Faida:
- Uwezo wa kufupisha muda wa kuorodhesha kwa kutoa metadata ya rasimu kulingana na viwango kama vile MARC na Dublin Core kutoka kwa habari halisi ya maandishi.
- Uwezo wa kuthibitisha nyanja zilizo na hatari kubwa ya kutengenezwa, kama vile mwaka wa kuchapishwa, ISBN, jina la mwandishi, kwa chanzo asili na masharti ya ramani kutoka kwa msamiati unaodhibitiwa.
- Uwezo wa kufanya muundo wa mwandishi na somo kupitishwa moja kwa udhibiti wa mamlaka na kudumisha uthabiti wa katalogi
Kuorodhesha ni kazi isiyoonekana lakini ya msingi zaidi ya ukutubi. Ugunduzi wa rasilimali (kitabu, makala, ramani, rekodi ya sauti, faili ya dijiti) inawezekana kwa metadata sahihi. Metadata ina maana ya "data kuhusu data": maelezo yaliyopangwa ambayo yanaelezea jina la rasilimali, mwandishi, mwaka wa kuchapishwa, mada, lugha na sifa za uhalisi. Ikiwa metadata ni nzuri, mtumiaji hupata rasilimali; Ikiwa ni mbaya au haijakamilika, rasilimali inapotea hata ikiwa iko. Katika kitengo hiki utajifunza jinsi ya kutumia akili bandia katika kutengeneza rasimu ya metadata, lakini jinsi ya kuhakikisha utii wa viwango na usahihi.
Hebu kwanza tufafanue dhana hizo mbili. MARC (Orodha Inayoweza Kusomwa na Mashine) ni muundo wa rekodi ambao maktaba zimetumia kwa miongo kadhaa ambayo huweka kila sehemu ya habari katika sehemu zilizohesabiwa; Kwa mfano, sehemu ya 245 ina kichwa na sehemu ya 100 inashikilia mwandishi mkuu. Dublin Core ni kiwango cha metadata kilichorahisishwa kwa rasilimali za kidijitali, kinachojumuisha sehemu 15 za msingi (kichwa, muundaji, mada, tarehe, aina, n.k.). Viwango hivi vinahakikisha kwamba rekodi kutoka maktaba tofauti zinaweza kuzungumza.
Hatua kwa hatua: kutengeneza rasimu ya metadata yenye akili ya bandia
1. Kusanya taarifa ya utambulisho wa chanzo. Jalada la kitabu, ukurasa wa kichwa, yaliyomo au maandishi ya faili ya dijiti. AI hufanya kazi tu kutokana na taarifa unayoipatia; Ukitoa maelezo ambayo hayajakamilika, hutoa metadata isiyokamilika au ya kubuni.
2. Bainisha kiwango cha lengo. Ipe AI lengo wazi, kama vile "kupitia sehemu za Dublin Core" au "kwa MARC 245, 100, 260, 650 uga." Ikiwa hutataja kiwango, hutoa muundo wa kiholela.
3. Kutoa rasimu. AI huandaa mada, taarifa ya uwajibikaji, maelezo ya uchapishaji na pendekezo la mada kutoka kwa maelezo unayotoa.
4. Tumia udhibiti wa mamlaka. Rekodi yenye mamlaka ni ile inayoanzisha aina moja, ya kawaida ya jina la mwandishi, taasisi, au somo (k.m., "Atatürk, Mustafa Kemal, 1881-1938"). AI inaweza kuandika jina kwa njia tofauti; Unaangalia na kusahihisha umbizo la mamlaka lililoidhinishwa.
5. Thibitisha na uthibitishe. Linganisha kila sehemu na chanzo asili. Hasa, taarifa sahihi kama vile mwaka wa uchapishaji, ISBN na jina la mwandishi ni rahisi sana kughushi na AI.
Kidokezo: Ipe AI picha au maandishi ya ukurasa halisi wa mkopo wa chanzo; Usiseme "nadhani jina la kitabu". Metadata ya ubashiri inadhoofisha uaminifu wa katalogi. AI inaandika kwa ujasiri wakati wa kufanya utabiri, na hii itakupotosha.
Msamiati unaodhibitiwa na uthabiti
Uthabiti ndio kila kitu katika kuorodhesha. Ikiwa mada sawa imeandikwa kwa maneno mawili tofauti katika rekodi mbili tofauti, mtumiaji atapata moja na kukosa nyingine. Ndiyo maana maktaba hutumia msamiati unaodhibitiwa - orodha iliyoidhinishwa, ya kawaida ya maneno. Inapopendekeza masharti kutoka kwa maandishi yasiyolipishwa, AI inaweza kuchagua neno linalolingana na neno badala ya neno rasmi katika orodha hii. Kwa mfano, AI inaweza kuandika "shambulio la moyo"; ambapo neno lililoidhinishwa linaweza kuwa "infarction ya myocardial".
Suluhisho ni kuwapa AI msamiati unaodhibitiwa na kusema "chagua tu kutoka kwenye orodha hii". Kwa hivyo badala ya kuunda masharti kwa uhuru, AI inalingana na ile inayofaa zaidi kutoka kwa orodha iliyoidhinishwa.
Tahadhari: Ikiwa neno la somo lililopendekezwa na AI haliko katika msamiati unaodhibitiwa, usiongeze neno hilo kwenye katalogi. Uamuzi wa kuongeza masharti mapya ni juu ya mtaalam anayehusika na usimamizi wa mamlaka; Kuongeza maneno kiholela huvuruga uthabiti wa katalogi.
kesi tatu ndogo
Kesi ya 1 - Ukusanyaji wa michango umeharakishwa. Maktaba ya umma ilipokea mchango wa vitabu 1,200. Mtaalamu wa kuorodhesha alikuwa na AI kusoma ukurasa wa chapa ya kila kitabu na kutoa rasimu ya Msingi wa Dublin; Muda kwa kila rekodi ulipungua kutoka dakika 9 hadi dakika 3.5. Mtaalam alitoa muda uliobaki kwa ukaguzi na uhakiki wa mamlaka; Muda wote ulipunguzwa kwa takriban 55%, lakini hakuna rekodi zilizoingia kwenye mfumo bila kuthibitishwa.
Kesi ya 2 - ISBN bandia imekamatwa. Mtaalam alikuwa na AI kuzalisha rasimu ya vitabu 30. Wakati wa ukaguzi, aligundua kuwa ISBN katika rekodi 4 ilikuwa bandia: AI alikuwa ameandika nambari ya tarakimu 13 ambayo ilionekana kuwa ya kuridhisha, ingawa hakujua nambari halisi ya kitabu hicho. Hatua ya uthibitishaji ilizuia ISBN nne zisizo sahihi kuendelea katika orodha.
Kesi ya 3 - Kutokubaliana kwa mamlaka kumerekebishwa. Maktaba ilipata mwandishi kama "J. Smith" katika rekodi zingine, "John Smith" katika zingine, "Smith, John" na zingine. AI ililinganishwa na faili ya mamlaka, na kuleta rekodi zote katika muundo mmoja ulioidhinishwa ("Smith, John, 1965-"); Ikiwa kazi hii ilifanywa kwa mikono, itachukua siku, lakini kwa pendekezo la AI, ilipunguzwa hadi saa chache, lakini kila mechi iliidhinishwa na mtaalam.
Uongofu wa nyuma na rekodi za zamani
Maktaba nyingi zina rekodi zisizo kamili au zilizopitwa na wakati ambazo ziliingizwa miaka iliyopita kwa sheria tofauti. Kuhamisha haya hadi kiwango cha sasa kunaitwa ubadilishaji wa kutazama nyuma na ni kazi ngumu sana inapofanywa kwa mikono. AI inaweza kusoma rekodi ya zamani na kutoa rasimu ya kuisogeza hadi kwa muundo wa sasa wa uga: kwa mfano, inaweza kuchanganua nukuu ya maandishi bila malipo na kuisambaza kwenye sehemu sahihi. Hata hivyo, kuna hatari mbili hapa. Kwanza, AI inaweza kutengeneza habari inayokosekana ili "kutengeneza"; pili, inaweza kuendeleza hitilafu katika rekodi ya zamani kwa kuinakili kwa umbizo jipya badala ya kuirekebisha. Kwa hiyo, katika mabadiliko ya nyuma, matokeo ya AI inapaswa kuchunguzwa kwa utaratibu, si kwa sampuli, lakini kwa nyanja muhimu (mwandishi, mwaka, nambari za kutambua). Mazoezi mazuri ni kuonyesha rekodi za kabla na baada ya uongofu kando, na kufanya kila mabadiliko kuonekana; kwa hivyo mtaalam anaweza kuona kwa mtazamo kile ambacho kimehamishwa, ni nini kimebadilika na kile ambacho kinaweza kuwa kimetengenezwa.
Zingatia: Rasimu ya metadata inayotolewa na AI haipaswi kuhamishiwa kwenye mfumo kama kundi bila kuikagua moja baada ya nyingine. Hitilafu nyingi huharibu mamia ya rekodi mara moja, na kurejesha ni shida zaidi kuliko kuzalisha. Ni salama zaidi kuzalisha na kuthibitisha katika makundi madogo.
Violezo vinne vinavyoweza kunakiliwa
1) Muhtasari wa Msingi wa Dublin:
Jukumu lako: katalogi msaidizi. Jaza sehemu za Msingi za Dublin kutoka kwa maandishi yafuatayo: Kichwa, Muumbaji, Mada, Maelezo, Mchapishaji, Tarehe, Aina, Umbizo, Lugha. Tumia habari tu ambayo iko wazi katika maandishi; Ondoka sehemu inayokosekana "[hakuna habari]", usikisie. Maandishi ya alama: [hapa]
2) Muhtasari wa uwanja wa MARC:
Pendekeza muhtasari wa sehemu zifuatazo za MARC kutoka kwa maelezo ya kitabu hapa chini:245 (cheo/mkopo), 100 (mwandishi mkuu), 260/264 (chapisho),300 (maelezo ya kimwili), 650 (somo). Weka alama kwenye sehemu yoyote ambayo huna uhakika nayo kama "[inahitaji kuthibitishwa]". Habari: [hapa]
3) Ulinganifu wa mada kutoka kwa msamiati unaodhibitiwa:
Ufuatao ni muhtasari wa chanzo na orodha ya masharti ya mada yaliyoidhinishwa. Linganisha maneno 3-5 yanafaa zaidi kutoka kwenye orodha hadi chanzo. Ikiwa hakuna neno linalofaa katika orodha, andika "hakuna neno linalofaa katika orodha", usitengeneze maneno mapya. Muhtasari: [hapa] / Orodha ya masharti: [hapa]
4) Udhibiti wa fomu ya mamlaka:
Linganisha majina ya mwandishi hapa chini na fomu zilizoidhinishwa katika orodha ya mamlaka niliyotoa. Kwa kila jina: umbizo katika rekodi -> umbizo lililoidhinishwa. Ikiwa hakuna sawa katika orodha, andika "hakuna rekodi ya mamlaka". Majina: [hapa] / Orodha ya mamlaka: [hapa]
Mwongozo dhaifu / Mwongozo thabiti
Agizo dhaifu:
Dondoo maelezo ya kuorodhesha ya kitabu kifuatacho: "Akili Bandia na Jamii".
Kichwa pekee kimetolewa; AI inalazimika kuunda mwandishi, mwaka, mchapishaji, na ISBN. Hakuna kiwango cha lengo. Matokeo: rekodi ya kushawishi lakini labda ya uwongo.
Agizo lenye nguvu:
Jukumu lako: katalogi msaidizi. Hapo chini kuna maandishi kamili ya ukurasa wa chapa ya kitabu. Jaza sehemu za Dublin Core kutoka kwa hii. Tumia tu habari iliyoelezwa wazi katika maandishi; Acha sehemu isiyo ya maandishi wazi na uandike "[hakuna habari]". Hakuna tarehe, majina au ISBN zinazoundwa. Maandishi ya chapa: [maandishi kamili hapa]
Kidokezo chenye nguvu kinapunguza AI kwa maelezo halisi ya mstari na kuilazimisha kuacha nafasi zilizo wazi badala ya kuziunda.
Sehemu ya metadata na jedwali la uthibitishaji
eneo
Hatari ya utengenezaji
Jinsi ya kuthibitisha
Kichwa
chini
Linganisha na ukurasa wa alama
Muundo wa mwandishi/mamlaka
kati
Tafuta katika faili ya mamlaka
Mwaka wa kuchapishwa
juu
Thibitisha kwa alama/rangi
ISBN
juu sana
Udhibiti wa moja kwa moja na msimbopau/chanzo
Muda wa mada
juu
Linganisha katika msamiati unaodhibitiwa
Makosa ya kawaida
- Inaomba tu metadata kutoka kwa kichwa. Taarifa zisizo kamili husukuma AI kutengeneza mambo.
- Bila kubainisha kiwango lengwa. Uumbizaji wa kiholela huvuruga uwiano wa rekodi.
- Kukubali ISBN na mwaka bila kuithibitisha. Maeneo haya yana hatari kubwa zaidi ya utengenezaji.
- Kuchukua neno la somo kutoka nje ya msamiati unaodhibitiwa. Uthabiti na upatikanaji umeathiriwa.
- Kukwepa udhibiti wa mamlaka. Mwandishi huyohuyo hutawanya katika miundo tofauti, mtumiaji anakosa chanzo.
Kwa muhtasari
Katika uundaji wa metadata, AI ni msaidizi mwenye nguvu ambaye hutoa haraka habari ya maandishi na kufupisha sana wakati wa kuorodhesha. Lakini bei ya tija ni uthibitishaji mkali dhidi ya hatari za uundaji: weka wazi kiwango kinacholengwa (MARC, Dublin Core), endesha AI ukitumia maarifa halisi ya msemo, maneno ya mada ya ramani kutoka kwa msamiati unaodhibitiwa, na uthibitishe fomu za mamlaka. Badala ya kutengeneza mapengo, AI inapaswa kuiacha wazi kwa uaminifu; Unaweka kibali cha mwisho.
Jukumu la maombi
Toa maandishi ya ukurasa wa chapa ya kitabu halisi ulichonacho kwa AI ukitumia kiolezo cha "Dublin Core draft" na upate rasimu. Kisha toa kitabu hicho hicho chenye kichwa tu ("Uhakika dhaifu") na ulinganishe matokeo mawili: ni nyanja zipi zilitungwa? Kisha, ukitumia kiolezo cha "Kuunganisha Mada kutoka kwa msamiati unaodhibitiwa", toa orodha fupi ya masharti yaliyoidhinishwa ili kupata mada kulingana na uangalie kama AI imetoka kwenye orodha.
orodha ya ukaguzi
- [ ] Nilitoa taarifa halisi ya utambulisho wa chanzo kwa AI, sikuiacha ili kubahatisha.
- [ ] Nimebainisha kwa uwazi kiwango cha metadata lengwa (MARC/Dublin Core).
- [ ] Nimethibitisha mwaka wa uchapishaji na neno la ISBN kwa chanzo asili.
- [ ] Nilipanga masharti ya mada kutoka kwa msamiati unaodhibitiwa.
- [ ] Nimethibitisha aina za mamlaka na rekodi iliyoidhinishwa.