Vinster:
- Att kunna förstå hur semantisk sökning hittar relevanta resurser som sökordssökningen missar, med dess närhet i betydelse, och att kunna använda båda metoderna tillsammans på plats.
- Förmåga att kritiskt utvärdera AI-stödda sammanfattningar av upptäcktssystem beroende på om de är källbaserade eller inte och bekräfta dem med källan.
- Förmåga att klargöra användarens vaga fråga och särskilja "till synes relevanta" resultat i termer av tillförlitlighet
En användare söker i katalogen efter "sömnproblem hos barn", men den mest relaterade resursen heter "Pediatriska sömnstörningar." Klassisk sökning kanske inte visar den här källan alls eftersom den matchar orden exakt. Det är här semantisk sökning kommer in i bilden: det är en form av sökning som matchar ordens betydelse, inte deras stavning. I den här enheten får du lära dig hur artificiell intelligens-baserade semantiska sök- och upptäcktssystem fungerar, vad de tillför bibliotekarien och vilka fallgropar de bär på.
Låt oss definiera det grundläggande konceptet. Kärnan i semantisk sökning är inbäddning: tekniken att omvandla betydelsen av en text till en vektor av tal (en typ av betydelsekoordinat). Texter som ligger nära i betydelse ligger nära varandra i detta talrymd. Så även om "sömnproblem" och "sömnstörning" är olika ord, ligger de nära varandra och en sökning efter det ena kommer också att hitta det andra. Detta är kraften i att fånga relevanta resurser som sökordssökningen missar.
Steg för steg: förstå och använda semantisk sökning
1. Förstå användarens sanna avsikt. Semantisk sökning försöker fånga vad användaren menar. Ditt jobb som bibliotekarie är att förtydliga användarens vaga fråga och ge rätt input till söksystemet.
2. Använd nyckelord och semantisk sökning tillsammans. Semantisk sökning hittar resurser med relaterade men olika ord; En nyckelordssökning är mer tillförlitlig när man letar efter en exakt term, namn eller kod (ett författarenamn, ett lagnummer). Den gode bibliotekarien använder båda.
3. Kritiskt utvärdera resultaten. Semantisk sökning ger resultat som "verkar relevanta"; Men att framstå som relevant betyder inte att vara korrekt eller pålitlig. Du utvärderar resultatets källa och aktualitet.
4. Lär ut användarens sökstrategi. Upptäcktssystem är kraftfulla, men användare söker ofta med enstaka ord. En uppgift för bibliotekarien är att lära användaren att söka bättre.
Tips: Semantisk sökning kan vara svagare än sökords-/domänsökning när man letar efter mycket exakt information (ett specifikt ISBN, en fullständig titel, alla verk av en författare); eftersom det förvirrar andra resultat som är "nära i betydelse". Använd domänbaserad sökning för exakt information och semantisk sökning för upptäckt och ämnesbläddring.
Upptäcktssystem och AI-drivna sammanfattningar
Moderna upptäcktssystem tillhandahåller inte längre bara resultatlistor; Vissa ger ett direkt sammanfattande svar på en fråga med AI. Detta är en kraftfull men riskabel trend. Det är användbart om systemet producerar sammanfattningar baserade på faktiska källor i samlingen och källan. Men om systemet genererar ett svar från sitt eget allmänna minne utan att citera källan, medför detta risk för hallucinationer och kan felinformera användaren.
Bibliotekariens roll är att tala om för användaren om sådana sammanfattningar är källbaserade eller inte. Meddelandet "Sammanfattningen som ges av systemet är en början; gå till den ursprungliga källan och verifiera där" är grunden för informationskompetens.
Varning: Även om en AI-driven upptäcktssammanfattning citerar en källa, anta inte att den citerade källan faktiskt stöder den informationen. Ibland visar systemet rätt källa men returnerar fel sammanfattning. För kritisk användning, öppna och kontrollera den relevanta delen av resursen tillsammans med användaren.
tre minifodral
Fall 1 – Undrymt källa hittades. En forskare letade efter resurser på den "urbana värmeön", men titeln på den bästa studien i samlingen var "termisk komfort i städer." Sökordssökning missade detta; semantisk sökning gav den bland de fem bästa resultaten, tack vare dess semantiska närhet. Forskaren nådde en källa som han annars inte skulle ha sett.
Fall 2 – Vilseledande "intresse". En användare sökte efter "ekonomiska orsaker till den franska revolutionen". Semantisk sökning rangordnade också flera källor generellt i ämnet "revolution och ekonomi", men utan samband med den franska revolutionen. Bibliotekarien insåg att dessa "till synes relevanta" resultat faktiskt inte överensstämde med ämnet och ledde användaren till rätt resurser.
Fall 3 — Sammanfattningskontroll. Ett upptäcktssystem gav en AI-sammanfattning till en fråga och citerade två källor. Bibliotekarien öppnade källorna: en stödde sammanfattningen, den andra sa motsatsen till vad sammanfattningen sa. Systemet misstolkade resursen. Bibliotekarien visade beskyddaren den korrekta källan och det faktiska fyndet.
Ranking, synlighet och rättvisa
Vilken resurs som kommer upp överst och vilken i botten som ett resultat av en sökning är inte en oskyldig teknikalitet; De allra flesta användare tittar bara på de första resultaten. Därför bestämmer rankningen vilken information som faktiskt ses. AI-baserad rankning beräknar dess "relevans"-mått baserat på mönster som den har lärt sig, och dessa mönster kan tendera att lyfta fram källor som är populära, mycket citerade eller på vissa språk. Som ett resultat kan värdefulla men föga kända resurser på nya eller andra språk förbli osynliga. Bibliotekariens uppgift är att veta att ordning inte är ett neutralt faktum och att lära användaren att se bortom de första resultaten, prova olika söktermer och ifrågasätta resultatordningen. De tre bästa källorna ska aldrig likställas med de tre bästa källorna, särskilt inte för en forskningsfråga. Upptäckten kräver att man gräver djupare i listan.
Tips: När du lär en användare att söka, visa dem hur man söker efter samma ämne med två till tre olika uppsättningar termer. Olika termer ger olika resultatrankningar; Detta bryter den döda fläcken som skapas av en enda sökning och öppnar upp en rikare pool av resurser.
Fyra kopierbara mallar
1) Söktermexpansion:
Berika sökämnet nedan för semantisk sökning och nyckelordssökning. Lista synonymer, relaterade termer och möjliga formella/tekniska motsvarigheter. Föreslå bara termer som verkligen är relevanta för ämnet. Ämne: [här]
2) Förtydligande av användarfrågan:
Föreslå 3 förtydligande frågor jag bör ställa för att förtydliga följande vaga användarfråga (som omfattning, period, genre, språk). Anta inte användarens avsikt, presentera alternativ. Fråga: [här]
3) Utvärdera resultatets relevans:
Nedan finns ett sökämne och resultattitlarna/sammanfattningarna returneras. Bedöm hur relevant varje resultat är för ämnet som "hög/medel/låg" och ge en motivering på en mening. Lita bara på den givna texten. Ämne: [här] / Resultat: [här]
4) Sammanfattning-källa-konsistenskontroll:
Nedan följer en sammanfattning och källtexten som den påstås vara baserad på. Finns varje påstående i sammanfattningen faktiskt i källtexten? Markera objekt för objekt "stöds / stöds inte / delvis". Sammanfattning: [här] / Källa: [här]
Svag prompt / Stark prompt
Svag uppmaning:
Lista mig de bästa resurserna i detta ämne.
AI:n vet inte från vilken samling, enligt vilka kriterier, man ska välja från faktiskt befintliga resurser; kan ta fram en sammanställd "bäst av"-lista från sitt allmänna minne.
Kraftfull uppmaning:
Din roll: scoutassistent. Nedan finns sökämnet och 15 faktiska resultat (titel + sammandrag) som returnerats från scoutsystemet. Lista dessa 15 resultat efter deras relevans för ämnet och ge en motivering i en mening för varje. Lägger till en ny källa i listan, skapar den. Ämne: [här] / Resultat: [här]
Den kraftfulla uppmaningen begränsar AI:n till den verkliga resultatuppsättningen och gör att den utvärderas; Det förhindrar tillverkning och hämtning från det allmänna minnet.
Jämförelsediagram för söktyp
Status
bästa metoden
Varför
Exakt titel/ISBN/författare
Fält/sökord
En-till-en-matchning är pålitlig
Ämnesutforskning, olika termer
Semantisk sökning
Fångar meningsnärhet
En aktuell händelse/substantiv
nyckelord + datum
Noggrannhet och aktualitet
Besläktad men annan namnkälla
Semantisk sökning
finner synonym
Vanliga misstag
- Använda semantisk sökning för exakt information. Domänsökning efter ISBN eller fullständig titel är mer tillförlitlig.
- Förutsatt att "det som verkar relevant" är sant. Närhet till mening är ingen garanti för tillförlitlighet eller noggrannhet.
- Ge AI-sammanfattningen utan att titta på källan. Sammanfattningen kan ha misstolkat källan.
- Förtydligar inte användarens vaga fråga. Fel inmatning ger fel resultat.
- Använder bara en metod. Det är bäst att använda semantisk och nyckelordssökning tillsammans.
Sammanfattningsvis
Semantiska sök- och upptäcktssystem hittar relevanta resurser som sökordssökningen missar genom att matcha innebörden, inte ordet, och stärka upptäckten. AI-drivna sammanfattningar ger bekvämlighet men medför risk för hallucinationer och feltolkning av källan. Bibliotekariens jobb; Använda semantisk sökning och nyckelordssökning tillsammans, kritiskt utvärdera vad som "verkar relevant", verifiera AI-sammanfattningar med källan och lära användaren en källbaserad, bekräftande sökvana.
Applikationsuppgift
Välj ett ämne och gör både nyckelord och semantiska sökningar (om tillämpligt); jämför två uppsättningar resultat: vilka ytterligare resurser hittade den semantiska sökningen, vilka orelaterade resultat blandade den ihop? Generera en AI-driven sammanfattning (eller ta en exempelsammanfattning) och kontrollera om påståendena i sammanfattningen faktiskt förekommer i källan med mallen "Sammanfattning-källa konsistenskontroll".
checklista
- [ ] Jag använde domän/sökord för exakt information och semantisk sökning efter upptäckt.
- [ ] Jag förtydligade användarens vaga fråga.
- [ ] Jag utvärderade resultat som "verkade vara relevanta" för tillförlitlighet.
- [ ] Jag verifierade AI-sammanfattningarna med den ursprungliga källan.
- [ ] Jag förklarade användarens källbaserade sökvana.