ISAD(G), ਡਬਲਿਨ ਕੋਰ) ਦੇ ਅਨੁਸਾਰ ਸੂਚੀਬੱਧ ਕਰਨਾ, ਅਤੇ ਆਟੋਮੈਟਿਕ ਵਰਗੀਕਰਨ ਦੀਆਂ ਸ਼ਕਤੀਆਂ ਅਤੇ ਨੁਕਸਾਨ ਦੋਵੇਂ।
ਪੁਰਾਲੇਖ ਮਾਪਦੰਡ: ਉਹਨਾਂ ਦੀ ਲੋੜ ਕਿਉਂ ਹੈ
ਮੈਟਾਡੇਟਾ ਬੇਤਰਤੀਬੇ ਦਰਜ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ; ਇੱਥੇ ਅੰਤਰਰਾਸ਼ਟਰੀ ਮਾਪਦੰਡ ਹਨ ਤਾਂ ਜੋ ਵੱਖ-ਵੱਖ ਸੰਸਥਾਵਾਂ ਦੇ ਰਿਕਾਰਡ ਇੱਕ ਦੂਜੇ ਨਾਲ ਗੱਲ ਕਰ ਸਕਣ:
- ISAD(G) (ਜਨਰਲ ਇੰਟਰਨੈਸ਼ਨਲ ਸਟੈਂਡਰਡ ਪੁਰਾਲੇਖ ਵਰਣਨ): ਪੁਰਾਲੇਖ ਸਮੱਗਰੀ ਨੂੰ ਲੜੀਵਾਰ (ਫੰਡ, ਲੜੀ, ਫਾਈਲ, ਦਸਤਾਵੇਜ਼ ਪੱਧਰ 'ਤੇ) ਵਰਣਨ ਕਰਨ ਲਈ ਨਿਯਮ। ਇਸ ਵਿੱਚ ਸੰਦਰਭ ਕੋਡ, ਸਿਰਲੇਖ, ਮਿਤੀ, ਦਾਇਰੇ, ਸਿਰਜਣਹਾਰ ਵਰਗੇ ਖੇਤਰ ਸ਼ਾਮਲ ਹਨ।
- ਡਬਲਿਨ ਕੋਰ: ਡਿਜੀਟਲ ਸਰੋਤਾਂ (ਸਿਰਲੇਖ, ਸਿਰਜਣਹਾਰ, ਵਿਸ਼ਾ, ਮਿਤੀ, ਸ਼ੈਲੀ, ਫਾਰਮੈਟ, ਸਰੋਤ, ਭਾਸ਼ਾ, ਆਦਿ) ਦਾ ਵਰਣਨ ਕਰਨ ਲਈ 15 ਕੋਰ ਖੇਤਰਾਂ ਵਾਲਾ ਇੱਕ ਸਾਂਝਾ ਮਿਆਰ।
- ਸ਼ੌਕੀਨ: ਇੱਕ ਵਿਅਕਤੀ, ਪਰਿਵਾਰ ਜਾਂ ਸੰਸਥਾ ਦੀਆਂ ਗਤੀਵਿਧੀਆਂ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਬਣਾਏ ਗਏ ਰਿਕਾਰਡਾਂ ਦਾ ਇੱਕ ਸਮੂਹ। ਇਹ ਆਰਕਾਈਵਿੰਗ ਦੀ ਬੁਨਿਆਦੀ ਆਯੋਜਨ ਇਕਾਈ ਹੈ।
- ਉਤਪੱਤੀ (ਮੂਲ): ਇਸ ਬਾਰੇ ਜਾਣਕਾਰੀ ਕਿ ਕੋਈ ਦਸਤਾਵੇਜ਼ ਕਿਸ ਤੋਂ ਆਉਂਦਾ ਹੈ ਅਤੇ ਇਹ ਕਿਸ ਹੱਥੋਂ ਲੰਘਦਾ ਹੈ। ਆਰਕਾਈਵਿੰਗ ਵਿੱਚ, ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਉਹਨਾਂ ਦੇ ਮੂਲ ਅਨੁਸਾਰ ਇਕੱਠੇ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ।
AI ਉਤਪਾਦਕ ਮੈਟਾਡੇਟਾ ਹੋਣ 'ਤੇ ਨਿਸ਼ਾਨਾ ਮਿਆਰ ਨੂੰ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਨਿਰਧਾਰਤ ਕਰਨਾ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਆਉਟਪੁੱਟ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਵਿੱਚ ਦਾਖਲ ਹੋਣ ਯੋਗ ਹੈ।
ਇੱਕ ਹੋਰ ਮੁੱਖ ਧਾਰਨਾ ਅਥਾਰਟੀ ਰਿਕਾਰਡ ਹੈ - ਇੱਕ ਰਿਕਾਰਡ ਜੋ ਇੱਕ ਵਿਅਕਤੀ, ਸਥਾਨ, ਜਾਂ ਸੰਸਥਾ ਦੇ ਨਾਮ ਦੇ ਇੱਕ ਸਿੰਗਲ, ਮਿਆਰੀ, ਪ੍ਰਵਾਨਿਤ ਰੂਪ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹੈ। ਇਤਿਹਾਸਕ ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ, ਇੱਕੋ ਵਿਅਕਤੀ ਜਾਂ ਸਥਾਨ ਵੱਖ-ਵੱਖ ਸ਼ਬਦ-ਜੋੜਾਂ ਨਾਲ ਪ੍ਰਗਟ ਹੋ ਸਕਦਾ ਹੈ; ਅਥਾਰਟੀ ਰਿਕਾਰਡ ਉਹਨਾਂ ਸਾਰਿਆਂ ਨੂੰ ਇੱਕ ਸਿੰਗਲ ਪ੍ਰਵਾਨਿਤ ਫਾਰਮੈਟ ਵਿੱਚ ਬੰਨ੍ਹਦਾ ਹੈ ਤਾਂ ਜੋ ਉਹ ਖੋਜ ਵਿੱਚ ਖਿੰਡੇ ਨਾ ਜਾਣ। AI ਇੱਕ ਦਸਤਾਵੇਜ਼ ਤੋਂ ਨਾਮ ਸੁਝਾਉਂਦਾ ਹੈ; ਪਰ ਅਥਾਰਟੀ ਰਿਕਾਰਡ ਵਿੱਚ ਇਸ ਨਾਮ ਨੂੰ ਮਿਆਰੀ ਰੂਪ ਵਿੱਚ ਮੈਪ ਕਰਨਾ ਮਨੁੱਖੀ ਕੰਮ ਹੈ। ਸੰਸਥਾ ਦੇ ਅਥਾਰਟੀ ਰਿਕਾਰਡ ਵਿੱਚ ਏਆਈ ਦੁਆਰਾ "ਅਹਿਮਦ" ਨੂੰ "ਅਹਿਮਦ ਬੇ (1840-1912)" ਨਾਲ ਜੋੜਨਾ ਕੈਟਾਲਾਗ ਦੀ ਇਕਸਾਰਤਾ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਦਾ ਹੈ।
ਵਰਕਫਲੋ: ਕਦਮ ਦਰ ਕਦਮ
1. ਸਰੋਤ ਤਿਆਰ ਕਰੋ। ਦਸਤਾਵੇਜ਼ ਦੀ ਪ੍ਰਤੀਲਿਪੀ ਜਾਂ ਚਿੱਤਰ ਅਤੇ ਕੋਈ ਵੀ ਸੰਦਰਭ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਕਰੋ।
2. ਮਿਆਰ ਅਤੇ ਖੇਤਰਾਂ ਦੀ ਪਛਾਣ ਕਰੋ। AI ਨੂੰ ਦੱਸੋ ਕਿ ਕਿਹੜਾ ਸਟੈਂਡਰਡ (ISAD(G), ਡਬਲਿਨ ਕੋਰ) ਅਤੇ ਕਿਹੜੇ ਖੇਤਰਾਂ ਦੇ ਅਨੁਸਾਰ ਇਹ ਆਉਟਪੁੱਟ ਪੈਦਾ ਕਰੇਗਾ।
3. ਡਰਾਫਟ ਮੈਟਾਡੇਟਾ ਬਣਾਓ। AI ਉਹਨਾਂ ਖੇਤਰਾਂ ਨੂੰ ਭਰਦਾ ਹੈ ਜੋ ਦਸਤਾਵੇਜ਼ (ਤਾਰੀਖ, ਵਿਅਕਤੀ, ਸਥਾਨ, ਵਿਸ਼ਾ, ਭਾਸ਼ਾ, ਸ਼ੈਲੀ) ਤੋਂ ਕੱਢੇ ਜਾ ਸਕਦੇ ਹਨ; ਇਹ ਉਹਨਾਂ ਖੇਤਰਾਂ ਨੂੰ ਖਾਲੀ ਛੱਡ ਦਿੰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਇਹ ਹਟਾ ਨਹੀਂ ਸਕਦਾ।
4. ਨਿਯੰਤਰਿਤ ਸ਼ਬਦਾਵਲੀ ਦਾ ਨਕਸ਼ਾ। ਜ਼ਿਆਦਾਤਰ ਸੰਸਥਾਵਾਂ ਵਿੱਚ ਵਿਸ਼ੇ ਅਤੇ ਸਥਾਨ ਦੇ ਨਾਮ ਮੁਫਤ ਨਹੀਂ ਹਨ, ਪਰ ਇੱਕ ਪੂਰਵ-ਪਰਿਭਾਸ਼ਿਤ ਸੂਚੀ (ਨਿਯੰਤਰਿਤ ਸ਼ਬਦਾਵਲੀ / ਥਿਸੌਰਸ) ਨਾਲ ਜੁੜੇ ਹੋਏ ਹਨ। ਇਸ ਸੂਚੀ ਵਿੱਚ AI ਦੁਆਰਾ ਸੁਝਾਏ ਗਏ ਵਿਸ਼ੇ ਸ਼ਬਦਾਂ ਦਾ ਨਕਸ਼ਾ ਬਣਾਓ।
5. ਪੁਸ਼ਟੀ ਕਰੋ ਅਤੇ ਪੁਸ਼ਟੀ ਕਰੋ। ਹਰੇਕ ਖੇਤਰ, ਖਾਸ ਤੌਰ 'ਤੇ ਮਿਤੀ, ਨਾਮ ਅਤੇ ਵਿਸ਼ੇ ਦੀ ਤੁਲਨਾ ਮਨੁੱਖ ਦੁਆਰਾ ਦਸਤਾਵੇਜ਼ਾਂ ਅਤੇ ਅਧਿਕਾਰਾਂ ਦੇ ਰਿਕਾਰਡਾਂ ਨਾਲ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਸੁਝਾਅ: ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ AI ਨੂੰ "ਖਾਲੀ ਛੱਡਣ" ਦੀ ਇਜਾਜ਼ਤ ਦਿਓ। ਨਹੀਂ ਤਾਂ, ਇਹ ਇੱਕ ਮਿਤੀ ਜਾਂ ਸਿਰਜਣਹਾਰ ਨੂੰ "ਅਨੁਮਾਨ" ਭਰ ਦੇਵੇਗਾ ਜੋ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਨਹੀਂ ਹੈ ਅਤੇ ਤੁਹਾਡੇ ਕੈਟਾਲਾਗ ਵਿੱਚ ਜਾਅਲੀ ਮੈਟਾਡੇਟਾ ਸ਼ਾਮਲ ਕਰੇਗਾ। ਹਿਦਾਇਤ "ਇਸ ਖੇਤਰ ਨੂੰ ਖਾਲੀ ਛੱਡੋ ਜੇ ਇਹ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਨਹੀਂ ਹੈ" ਭਰਮ ਦੇ ਵਿਰੁੱਧ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ਢਾਲ ਹੈ।
ਇੱਕ ਸਾਰਣੀ ਵਿੱਚ ਖੇਤਰ ਅਤੇ ਵਿਸ਼ਵਾਸ ਪੱਧਰ
ਮੈਟਾਡੇਟਾ ਖੇਤਰ
AI ਕਿੰਨਾ ਭਰੋਸੇਮੰਦ ਹੈ?
ਤਸਦੀਕ
ਭਾਸ਼ਾ
ਉੱਚ
ਨਮੂਨਾ
ਦਸਤਾਵੇਜ਼ ਦੀ ਕਿਸਮ
ਮੱਧਮ-ਉੱਚਾ
ਕੰਟਰੋਲ
ਵਿਅਕਤੀ/ਸਥਾਨ ਦੇ ਨਾਮ
ਮੱਧਮ (ਪੜ੍ਹਨ ਦੀ ਗਲਤੀ)
ਲਾਜ਼ਮੀ
ਮਿਤੀ
ਘੱਟ-ਮਾਧਿਅਮ (ਬਣਾਉਣ ਦਾ ਜੋਖਮ)
ਲਾਜ਼ਮੀ
ਵਿਸ਼ੇ ਦੀਆਂ ਸ਼ਰਤਾਂ
ਮੱਧਮ (ਮੁਫ਼ਤ ਪੈਦਾ ਕਰਨ ਵਾਲਾ)
ਚੈਕਲਿਸਟ ਲਈ ਨਕਸ਼ਾ
ਸਕੋਪ/ਸਾਰਾਂਸ਼
ਮੱਧਮ-ਉੱਚਾ
ਸਰੋਤ ਨਾਲ ਤੁਲਨਾ ਕਰੋ
ਹਵਾਲਾ ਕੋਡ
ਕੋਈ ਨਹੀਂ (ਸੰਸਥਾ ਨਹੀਂ ਦਿੰਦੀ)
ਮਨੁੱਖੀ ਸੁੱਟ
ਸੰਖੇਪ: AI ਭਾਸ਼ਾ ਅਤੇ ਸ਼ੈਲੀ ਵਰਗੇ ਖੇਤਰਾਂ ਵਿੱਚ ਤੇਜ਼ ਅਤੇ ਭਰੋਸੇਮੰਦ ਹੈ; ਮਿਤੀ, ਨਾਮ ਅਤੇ ਵਿਸ਼ੇ ਵਰਗੇ ਖੇਤਰਾਂ ਵਿੱਚ ਡਰਾਫਟ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਪਰ ਮਨੁੱਖੀ ਪ੍ਰਵਾਨਗੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ; AI ਕਦੇ ਵੀ ਸੰਸਥਾਗਤ ਖੇਤਰਾਂ ਜਿਵੇਂ ਕਿ ਸੰਦਰਭ ਕੋਡ ਪੈਦਾ ਨਹੀਂ ਕਰਦਾ ਹੈ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 — 8,000 ਫੋਟੋਆਂ ਲਈ ਡਰਾਫਟ ਮੈਟਾਡੇਟਾ। ਇੱਕ ਸਿਟੀ ਆਰਕਾਈਵ 8,000 ਇਤਿਹਾਸਕ ਤਸਵੀਰਾਂ ਨੂੰ ਸੂਚੀਬੱਧ ਕਰ ਰਿਹਾ ਸੀ। ਹਰੇਕ ਫੋਟੋ ਦੇ ਪਿਛਲੇ ਪਾਸੇ ਦੇ ਨੋਟਾਂ ਨੂੰ ਟ੍ਰਾਂਸਕ੍ਰਾਈਬ ਕੀਤਾ ਗਿਆ ਸੀ ਅਤੇ AI ਨੂੰ ਦਿੱਤਾ ਗਿਆ ਸੀ; AI ਨੇ ਮਿਤੀ, ਸਥਾਨ ਅਤੇ ਵਿਸ਼ਾ ਰੂਪਰੇਖਾ ਤਿਆਰ ਕੀਤੀ। ਮਨੁੱਖੀ ਟੀਮ ਨੇ ਫੀਲਡ ਦੁਆਰਾ ਇਸ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਅਤੇ ਇਸਨੂੰ ਨਿਯੰਤਰਿਤ ਸੂਚੀ ਵਿੱਚ ਮੈਪ ਕੀਤਾ। ਅੰਦਾਜ਼ਨ 10-ਮਹੀਨੇ ਦੀ ਨੌਕਰੀ ਨੂੰ 3 ਮਹੀਨਿਆਂ ਤੱਕ ਘਟਾ ਦਿੱਤਾ ਗਿਆ ਸੀ; ਪਰ ਹਰ ਮਿਤੀ ਅਤੇ ਸਥਾਨ ਦੇ ਨਾਮ ਦੀ ਵਿਜ਼ੂਅਲ ਜਾਂਚ ਕੀਤੀ ਗਈ ਸੀ।
ਕੇਸ 2 - ਬਣਿਆ ਇਤਿਹਾਸ। ਇੱਕ ਪੁਰਾਲੇਖ-ਵਿਗਿਆਨੀ ਕੋਲ AI ਕੈਟਾਲਾਗ ਇੱਕ ਅਣਡਿੱਠਾ ਪੱਤਰ ਸੀ। YZ ਨੇ ਚਿੱਠੀ ਦੀ ਸਮੱਗਰੀ ਨੂੰ ਦੇਖਿਆ ਅਤੇ "1912" ਦੀ ਤਾਰੀਖ ਠੀਕ ਲਿਖੀ। ਹਾਲਾਂਕਿ, ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਕੋਈ ਤਾਰੀਖ ਨਹੀਂ ਸੀ; AI ਨੇ ਭਵਿੱਖਬਾਣੀ ਕੀਤੀ. ਜੇਕਰ ਪੁਰਾਲੇਖ-ਵਿਗਿਆਨੀ ਨੇ "ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਨਾ ਹੋਣ 'ਤੇ ਖਾਲੀ ਛੱਡੋ" ਹਿਦਾਇਤ ਨੂੰ ਸ਼ਾਮਲ ਨਾ ਕੀਤਾ ਹੁੰਦਾ, ਤਾਂ ਕੈਟਾਲਾਗ ਇੱਕ ਬਣੀ ਤਾਰੀਖ ਨਾਲ ਭਰਿਆ ਹੁੰਦਾ। ਪਾਠ: ਖਾਲੀ ਇਜਾਜ਼ਤ ਲਾਜ਼ਮੀ ਹੈ।
ਕੇਸ 3 - ਮੁਫ਼ਤ ਵਿਸ਼ੇ ਦੀਆਂ ਸ਼ਰਤਾਂ ਨੇ ਉਲਝਣ ਪੈਦਾ ਕੀਤਾ। AI ਨੇ ਸਮਾਨ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ "ਇਮੀਗ੍ਰੇਸ਼ਨ", "ਇਮੀਗ੍ਰੇਸ਼ਨ", "ਸੈਟਲਮੈਂਟ" ਵਰਗੇ ਸਮਾਨ ਪਰ ਵੱਖ-ਵੱਖ ਮੁਫ਼ਤ ਸ਼ਰਤਾਂ ਨਿਰਧਾਰਤ ਕੀਤੀਆਂ ਹਨ। ਜਦੋਂ ਇਸਨੂੰ ਨਿਯੰਤਰਿਤ ਸ਼ਬਦਾਵਲੀ ਵਿੱਚ ਮੈਪ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਸੀ, ਤਾਂ ਉਸੇ ਵਿਸ਼ੇ ਨੂੰ ਤਿੰਨ ਵੱਖ-ਵੱਖ ਸ਼ਬਦਾਂ ਨਾਲ ਟੈਗ ਕੀਤਾ ਗਿਆ ਸੀ ਅਤੇ ਖੋਜ ਵਿੱਚ ਖਿੰਡੇ ਹੋਏ ਸਨ। ਸ਼ਰਤਾਂ ਨੂੰ ਇੱਕ ਸਿੰਗਲ ਅਥਾਰਟੀ ਸੂਚੀ ਵਿੱਚ ਮੈਪ ਕਰਕੇ ਇਕਸਾਰਤਾ ਪ੍ਰਾਪਤ ਕੀਤੀ ਗਈ ਸੀ। ਪਾਠ: ਵਿਸ਼ੇ ਦੇ ਸ਼ਬਦ ਜਾਰੀ ਨਹੀਂ ਕੀਤੇ ਗਏ ਹਨ, ਉਹ ਸੂਚੀ ਨਾਲ ਜੁੜੇ ਹੋਏ ਹਨ।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ
1) ਡਬਲਿਨ ਕੋਰ ਰੂਪਰੇਖਾ:
ਹੇਠਾਂ ਦਿੱਤੇ ਦਸਤਾਵੇਜ਼ ਪ੍ਰਤੀਲਿਪੀ ਤੋਂ ਡਬਲਿਨ ਕੋਰ ਮੈਟਾਡੇਟਾ ਡਰਾਫਟ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰੋ। ਖੇਤਰ: ਸਿਰਲੇਖ, ਸਿਰਜਣਹਾਰ, ਵਿਸ਼ਾ, ਵਰਣਨ, ਮਿਤੀ, ਸ਼ੈਲੀ, ਭਾਸ਼ਾ, ਦਾਇਰੇ (ਸਥਾਨ/ਅਵਧੀ)। ਨਿਯਮ: (1) ਸਿਰਫ਼ ਲਿਖਤ ਵਿੱਚ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਜਾਣਕਾਰੀ ਦੀ ਵਰਤੋਂ ਕਰੋ। (2) ਉਹ ਖੇਤਰ ਛੱਡੋ ਜੋ ਟੈਕਸਟ ਵਿੱਚ ਨਹੀਂ ਹੈ BLANK, ਅੰਦਾਜ਼ਾ ਨਾ ਲਗਾਓ। (3) ਉਸ ਮੁੱਲ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ ਜਿਸ ਬਾਰੇ ਤੁਸੀਂ ਯਕੀਨੀ ਨਹੀਂ ਹੋ [?]. ਟ੍ਰਾਂਸਕ੍ਰਿਪਸ਼ਨ: [ਇੱਥੇ]
2) ISAD(G) ਡਰਾਫਟ ਪਰਿਭਾਸ਼ਾ:
ISAD(G) ਖੇਤਰਾਂ ਵਿੱਚ ਨਿਮਨਲਿਖਤ ਦਸਤਾਵੇਜ਼ ਲਈ ਡਰਾਫਟ ਤਿਆਰ ਕਰੋ: ਸਿਰਲੇਖ, ਮਿਤੀ(ਆਂ), ਵਰਣਨ ਪੱਧਰ (ਦਸਤਾਵੇਜ਼/ਫਾਇਲ), ਸਕੋਪ ਅਤੇ ਸਮੱਗਰੀ (ਛੋਟਾ ਸੰਖੇਪ), ਸਿਰਜਣਹਾਰ, ਭਾਸ਼ਾ। ਹਵਾਲਾ ਕੋਡ ਖਾਲੀ ਛੱਡੋ (ਸੰਸਥਾ ਇਸ ਨੂੰ ਪ੍ਰਦਾਨ ਕਰੇਗੀ)। ਕੋਈ ਵੀ ਜਾਣਕਾਰੀ ਨਾ ਜੋੜੋ ਜੋ ਟੈਕਸਟ ਵਿੱਚ ਨਹੀਂ ਹੈ; ਗੈਰ-ਮੌਜੂਦ ਖੇਤਰ ਨੂੰ ਖਾਲੀ ਛੱਡੋ। ਦਸਤਾਵੇਜ਼: [ਇੱਥੇ]
3) ਵਿਸ਼ਾ ਸ਼ਬਦ ਸੁਝਾਅ (ਨਿਯੰਤਰਿਤ):
ਹੇਠਾਂ ਦਿੱਤੇ ਦਸਤਾਵੇਜ਼ ਲਈ ਢੁਕਵੇਂ 3-5 ਵਿਸ਼ੇ ਦੇ ਸ਼ਬਦਾਂ ਦਾ ਸੁਝਾਅ ਦਿਓ। ਪਹਿਲਾਂ, ਦਸਤਾਵੇਜ਼ ਵਿਚਲੇ ਤੱਥਾਂ 'ਤੇ ਭਰੋਸਾ ਕਰੋ। ਹੇਠਾਂ ਸਾਡੀ ਸੰਸਥਾ ਦੀ ਨਿਯੰਤਰਿਤ ਪਰਿਭਾਸ਼ਾ ਸੂਚੀ ਹੈ; ਸਭ ਤੋਂ ਪਹਿਲਾਂ, ਇਸਨੂੰ ਇਸ ਸੂਚੀ ਵਿੱਚੋਂ ਚੁਣੋ, ਜੇਕਰ ਇਹ ਸੂਚੀ ਵਿੱਚ ਨਹੀਂ ਹੈ, ਤਾਂ ਆਪਣੇ ਨਵੇਂ ਸ਼ਬਦ ਸੁਝਾਅ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਚਿੰਨ੍ਹਿਤ ਕਰੋ। ਸੂਚੀ: [ਸ਼ਰਤਾਂ]। ਦਸਤਾਵੇਜ਼: [ਇੱਥੇ]
4) ਬਲਕ ਇਕਸਾਰਤਾ ਜਾਂਚ:
ਹੇਠਾਂ ਉਸੇ ਸੰਗ੍ਰਹਿ ਦੇ ਦਸਤਾਵੇਜ਼ਾਂ ਲਈ ਮੈਟਾਡੇਟਾ ਰਿਕਾਰਡ ਹਨ। ਫਲੈਗ ਅਸੰਗਤਤਾਵਾਂ: ਇੱਕੋ ਥਾਂ/ਵਿਅਕਤੀ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਸਪੈਲਿੰਗ ਕਰਨ ਦੇ ਰਿਕਾਰਡ, ਵੱਖ-ਵੱਖ ਮਿਤੀ ਫਾਰਮੈਟ, ਇੱਕੋ ਵਿਸ਼ੇ ਲਈ ਵੱਖ-ਵੱਖ ਸ਼ਬਦ। ਸੁਧਾਰ IMPOSITION; ਮਨੁੱਖ ਦੁਆਰਾ ਸਮੀਖਿਆ ਕਰਨ ਲਈ ਸਿਰਫ਼ ਅਸੰਗਤਤਾਵਾਂ ਦੀ ਇੱਕ ਸੂਚੀ ਤਿਆਰ ਕਰੋ। ਰਿਕਾਰਡ: [ਇੱਥੇ]
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ:
ਇਸ ਦਸਤਾਵੇਜ਼ ਲਈ ਇੱਕ ਪੂਰਾ ਕੈਟਾਲਾਗ ਰਿਕਾਰਡ ਬਣਾਓ।
"ਪੂਰੀ" ਹਦਾਇਤ AI ਨੂੰ ਹਰ ਥਾਂ ਭਰਨ ਲਈ ਧੱਕਦੀ ਹੈ, ਭਾਵ, ਇਤਿਹਾਸ ਅਤੇ ਸਿਰਜਣਹਾਰਾਂ ਦੀ ਖੋਜ ਕਰਨ ਲਈ ਜੋ ਮੌਜੂਦ ਨਹੀਂ ਹਨ।
ਮਜ਼ਬੂਤ:
ਇਸ ਦਸਤਾਵੇਜ਼ ਲਈ ਡਬਲਿਨ ਕੋਰ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਪ੍ਰਤੀਲਿਪੀ ਵਿੱਚ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਸ਼ਾਮਲ ਕੀਤੀ ਗਈ ਜਾਣਕਾਰੀ ਦੀ ਵਰਤੋਂ ਕਰੋ; ਗੈਰ-ਮੌਜੂਦ ਖੇਤਰ ਨੂੰ ਖਾਲੀ ਛੱਡੋ, ਅੰਦਾਜ਼ਾ ਨਾ ਲਗਾਓ। ਇਸ ਨਿਯੰਤਰਿਤ ਸੂਚੀ ਵਿੱਚੋਂ ਵਿਸ਼ਾ ਸ਼ਬਦਾਂ ਦੀ ਚੋਣ ਕਰੋ: [ਸੂਚੀ]। ਮਿਤੀ ਅਤੇ ਵਿਅਕਤੀ ਦੇ ਨਾਵਾਂ ਨੂੰ [?] ਨਾਲ ਚਿੰਨ੍ਹਿਤ ਕਰੋ ਤਾਂ ਜੋ ਮੈਂ ਦਸਤਾਵੇਜ਼ ਨਾਲ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕਰ ਸਕਾਂ। ਟ੍ਰਾਂਸਕ੍ਰਿਪਸ਼ਨ: [ਇੱਥੇ]
ਅੰਤਰ: "ਪੂਰਾ" ਸੰਸਕਰਣ ਦੀ ਬਜਾਏ "ਖਾਲੀ ਛੱਡੋ" ਅਨੁਮਤੀ, ਨਿਯੰਤਰਿਤ ਸੂਚੀ ਦੀ ਪਾਲਣਾ ਅਤੇ ਪੁਸ਼ਟੀਕਰਨ ਚਿੰਨ੍ਹ ਕੈਟਾਲਾਗ ਨੂੰ ਬਨਾਵਟੀ ਤੋਂ ਬਚਾਉਂਦੇ ਹਨ।
ਆਮ ਗਲਤੀਆਂ
- ਇਸਦਾ ਅਰਥ ਹੈ "ਪੂਰੀ ਤਰ੍ਹਾਂ ਭਰੋ"। ਇਹ ਗੈਰ-ਮੌਜੂਦ ਖੇਤਰਾਂ ਨੂੰ ਫਿੱਟ ਕਰਨ ਦੀ ਅਗਵਾਈ ਕਰਦਾ ਹੈ; "ਖਾਲੀ ਛੱਡੋ" ਦੀ ਇਜਾਜ਼ਤ ਦਿੱਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।
- ਵਿਸ਼ੇ ਦੀਆਂ ਸ਼ਰਤਾਂ ਜਾਰੀ ਕੀਤੀਆਂ ਜਾ ਰਹੀਆਂ ਹਨ। ਉਹ ਸ਼ਬਦ ਜੋ ਨਿਯੰਤਰਿਤ ਸ਼ਬਦਾਵਲੀ ਨੂੰ ਮੈਪ ਨਹੀਂ ਕਰਦੇ ਹਨ, ਖੋਜ ਨੂੰ ਭਟਕਾਉਣਗੇ।
- AI ਦੀ ਭਵਿੱਖਬਾਣੀ ਦਾ ਇਤਿਹਾਸ ਹੋਣਾ। ਇੱਕ ਅਣਗਿਣਤ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਇੱਕ ਫਰਜ਼ੀ ਮਿਤੀ ਦਰਜ ਕਰਨਾ ਕੈਟਾਲਾਗ ਨੂੰ ਪ੍ਰਦੂਸ਼ਿਤ ਕਰਦਾ ਹੈ।
- AI ਦੁਆਰਾ ਤਿਆਰ ਹਵਾਲਾ ਕੋਡ ਹੋਣਾ। ਇਹ ਇੱਕ ਕਾਰਪੋਰੇਟ, ਵਿਲੱਖਣ ਸਪੇਸ ਹੈ; ਲੋਕ ਸੁੱਟਦੇ ਹਨ।
- ਸਟੈਂਡਰਡ ਨਹੀਂ ਦੱਸ ਰਿਹਾ। ਜੇਕਰ ਮਿਆਰ ਦਾ ਜ਼ਿਕਰ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ, ਤਾਂ ਆਉਟਪੁੱਟ ਇੱਕ ਗੜਬੜ ਵਾਲਾ ਡਰਾਫਟ ਹੋਵੇਗਾ ਜੋ ਸੰਸਥਾ ਵਿੱਚ ਦਾਖਲ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
ਸਾਰੰਸ਼ ਵਿੱਚ
ਮੈਟਾਡੇਟਾ ਅਤੇ ਕੈਟਾਲਾਗਿੰਗ ਅਦਿੱਖ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਹੈ ਜੋ ਖੋਜਕਰਤਾ ਲਈ ਪੁਰਾਲੇਖ ਨੂੰ ਖੋਲ੍ਹਦਾ ਹੈ, ਅਤੇ ਇਸ ਲਈ ਬਹੁਤ ਮਿਹਨਤ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਟ੍ਰਾਂਸਕ੍ਰਿਪਸ਼ਨ ਤੋਂ, AI ਮਿਤੀ, ਵਿਅਕਤੀ, ਸਥਾਨ, ਵਿਸ਼ਾ ਅਤੇ ਸ਼ੈਲੀ ਵਰਗੇ ਖੇਤਰਾਂ ਲਈ ਇੱਕ ਤੇਜ਼ ਰੂਪਰੇਖਾ ਤਿਆਰ ਕਰਦਾ ਹੈ; ਇਹ ISAD(G) ਜਾਂ ਡਬਲਿਨ ਕੋਰ ਵਰਗੇ ਮਿਆਰਾਂ ਅਨੁਸਾਰ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ। ਪਰ "ਪੂਰੀ ਤਰ੍ਹਾਂ ਭਰਨ" ਦਾ ਦਬਾਅ ਏਆਈ ਨੂੰ ਚੀਜ਼ਾਂ ਬਣਾਉਣ ਲਈ ਧੱਕਦਾ ਹੈ; "ਖਾਲੀ ਛੱਡੋ" ਅਨੁਮਤੀ, ਨਿਯੰਤਰਿਤ ਸ਼ਬਦਾਵਲੀ ਲਈ ਮੈਪਿੰਗ, ਅਤੇ ਤਾਰੀਖਾਂ/ਨਾਵਾਂ ਦੀ ਮਨੁੱਖੀ ਪੁਸ਼ਟੀ ਕੈਟਾਲਾਗ ਨੂੰ ਭਰੋਸੇਯੋਗ ਬਣਾਉਂਦੀ ਹੈ। AI ਡਰਾਫਟ ਤਿਆਰ ਕਰਦਾ ਹੈ; ਤੁਸੀਂ ਕੈਟਾਲਾਗ ਦੀ ਸ਼ੁੱਧਤਾ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹੋ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
"ਡਬਲਿਨ ਕੋਰ ਡਰਾਫਟ" ਟੈਮਪਲੇਟ ਦੇ ਨਾਲ AI ਤੋਂ ਇੱਕ ਦਸਤਾਵੇਜ਼ ਟ੍ਰਾਂਸਕ੍ਰਿਪਸ਼ਨ ਲਓ ਅਤੇ ਮੈਟਾਡੇਟਾ ਦੀ ਬੇਨਤੀ ਕਰੋ; ਜਾਂਚ ਕਰੋ ਕਿ ਇਹ ਖਾਲੀ ਖੇਤਰ ਛੱਡਦਾ ਹੈ ਜੋ ਮੌਜੂਦ ਨਹੀਂ ਹਨ। ਫਿਰ ਆਪਣੀ ਖੁਦ ਦੀ (ਜਾਂ ਨਮੂਨਾ) ਚੈਕਲਿਸਟ ਨਾਲ "ਵਿਸ਼ਾ ਸ਼ਬਦ ਸੁਝਾਅ" ਟੈਮਪਲੇਟ ਚਲਾਓ। ਅੰਤ ਵਿੱਚ, "ਬਲਕ ਇਕਸਾਰਤਾ ਜਾਂਚ" ਨਾਲ ਕੁਝ ਰਿਕਾਰਡਾਂ ਦੀ ਜਾਂਚ ਕਰੋ। ਨੋਟ ਕਰੋ ਕਿ AI ਪੂਰਵ-ਅਨੁਮਾਨ ਨਾਲ ਕਿੰਨੇ ਖੇਤਰਾਂ ਨੂੰ ਭਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦਾ ਹੈ ਅਤੇ ਸੂਚੀ ਵਿੱਚ ਕਿੰਨੇ ਵਿਸ਼ੇ ਸ਼ਬਦਾਂ ਨੂੰ ਮੈਪ ਕਰਨ ਦੀ ਲੋੜ ਹੈ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਟੀਚਾ ਮਿਆਰ (ISAD(G)/ਡਬਲਿਨ ਕੋਰ) ਦੱਸਿਆ ਹੈ।
- [ ] ਮੈਂ "ਖਾਲੀ ਖੇਤਰ ਖਾਲੀ ਛੱਡੋ" ਦੀ ਇਜਾਜ਼ਤ ਦਿੱਤੀ ਹੈ।
- [ ] ਮੈਂ ਵਿਸ਼ਾ ਸ਼ਰਤਾਂ ਨੂੰ ਨਿਯੰਤਰਿਤ ਸੂਚੀ ਵਿੱਚ ਮੈਪ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ ਦਸਤਾਵੇਜ਼/ਅਥਾਰਟੀ ਰਿਕਾਰਡ ਨਾਲ ਮਿਤੀ ਅਤੇ ਵਿਅਕਤੀ ਦੇ ਨਾਵਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।
- [ ] ਮੈਂ ਸੰਦਰਭ ਕੋਡ ਨੂੰ ਸੰਸਥਾ ਲਈ ਛੱਡ ਦਿੱਤਾ ਹੈ, AI ਨੂੰ ਨਹੀਂ।