Lợi nhuận:
- Có thể hiểu cách tìm kiếm ngữ nghĩa tìm thấy các tài nguyên có liên quan mà tìm kiếm từ khóa bỏ sót, với ý nghĩa gần gũi và có thể sử dụng cùng lúc cả hai phương pháp.
- Khả năng đánh giá nghiêm túc các bản tóm tắt được AI hỗ trợ của các hệ thống khám phá tùy theo liệu chúng có dựa trên nguồn hay không và xác nhận chúng với nguồn.
- Khả năng làm rõ câu hỏi mơ hồ của người dùng và phân biệt các kết quả 'có vẻ phù hợp' về mặt độ tin cậy
Một người dùng tìm kiếm trong danh mục “các vấn đề về giấc ngủ ở trẻ em” nhưng tài nguyên liên quan hàng đầu lại có tiêu đề “Rối loạn giấc ngủ ở trẻ em”. Tìm kiếm cổ điển có thể không hiển thị nguồn này vì nó khớp chính xác với các từ. Đây là lúc tìm kiếm ngữ nghĩa phát huy tác dụng: đó là một hình thức tìm kiếm khớp với nghĩa của từ chứ không phải chính tả của chúng. Trong phần này, bạn sẽ tìm hiểu cách hoạt động của các hệ thống tìm kiếm và khám phá ngữ nghĩa dựa trên trí tuệ nhân tạo, chúng mang lại lợi ích gì cho thủ thư cũng như những cạm bẫy mà chúng mang lại.
Hãy xác định khái niệm cơ bản. Trọng tâm của tìm kiếm ngữ nghĩa là nhúng: kỹ thuật chuyển đổi ý nghĩa của văn bản thành một vectơ số (một loại tọa độ ý nghĩa). Các văn bản gần nhau về nghĩa thì gần nhau trong không gian số này. Như vậy, mặc dù “vấn đề về giấc ngủ” và “rối loạn giấc ngủ” là những từ khác nhau nhưng chúng nằm gần nhau và tìm kiếm cái này cũng sẽ tìm ra cái kia. Đây là sức mạnh của việc nắm bắt các tài nguyên có liên quan mà tìm kiếm từ khóa bỏ lỡ.
Từng bước: hiểu và sử dụng tìm kiếm ngữ nghĩa
1. Hiểu ý định thực sự của người dùng. Tìm kiếm ngữ nghĩa cố gắng nắm bắt ý nghĩa của người dùng. Công việc của bạn với tư cách là thủ thư là làm rõ câu hỏi mơ hồ của người dùng và cung cấp thông tin đầu vào chính xác cho hệ thống tìm kiếm.
2. Sử dụng từ khóa và tìm kiếm ngữ nghĩa cùng nhau. Tìm kiếm ngữ nghĩa tìm các tài nguyên có các từ liên quan nhưng khác nhau; Tìm kiếm từ khóa sẽ đáng tin cậy hơn khi tìm kiếm một thuật ngữ, tên hoặc mã chính xác (tên tác giả, số luật). Người thủ thư giỏi sử dụng cả hai.
3. Đánh giá nghiêm túc kết quả. Tìm kiếm ngữ nghĩa trả về kết quả “có vẻ phù hợp”; Nhưng tỏ ra có liên quan không có nghĩa là chính xác hoặc đáng tin cậy. Bạn đánh giá nguồn gốc và tính kịp thời của kết quả.
4. Dạy chiến lược tìm kiếm của người dùng. Hệ thống Discovery rất mạnh mẽ nhưng người dùng thường tìm kiếm bằng những từ đơn lẻ. Một nhiệm vụ của thủ thư là dạy người dùng cách tìm kiếm tốt hơn.
Mẹo: Tìm kiếm ngữ nghĩa có thể yếu hơn tìm kiếm từ khóa/tên miền khi tìm kiếm thông tin rất chính xác (ISBN cụ thể, tiêu đề đầy đủ, tất cả tác phẩm của một tác giả); bởi vì nó gây nhầm lẫn cho các kết quả khác "gần nghĩa". Sử dụng tìm kiếm dựa trên tên miền để có thông tin chính xác và tìm kiếm ngữ nghĩa để khám phá và duyệt chủ đề.
Hệ thống khám phá và tóm tắt được hỗ trợ bởi AI
Các hệ thống khám phá hiện đại không còn chỉ cung cấp danh sách kết quả; Một số tạo ra câu trả lời tóm tắt trực tiếp cho một câu hỏi bằng AI. Đây là một xu hướng mạnh mẽ nhưng đầy rủi ro. Sẽ rất hữu ích nếu hệ thống tạo ra các bản tóm tắt dựa trên các nguồn thực tế trong bộ sưu tập và trích dẫn nguồn. Nhưng nếu hệ thống tạo ra câu trả lời từ bộ nhớ chung của chính nó mà không trích dẫn nguồn, điều này có nguy cơ gây ảo giác và có thể cung cấp thông tin sai cho người dùng.
Vai trò của thủ thư là cho người dùng biết những bản tóm tắt đó có dựa trên nguồn hay không. Thông báo “Bản tóm tắt do hệ thống đưa ra là sự khởi đầu; hãy đến nguồn gốc và xác minh ở đó” là cơ sở của kiến thức thông tin.
Thận trọng: Ngay cả khi bản tóm tắt khám phá do AI cung cấp trích dẫn một nguồn, đừng cho rằng nguồn được trích dẫn thực sự hỗ trợ thông tin đó. Đôi khi hệ thống hiển thị đúng nguồn nhưng lại trả về bản tóm tắt sai. Đối với những mục đích sử dụng quan trọng, hãy mở và kiểm tra phần tài nguyên có liên quan cùng với người dùng.
ba trường hợp nhỏ
Trường hợp 1 - Đã tìm thấy nguồn thoát. Một nhà nghiên cứu đang tìm kiếm các nguồn tài nguyên về “đảo nhiệt đô thị”, nhưng tiêu đề của nghiên cứu hay nhất trong bộ sưu tập là “sự thoải mái về nhiệt độ ở các thành phố”. Tìm kiếm từ khóa đã bỏ lỡ điều này; tìm kiếm ngữ nghĩa đã trả lại nó trong số năm kết quả hàng đầu nhờ vào sự gần gũi về mặt ngữ nghĩa của nó. Nhà nghiên cứu đã tìm được một nguồn mà lẽ ra anh ta sẽ không thể thấy được.
Trường hợp 2 - “Lợi ích” gây hiểu lầm Một người dùng đã tìm kiếm "nguyên nhân kinh tế của Cách mạng Pháp". Tìm kiếm ngữ nghĩa cũng xếp hạng một số nguồn nói chung về chủ đề "cách mạng và kinh tế" nhưng không liên quan đến Cách mạng Pháp. Thủ thư nhận ra rằng những kết quả "có vẻ phù hợp" này thực tế không tương ứng với chủ đề và hướng người dùng đến đúng tài nguyên.
Trường hợp 3 - Xác minh tóm tắt. Một hệ thống khám phá đã đưa ra bản tóm tắt AI cho một câu hỏi và trích dẫn hai nguồn. Thủ thư mở nguồn: một người ủng hộ bản tóm tắt, người kia nói ngược lại với những gì bản tóm tắt nói. Hệ thống đã hiểu sai tài nguyên. Người thủ thư đã chỉ cho người bảo trợ nguồn chính xác và phát hiện thực tế.
Xếp hạng, khả năng hiển thị và tính công bằng
Tài nguyên nào xuất hiện ở trên cùng và tài nguyên nào ở dưới cùng khi tìm kiếm không phải là một vấn đề kỹ thuật vô hại; Đại đa số người dùng chỉ nhìn vào một vài kết quả đầu tiên. Do đó, thứ hạng xác định thông tin nào thực sự được nhìn thấy. Xếp hạng dựa trên AI tính toán số liệu “mức độ liên quan” dựa trên các mẫu mà nó đã học được và những mẫu này có thể có xu hướng làm nổi bật các nguồn phổ biến, được trích dẫn nhiều hoặc bằng một số ngôn ngữ nhất định. Do đó, các tài nguyên có giá trị nhưng ít được biết đến bằng các ngôn ngữ mới hoặc khác nhau có thể vẫn ẩn. Công việc của thủ thư là biết rằng thứ tự không phải là một thực tế trung lập và dạy người dùng nhìn xa hơn các kết quả ban đầu, thử các thuật ngữ tìm kiếm khác nhau và đặt câu hỏi về thứ tự của kết quả. “Ba nguồn hàng đầu” không bao giờ được đánh đồng với “ba nguồn hàng đầu”, đặc biệt đối với một câu hỏi nghiên cứu. Khám phá đòi hỏi phải đào sâu hơn vào danh sách.
Mẹo: Khi hướng dẫn người dùng tìm kiếm, hãy chỉ cho họ cách tìm kiếm cùng một chủ đề bằng cách sử dụng hai đến ba nhóm thuật ngữ khác nhau. Các thuật ngữ khác nhau trả về thứ hạng kết quả khác nhau; Điều này phá vỡ điểm mù được tạo ra bởi một tìm kiếm duy nhất và mở ra nguồn tài nguyên phong phú hơn.
Bốn mẫu có thể sao chép
1) Mở rộng thuật ngữ tìm kiếm:
Làm phong phú thêm chủ đề tìm kiếm bên dưới để tìm kiếm theo ngữ nghĩa và từ khóa. Liệt kê các từ đồng nghĩa, thuật ngữ liên quan và các từ tương đương về mặt hình thức/kỹ thuật có thể có. Chỉ đề xuất các thuật ngữ thực sự có liên quan đến chủ đề. Chủ đề: [tại đây]
2) Làm rõ câu hỏi của người dùng:
Gợi ý 3 câu hỏi làm rõ mà tôi nên hỏi để làm rõ câu hỏi mơ hồ của người dùng sau đây (chẳng hạn như phạm vi, thời kỳ, thể loại, ngôn ngữ). Đừng cho rằng ý định của người dùng, hãy đưa ra các tùy chọn. Câu hỏi: [tại đây]
3) Đánh giá mức độ phù hợp của kết quả:
Dưới đây là chủ đề tìm kiếm và tiêu đề/tóm tắt kết quả được trả về. Đánh giá mức độ phù hợp của từng kết quả với chủ đề ở mức "cao/trung bình/thấp" và đưa ra lời giải thích bằng một câu. Chỉ cần dựa vào văn bản được đưa ra. Chủ đề: [tại đây] / Kết quả: [tại đây]
4) Kiểm tra tính nhất quán của nguồn tóm tắt:
Dưới đây là bản tóm tắt và văn bản nguồn được cho là dựa vào đó. Mọi khẳng định trong bản tóm tắt có thực sự xuất hiện trong văn bản nguồn không? Đánh dấu từng mục "được hỗ trợ/không được hỗ trợ/một phần". Tóm tắt: [tại đây] / Nguồn: [tại đây]
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Liệt kê cho tôi các tài nguyên tốt nhất về chủ đề này.
AI không biết nên chọn từ bộ sưu tập nào, theo tiêu chí nào, từ các tài nguyên thực sự hiện có; có thể tạo ra một danh sách "tốt nhất" từ trí nhớ chung của mình.
Lời nhắc mạnh mẽ:
Vai trò của bạn: trợ lý trinh sát. Bên dưới là chủ đề tìm kiếm và 15 kết quả thực tế (tiêu đề + tóm tắt) được hệ thống trinh sát trả về. Liệt kê 15 kết quả này theo mức độ liên quan của chúng với chủ đề và đưa ra lời giải thích bằng một câu cho mỗi kết quả. Thêm một nguồn mới vào danh sách, tạo nên nó. Chủ đề: [tại đây] / Kết quả: [tại đây]
Lời nhắc mạnh mẽ giới hạn AI trong tập kết quả thực và khiến nó đánh giá; Nó ngăn chặn việc chế tạo và truy xuất từ bộ nhớ chung.
Biểu đồ so sánh loại tìm kiếm
Trạng thái
phương pháp tốt nhất
tại sao
Tiêu đề chính xác/ISBN/tác giả
Trường/từ khóa
Kết hợp một-một là đáng tin cậy
Khám phá chủ đề, các thuật ngữ khác nhau
Tìm kiếm ngữ nghĩa
Nắm bắt sự gần gũi của ý nghĩa
Một sự kiện/danh từ hiện tại
từ khóa + ngày
Độ chính xác và kịp thời
Nguồn tên liên quan nhưng khác
Tìm kiếm ngữ nghĩa
tìm từ đồng nghĩa
Những lỗi thường gặp
- Sử dụng tìm kiếm ngữ nghĩa để có thông tin chính xác. Tìm kiếm tên miền ISBN hoặc tiêu đề đầy đủ đáng tin cậy hơn.
- Giả sử rằng "điều có vẻ liên quan" là đúng. Sự gần gũi về ý nghĩa không phải là sự đảm bảo về độ tin cậy hoặc độ chính xác.
- Đưa ra bản tóm tắt AI mà không cần nhìn nguồn. Bản tóm tắt có thể đã hiểu sai nguồn.
- Không làm rõ câu hỏi mơ hồ của người dùng. Nhập sai sẽ dẫn đến kết quả sai.
- Chỉ sử dụng một phương pháp. Tốt nhất là sử dụng tìm kiếm ngữ nghĩa và từ khóa cùng nhau.
Tóm lại
Hệ thống tìm kiếm và khám phá ngữ nghĩa tìm thấy các tài nguyên có liên quan mà việc tìm kiếm từ khóa bỏ sót bằng cách khớp nghĩa chứ không phải từ và tăng cường khả năng khám phá. Các bản tóm tắt được hỗ trợ bởi AI mang lại sự tiện lợi nhưng có nguy cơ gây ảo giác và hiểu sai nguồn. Công việc của thủ thư; Sử dụng kết hợp tìm kiếm ngữ nghĩa và từ khóa, đánh giá nghiêm túc những gì "có vẻ phù hợp", xác minh các bản tóm tắt AI bằng nguồn và dạy cho người dùng thói quen tìm kiếm xác nhận, dựa trên nguồn.
Nhiệm vụ ứng dụng
Chọn một chủ đề và thực hiện cả tìm kiếm từ khóa và ngữ nghĩa (nếu có); so sánh hai bộ kết quả: tìm kiếm ngữ nghĩa đã tìm thấy những tài nguyên bổ sung nào, nó đã trộn lẫn những kết quả không liên quan nào? Tạo bản tóm tắt do AI cung cấp (hoặc lấy bản tóm tắt mẫu) và kiểm tra xem các tuyên bố trong bản tóm tắt có thực sự xuất hiện trong nguồn hay không bằng mẫu "Kiểm tra tính nhất quán của nguồn tóm tắt".
danh sách kiểm tra
- [ ] Tôi đã sử dụng tên miền/từ khóa để có thông tin chính xác và tìm kiếm ngữ nghĩa để khám phá.
- [ ] Tôi đã làm rõ câu hỏi mơ hồ của người dùng.
- [ ] Tôi đã đánh giá các kết quả "có vẻ phù hợp" về độ tin cậy.
- [ ] Tôi đã xác minh các bản tóm tắt AI với nguồn gốc.
- [ ] Tôi đã giải thích thói quen tìm kiếm dựa trên nguồn của người dùng.