大语言模型在分类标引工作中的应用探索

• 作者： 姜鹏 ¹ 任龑 ¹ 朱蓓琳 ¹
• 作者单位：
  1.  上海图书馆
• 发布时间：2024-10-08

摘要: [目的 / 意义]文献分类标引是图书馆等信息机构基础工作之一，目前有限的人工难以类分数量庞大的文献。大语言模型以优异的自然语言理解和处理能力，被用于完成诸如文本生成、自动摘要、文本分类等相关自然语言任务，能够与文献标引全过程相结合，有助于缓解分类标引压力。[方法 / 过程]结合 叶全国报刊索引曳 长期工作实践，从减轻标引人员阅读压力、大语言模型直接用于分类以及和自动标引模型相结合为切口，探索如何将大语言模型引入分类标引工作环节，以提高标引效率。[结果 / 结论]通过一系列对比测试和分析，设计 Prompt 辅助主题分类模型以及 ACBKSY 自动标引模型。Prompt 辅助主题分类模型标引人员快速了解文献重点，减少阅读压力。ACBKSY 模型整体分类准确率提高了 2.16%，非拒绝准确率提高了3.77%。在此基础上优化实际标引工作流程，目前此流程已在 R、F 大类文献标引中投入使用，经优化后的工作流程可以提高标引效率 1.1～1.4 倍。

• 分类： 信息资源管理 >> 图书馆学
• 稿件状态： 已在期刊出版
期刊名称： 《农业图书情报学报》 2024年 第5期
• 引用： PSSXiv:202410.00280 (或此版本 PSSXiv:202410.00280V1)
  DOI:10.12451/202410.00280
  CSTR:32012.36.PSSXiv.202410.00280
• 推荐引用方式： 姜鹏,任龑,朱蓓琳.大语言模型在分类标引工作中的应用探索.农业图书情报学报,2024(5).[PSSXiv:202410.00280V1] (点此复制)