Dobički:
- Biti sposoben razumeti, kako semantično iskanje najde ustrezne vire, ki jih iskanje po ključnih besedah zgreši, s svojo bližino po pomenu, in biti sposoben uporabiti obe metodi skupaj na mestu.
- Sposobnost kritične ocene povzetkov sistemov odkrivanja, ki jih podpira umetna inteligenca, glede na to, ali temeljijo na izvoru ali ne, in jih potrditi z virom.
- Sposobnost razjasniti uporabnikovo nejasno vprašanje in razlikovati med 'navidezno relevantnimi' rezultati v smislu zanesljivosti
Uporabnik v katalogu išče »težave s spanjem pri otrocih«, vendar je glavni povezani vir z naslovom »Pediatrične motnje spanja«. Klasično iskanje morda sploh ne prikaže tega vira, ker se natančno ujema z besedami. Tu nastopi pomensko iskanje: to je oblika iskanja, ki se ujema s pomenom besed, ne z njihovim črkovanjem. V tej enoti boste izvedeli, kako delujejo semantični sistemi iskanja in odkrivanja, ki temeljijo na umetni inteligenci, kaj prinašajo knjižničarju in kakšne pasti prinašajo.
Opredelimo osnovni koncept. V središču semantičnega iskanja je vdelava: tehnika preoblikovanja pomena besedila v vektor števil (vrsta koordinate pomena). Pomensko blizu besedila so si v tem številskem prostoru blizu. Čeprav sta "težava s spanjem" in "motnja spanja" različni besedi, se nahajata blizu skupaj in iskanje ene bo našlo tudi drugo. To je moč lovljenja ustreznih virov, ki jih iskanje po ključnih besedah zgreši.
Korak za korakom: razumevanje in uporaba semantičnega iskanja
1. Razumejte uporabnikov pravi namen. Semantično iskanje poskuša zajeti, kaj uporabnik misli. Vaša naloga kot knjižničarja je razjasniti uporabnikovo nejasno vprašanje in dati pravilen vnos iskalnemu sistemu.
2. Uporabite ključne besede in semantično iskanje skupaj. Semantično iskanje najde vire s sorodnimi, vendar različnimi besedami; Iskanje po ključnih besedah je bolj zanesljivo, ko iščete natančen izraz, ime ali kodo (ime avtorja, številka zakona). Dober knjižničar uporablja oboje.
3. Kritično ovrednotite rezultate. Semantično iskanje vrne rezultate, ki se »zdijo relevantni«; Vendar biti videti ustrezen ne pomeni biti točen ali vreden zaupanja. Vi ocenite izvor in pravočasnost rezultatov.
4. Naučite uporabnika strategije iskanja. Sistemi odkrivanja so zmogljivi, vendar uporabniki pogosto iščejo z eno besedo. Ena naloga knjižničarja je naučiti uporabnika boljšega iskanja.
Namig: semantično iskanje je lahko šibkejše od iskanja po ključnih besedah/domeni, ko iščete zelo natančne informacije (specifična oznaka ISBN, polni naslov, vsa dela avtorja); ker zamenjuje druge rezultate, ki so "blizu po pomenu". Uporabite iskanje na podlagi domene za natančne informacije in semantično iskanje za odkrivanje in brskanje po temah.
Sistemi odkrivanja in povzetki, ki jih poganja AI
Sodobni sistemi za odkrivanje ne zagotavljajo več le seznamov rezultatov; Nekateri ustvarijo neposreden povzetek odgovora na vprašanje z AI. To je močan, a tvegan trend. Koristno je, če sistem izdela povzetke na podlagi dejanskih virov v zbirki in z navedbo vira. Če pa sistem generira odgovor iz lastnega splošnega pomnilnika, ne da bi navedel vir, obstaja tveganje za halucinacije in lahko napačno informira uporabnika.
Knjižničarjeva vloga je povedati uporabniku, ali takšni povzetki temeljijo na viru ali ne. Sporočilo »Povzetek, ki ga poda sistem, je začetek; pojdite na izvirni vir in tam preverite« je osnova informacijske pismenosti.
Pozor: tudi če povzetek odkritja, ki ga poganja AI, navaja vir, ne domnevajte, da navedeni vir dejansko podpira to informacijo. Včasih sistem prikaže pravi vir, vendar vrne napačen povzetek. Za kritične uporabe odprite in preverite ustrezen razdelek vira skupaj z uporabnikom.
trije mini kovčki
Primer 1 – Najden je bil ubežni vir. En raziskovalec je iskal vire na "urbanem toplotnem otoku", vendar je bil naziv najboljše študije v zbirki "toplotno udobje v mestih". Iskanje po ključnih besedah je to zgrešilo; semantično iskanje ga je zaradi njegove semantične bližine vrnilo med prvih pet rezultatov. Raziskovalec je prišel do vira, ki ga sicer ne bi videl.
Primer 2 – Zavajajoče »obresti«. En uporabnik je iskal "ekonomski vzroki francoske revolucije". Semantično iskanje je tudi razvrstilo več virov na splošno na temo "revolucija in gospodarstvo", vendar nepovezanih s francosko revolucijo. Knjižničarka je ugotovila, da ti »navidezno relevantni« rezultati dejansko ne ustrezajo temi in uporabnika usmerila na prave vire.
Primer 3 – Povzetek preverjanja. Sistem za odkrivanje je vprašanju podal povzetek AI in navedel dva vira. Knjižničarka je odprla vire: eden je podprl povzetek, drugi je rekel nasprotno od povzetka. Sistem je napačno interpretiral vir. Knjižničarka je pokrovitelju pokazala pravi vir in dejansko najdbo.
Uvrstitev, prepoznavnost in poštenost
Kateri vir se kot rezultat iskanja pojavi na vrhu in kateri na dnu, ni nedolžna tehničnost; Velika večina uporabnikov pogleda samo prvih nekaj rezultatov. Zato razvrstitev določa, katere informacije so dejansko vidne. Razvrstitev na podlagi umetne inteligence izračuna svojo metriko »relevantnosti« na podlagi vzorcev, ki se jih je naučila, in ti vzorci lahko ponavadi poudarjajo vire, ki so priljubljeni, visoko citirani ali v določenih jezikih. Posledično lahko dragoceni, a malo znani viri v novih ali različnih jezikih ostanejo nevidni. Knjižničarjeva naloga je vedeti, da vrstni red ni nevtralno dejstvo, in naučiti uporabnika, da pogleda dlje od začetnih rezultatov, preizkusi različne iskalne izraze in dvomi o vrstnem redu rezultatov. »Najboljši trije viri« se nikoli ne smejo enačiti z »najboljšimi tremi viri«, zlasti za raziskovalno vprašanje. Odkritje zahteva kopanje globlje v seznam.
Nasvet: Ko uporabnika učite iskati, mu pokažite, kako naj išče isto temo z uporabo dveh do treh različnih nizov izrazov. Različni izrazi vrnejo različne uvrstitve rezultatov; To prekine slepo pego, ki jo ustvari eno samo iskanje, in odpre bogatejšo zbirko virov.
Štiri predloge za kopiranje
1) Razširitev iskalnega izraza:
Obogatite spodnjo temo iskanja za semantično iskanje in iskanje po ključnih besedah. Navedite sinonime, sorodne izraze in možne formalne/tehnične ustreznice. Predlagajte samo izraze, ki so resnično pomembni za temo. Zadeva: [tukaj]
2) Pojasnitev uporabniškega vprašanja:
Predlagajte 3 pojasnilna vprašanja, ki bi jih moral zastaviti, da pojasnim naslednje nejasno uporabniško vprašanje (kot so obseg, obdobje, žanr, jezik). Ne predvidevajte namere uporabnika, predstavite možnosti. Vprašanje: [tukaj]
3) Ocenjevanje ustreznosti izida:
Spodaj je iskalna tema in vrnjeni naslovi/povzetki rezultatov. Ocenite, kako pomemben je posamezen rezultat za temo, kot "visoko/srednje/nizko" in podajte utemeljitev v enem stavku. Samo zanašajte se na dano besedilo. Tema: [tukaj] / Rezultati: [tukaj]
4) Preverjanje skladnosti povzetka in vira:
Spodaj je povzetek in izvorno besedilo, na katerem naj bi temeljil. Ali je vsaka trditev v povzetku dejansko prisotna v izvornem besedilu? Označite element za elementom "podprto / nepodprto / delno". Povzetek: [tukaj] / Vir: [tukaj]
Šibek poziv/močan poziv
Šibek poziv:
Naštej mi najboljše vire na to temo.
Umetna inteligenca ne ve, iz katere zbirke, po kakšnih merilih, naj izbere med dejansko obstoječimi viri; lahko ustvari sestavljen seznam "najboljšega" iz svojega splošnega spomina.
Močan poziv:
Vaša vloga: taborniški pomočnik. Spodaj so iskalna tema in 15 dejanskih rezultatov (naslov + povzetek), ki jih je vrnil skavtski sistem. Naštejte teh 15 rezultatov glede na njihovo pomembnost za temo in za vsakega podajte utemeljitev v enem stavku. Dodajanje novega vira na seznam, sestavljanje. Tema: [tukaj] / Rezultati: [tukaj]
Zmogljiv poziv omeji umetno inteligenco na dejanski nabor rezultatov in omogoči, da oceni; Preprečuje izdelavo in priklic iz splošnega pomnilnika.
Primerjalna tabela vrste iskanja
Stanje
najboljša metoda
zakaj
Točen naslov/ISBN/avtor
Polje/ključna beseda
Ujemanje ena proti ena je zanesljivo
Raziskovanje teme, različni izrazi
Semantično iskanje
Ujame bližino pomena
Aktualni dogodek/samostalnik
ključna beseda + datum
Natančnost in pravočasnost
Soroden, vendar drugačen vir imena
Semantično iskanje
najde sinonim
Pogoste napake
- Uporaba semantičnega iskanja za natančne informacije. Iskanje domene po ISBN ali celotnem naslovu je bolj zanesljivo.
- Ob predpostavki, da je »kar se zdi relevantno« res. Bližina pomena ni zagotovilo za zanesljivost ali točnost.
- Podajanje povzetka AI brez pogleda na vir. Povzetek je morda napačno interpretiral vir.
- Nerazjasnitev uporabnikovega nejasnega vprašanja. Napačen vnos prinaša napačen rezultat.
- Uporaba samo ene metode. Najbolje je uporabiti semantično iskanje in iskanje po ključnih besedah skupaj.
Če povzamem
Sistemi semantičnega iskanja in odkrivanja najdejo ustrezne vire, ki jih iskanje po ključnih besedah zgreši, tako da se ujemajo s pomenom, ne z besedo, in okrepijo odkrivanje. Povzetki, ki jih poganja umetna inteligenca, zagotavljajo priročnost, vendar nosijo tveganje halucinacije in napačne interpretacije vira. Delo knjižničarja; Skupna uporaba semantičnega iskanja in iskanja po ključnih besedah, kritično ocenjevanje, kaj se "zdi relevantno", preverjanje povzetkov umetne inteligence z virom in poučevanje uporabnika navade iskanja, ki temelji na virih in potrjuje.
Aplikacijska naloga
Izberite temo in izvedite tako ključno kot semantično iskanje (če je primerno); primerjajte dva niza rezultatov: katere dodatne vire je našlo semantično iskanje, katere nepovezane rezultate je pomešalo? Ustvarite povzetek, ki ga poganja umetna inteligenca (ali vzemite vzorčni povzetek) in preverite, ali se trditve v povzetku dejansko pojavljajo v viru s predlogo »Preverjanje doslednosti vira povzetka«.
kontrolni seznam
- [ ] Uporabil sem domeno/ključno besedo za natančne informacije in semantično iskanje za odkritje.
- [ ] Pojasnil sem uporabnikovo nejasno vprašanje.
- [ ] Ocenil sem rezultate, ki so se "zdeli ustrezni" glede zanesljivosti.
- [ ] Povzetke AI sem preveril z izvirnim virom.
- [ ] Pojasnil sem uporabnikovo navado iskanja na podlagi virov.