zisky:
- Schopnosť skrátiť čas katalogizácie vytvorením konceptu metadát v súlade so štandardmi ako MARC a Dublin Core zo skutočných informácií o odtlačkoch
- Schopnosť overiť polia s vysokým rizikom falšovania, ako je rok vydania, ISBN, meno autora, s pôvodným zdrojom a pojmami na mape predmetu z kontrolovanej slovnej zásoby
- Schopnosť zabezpečiť, aby formáty autora a predmetu boli jednorazovo schválené s kontrolou oprávnení a zachovaním konzistencie katalógu
Katalogizácia je neviditeľná, ale najzákladnejšia práca knihovníctva. Nájdenie zdroja (knihy, článku, mapy, zvukového záznamu, digitálneho súboru) je možné so správnymi metadátami. Metaúdaje znamenajú „údaje o údajoch“: štruktúrované informácie, ktoré opisujú názov zdroja, autora, rok vydania, predmet, jazyk a fyzické atribúty. Ak sú metadáta dobré, používateľ nájde zdroj; Ak je zlý alebo neúplný, zdroj sa stratí, aj keď existuje. V tejto lekcii sa naučíte, ako používať umelú inteligenciu pri generovaní metadát, ale ako zabezpečiť súlad a presnosť noriem.
Najprv si definujme dva pojmy. MARC (Machine-Readable Cataloging) je formát záznamov, ktorý knižnice používajú už desaťročia, ktorý umiestňuje každú informáciu do očíslovaných polí; Napríklad pole 245 obsahuje názov a pole 100 hlavného autora. Dublin Core je zjednodušený štandard metadát pre digitálne zdroje, ktorý pozostáva z 15 základných polí (názov, tvorca, predmet, dátum, žáner atď.). Tieto štandardy zabezpečujú, že záznamy z rôznych knižníc môžu spolu komunikovať.
Krok za krokom: generovanie konceptov metadát pomocou umelej inteligencie
1. Zhromaždite informácie o identite zdroja. Obálka knihy, titulná strana, obsah alebo text digitálneho súboru. AI funguje iba na základe informácií, ktoré jej poskytnete; Ak poskytnete neúplné informácie, vytvoria sa neúplné alebo vymyslené metadáta.
2. Zadajte cieľový štandard. Dajte AI jasný cieľ, napríklad „podľa polí Dublin Core“ alebo „podľa polí MARC 245, 100, 260, 650“. Ak nešpecifikujete štandard, vytvorí sa ľubovoľný formát.
3. Vytvorte návrh. AI navrhne názov, vyhlásenie o zodpovednosti, informácie o publikácii a návrh témy z informácií, ktoré poskytnete.
4. Uplatňujte kontrolu autority. Smerodajný záznam je záznam, ktorý stanovuje jedinú štandardnú formu mena autora, inštitúcie alebo predmetu (napr. „Atatürk, Mustafa Kemal, 1881-1938“). AI môže písať meno rôznymi spôsobmi; Skontrolujete a opravíte formát schváleného oprávnenia.
5. Overte a potvrďte. Porovnajte každé pole s pôvodným zdrojom. Najmä presné informácie, ako je rok vydania, ISBN a meno autora, sú veľmi náchylné na sfalšovanie AI.
Tip: Dajte AI fotku alebo text skutočnej kreditnej stránky zdroja; Nehovorte „uhádni názov knihy“. Prediktívne metadáta podkopávajú spoľahlivosť katalógu. AI pri predpovediach píše sebavedomo a to vás vyvedie z omylu.
Kontrolovaná slovná zásoba a dôslednosť
Dôslednosť je všetko v katalogizácii. Ak je rovnaká téma napísaná s dvoma rôznymi výrazmi v dvoch rôznych záznamoch, používateľ nájde jeden a druhý mu bude chýbať. Preto knižnice používajú riadenú slovnú zásobu – schválený štandardný zoznam výrazov. Pri navrhovaní výrazov z voľného textu si AI môže vybrať skôr jeho hovorový ekvivalent ako oficiálny výraz v tomto zozname. Napríklad AI môže napísať „infarkt“; pričom schválený termín môže byť „infarkt myokardu“.
Riešením je poskytnúť AI riadenú slovnú zásobu a povedať „stačí vybrať z tohto zoznamu“. Takže namiesto voľného vytvárania výrazov sa AI zhoduje s tým najvhodnejším zo schváleného zoznamu.
Upozornenie: Ak predmetný výraz navrhnutý AI nie je v kontrolovanej slovnej zásobe, nepridávajte tento výraz do katalógu. Rozhodnutie o pridaní nových pojmov je na odborníkovi zodpovednom za riadenie autorít; Pridávanie ľubovoľných výrazov narúša konzistenciu katalógu.
tri mini prípady
Prípad 1 – Zrýchlený výber darov. Verejná knižnica dostala dar 1200 kníh. Špecialista na katalogizáciu nechal AI prečítať stranu s potlačou každej knihy a vytvoriť návrh Dublin Core; Čas na záznam sa znížil z 9 minút na 3,5 minúty. Expert venoval zostávajúci čas kontrole a overovaniu autorít; Celkový čas sa skrátil približne o 55 %, ale do systému nevstúpili žiadne záznamy bez overenia.
Prípad 2 – Zachytený falošný kód ISBN. Expert nechal AI vytvoriť koncepty 30 kníh. Počas kontroly zistil, že ISBN v 4 záznamoch bolo falošné: AI napísala 13-miestne číslo, ktoré sa zdalo rozumné, aj keď nepoznal skutočné číslo knihy. Krok overenia zabránil tomu, aby štyri nesprávne čísla ISBN zostali v katalógu trvalé.
Prípad 3 – Opravený nesúlad orgánu. Knižnica našla autora ako „J. Smith“ v niektorých záznamoch, „John Smith“ v iných, „Smith, John“ v iných. AI bola spárovaná so súborom autorít, čím sa všetky záznamy preniesli do jedného schváleného formátu ("Smith, John, 1965-"); Ak by sa táto práca robila ručne, trvalo by to niekoľko dní, ale s návrhom AI sa to skrátilo na niekoľko hodín, ale každý zápas bol schválený odborníkom.
Spätná konverzia a staré záznamy
Mnohé knižnice majú neúplné alebo neaktuálne záznamy, ktoré boli pred rokmi zapísané s inými pravidlami. Presun na súčasný štandard sa nazýva retrospektívna konverzia a je veľmi pracný, keď sa vykonáva ručne. Umelá inteligencia dokáže prečítať starý záznam a vygenerovať koncept, aby ho presunula do aktuálnej štruktúry poľa: napríklad môže analyzovať citáciu s voľným textom a distribuovať ju do správnych polí. Sú tu však dve nebezpečenstvá. Po prvé, AI môže doplniť chýbajúce informácie, aby ich „doplnila“; po druhé, môže zachovať chybu v starom zázname tým, že ho skopíruje do nového formátu namiesto toho, aby ho opravoval. Preto by sa pri retrospektívnej transformácii výstup AI mal kontrolovať systematicky, nie odberom vzoriek, ale podľa kritických polí (autor, rok, identifikačné čísla). Osvedčeným postupom je zobraziť záznamy pred a po konverzii vedľa seba, aby bola každá zmena viditeľná; takže odborník na prvý pohľad vidí, čo sa posunulo, čo sa zmenilo a čo mohlo byť vymyslené.
Upozornenie: Koncept metadát vytvorený AI by sa nemal prenášať do systému ako dávka bez toho, aby ste ich skontrolovali jeden po druhom. Hromadná chyba poškodí stovky záznamov naraz a získavanie je oveľa náročnejšie ako vytváranie. Najbezpečnejšie je vyrábať a overovať v malých sériách.
Štyri kopírovateľné šablóny
1) Prehľad Dublin Core:
Vaša úloha: asistent katalogizátora. Vyplňte polia Dublin Core z nasledujúceho textu: Názov, Autor, Predmet, Popis, Vydavateľ, Dátum, Žáner, Formát, Jazyk. Používajte iba informácie, ktoré sú v texte jasné; Ponechajte chýbajúce pole „[no information]“, nehádajte. Text tiráž: [tu]
2) Obrys poľa MARC:
Navrhnite obrysy pre nasledujúce polia MARC z nižšie uvedených informácií o knihe: 245 (názov/poďakovanie), 100 (hlavný autor), 260/264 (publikácia), 300 (fyzický popis), 650 (predmet). Akékoľvek pole, ktorým si nie ste istí, označte ako „[vyžaduje overenie]“. Informácie: [tu]
3) Zhoda tém z riadenej slovnej zásoby:
Nižšie je uvedený súhrn zdroja a zoznam schválených tematických výrazov. Priraďte iba 3-5 najvhodnejších výrazov zo zoznamu k zdroju. Ak v zozname nie je vhodný výraz, napíšte „v zozname nie je vhodný výraz“, nevymýšľajte nové výrazy. Zhrnutie: [tu] / Zoznam termínov: [tu]
4) Kontrola oprávnenia:
Priraďte mená autorov nižšie k schváleným formulárom v zozname autorít, ktorý som poskytol. Pre každé meno: formát v zázname -> schválený formát. Ak v zozname nie je ekvivalent, napíšte „žiadny autoritatívny záznam“. Mená: [tu] / Zoznam autorít: [tu]
Slabá výzva / Silná výzva
Slabá výzva:
Extrahujte katalogizačné informácie pre nasledujúcu knihu: "Artificial Intelligence and Society".
Uvádza sa iba názov; AI je nútená zostaviť autora, rok, vydavateľa a ISBN. Cieľový štandard neexistuje. Výsledok: presvedčivý, ale pravdepodobne falošný záznam.
Výkonná výzva:
Vaša úloha: asistent katalogizátora. Nižšie je uvedený úplný text tirážovej strany knihy. Z tohto vyplňte polia Dublin Core. Používajte iba informácie, ktoré sú jasne uvedené v texte; Netextové pole nechajte prázdne a napíšte „[žiadne informácie]“. Nie sú vytvorené žiadne dátumy, mená ani čísla ISBN. Text tiráž: [celý text tu]
Výkonná výzva obmedzuje AI na skutočné informácie o vedľajšom riadku a núti ju, aby úprimne zanechávala prázdne miesta namiesto toho, aby si ich vymýšľala.
Pole metadát a overovacia tabuľka
oblasť
Riziko výroby
Ako overiť
Názov
nízka
Porovnajte s potlačou stránkou
Formát autora/autority
stredná
Vyhľadajte v súbore autorít
Rok vydania
vysoká
Potvrďte odtlačkom / kolofónom
ISBN
veľmi vysoká
Individuálne ovládanie s čiarovým kódom/zdrojom
Predmetný termín
vysoká
Zhoda v riadenej slovnej zásobe
Časté chyby
- Stačí si vyžiadať metadáta z názvu. Neúplné informácie vedú AI k vymýšľaniu vecí.
- Neuvádza sa cieľový štandard. Svojvoľné formátovanie narúša harmóniu záznamov.
- Prijatie čísla ISBN a roku bez jeho overenia. Tieto oblasti nesú najvyššie riziko výroby.
- Prevzatie predmetného termínu mimo riadenej slovnej zásoby. Konzistencia a dostupnosť sú ohrozené.
- Obchádzanie kontroly autority. Ten istý autor sa rozptýli v rôznych formátoch, používateľovi uniká zdroj.
V súhrne
Pri generovaní metadát je AI výkonným pomocníkom, ktorý rýchlo extrahuje informácie o odtlačkoch a výrazne skracuje čas katalogizácie. Cenou produktivity je však prísna validácia proti rizikám výroby: objasnite cieľový štandard (MARC, Dublin Core), spustite AI iba so skutočnými znalosťami kľúčových slov, zmapujte predmetné pojmy z kontrolovaných slovníkov a overte autoritatívne formuláre. Namiesto vyrovnávania medzier by to AI mala úprimne nechať prázdne; Konečné schválenie si ponecháte.
Aplikačná úloha
Dajte text stránky s potlačou skutočnej knihy, ktorú máte, AI pomocou šablóny „Dublin Core draft“ a získajte koncept. Potom nechajte vyrobiť tú istú knihu len s názvom ("Slabá výzva") a porovnajte dva výstupy: ktoré polia boli vyrobené? Potom pomocou šablóny „Mapovanie tém z riadenej slovnej zásoby“ uveďte krátky zoznam schválených výrazov, aby sa téma zhodovala, a skontrolujte, či AI nezo zoznamu nevypadne.
kontrolný zoznam
- [ ] Informácie o skutočnej identite zdroja som dal AI, nenechal som to na hádanie.
- [ ] Jasne som špecifikoval cieľový štandard metadát (MARC/Dublin Core).
- [ ] Rok vydania a ISBN som overil doslovne s pôvodným zdrojom.
- [ ] Zmapoval som tematické pojmy z riadenej slovnej zásoby.
- [ ] Potvrdil som formuláre splnomocnenia so schváleným záznamom.