大语言模型对图书馆数字人文工作的挑战及应对思考

图书馆杂志 ›› 2023, Vol. 42 ›› Issue (391): 31-39.

大语言模型对图书馆数字人文工作的挑战及应对思考

张宏玲1 沈立力1 韩春磊1 付雅明2
（1 上海图书馆 2 上海大学文化遗产与信息管理学院）

出版日期:2023-11-15 发布日期:2023-12-04
作者简介:张宏玲上海图书馆（上海科学技术情报研究所），信息处理中心元数据制作部主任，副研究馆员。研究方向：元数据、数字资源建设、数字人文。作者贡献：确定选题、设计研究框架、论文撰写与修改、数据收集与分析。E-mail：hlzhang@libnet.sh.cn 上海200031 沈立力上海图书馆（上海科学技术情报研究所），副研究馆员。研究方向：元数据组织与应用、数字人文。作者贡献：研究思路讨论、论文撰写与修改、数据收集与分析、图表制作。上海 200031 韩春磊上海图书馆（上海科学技术情报研究所），信息处理中心主任，副研究馆员。研究方向：文献资源数字化、数字人文、数字资源平台建设。作者贡献：选题指导、数据收集、论文修改。上海 200031 付雅明上海大学文化遗传与信息管理学院，博士，助理研究员。研究方向：数字人文、数字图书馆。作者贡献：专家访谈方法讨论、论文修改。上海200444

Challenges and Reflections on the Practical Applicationof Large Language Model in Digital Humanities Work atLibraries

Zhang Hongling1, Shen Lili1, Han Chunlei1, Fu Yaming2 (1 Shanghai Library; 2 School of Cultural Heritage and Information Management, Shanghai University)

Online:2023-11-15 Published:2023-12-04
About author:Zhang Hongling1, Shen Lili1, Han Chunlei1, Fu Yaming2 (1 Shanghai Library; 2 School of Cultural Heritage and Information Management, Shanghai University)

摘要/Abstract

摘要：

大语言模型是人工智能在大规模预训练语料语言模型领域突破性的应用，给传统的知识理解、处理与服务带来了极大的挑战。文章通过文献调研和专家访谈，运用扎根理论从ChatGPT的数字人文工具价值、大语言模型中的汉语语料库、图书馆的汉语语料库建设工作、大语言模型带来的数据伦理4 个方面对专家访谈资料进行内容分析，探讨大语言模型带给图书馆数字人文工作的挑战；基于文献、场景应用及专家见解，文章从数据确权及版权保护、语言文化的差异及偏见、技术应用边界、标准规范4 个方面详述了图书馆数字人文工作实践的深层应对思考。

Abstract:

The large language model has posed significant challenges to traditional knowledgecomprehension, processing, and services. The article employs literature review, expert interviews, andgrounded theory to conduct content analysis of expert interview data from four aspects: the value ofChatGPT’s digital humanities tools, the Chinese language corpus within large language models, theconstruction of Chinese language corpora in libraries, and the relevant ethical challenge. These analysesdelve into the challenges that large language model introduces to library digital humanities work. Basedon literature, practical scenarios, and expert insights, the article elaborates on the in-depth considerationsfor the practice of digital humanities work in libraries, including data ownership and copyright protection,language and cultural differences, biases, technological application boundaries, as well as standards andregulations.

张宏玲沈立力韩春磊付雅明（上海图书馆上海大学文化遗产与信息管理学院）. 大语言模型对图书馆数字人文工作的挑战及应对思考[J]. 图书馆杂志, 2023, 42(391): 31-39.

Zhang Hongling, Shen Lili, Han Chunlei, Fu Yaming ( Shanghai Library, School of Cultural Heritage and Information Management, Shanghai University). Challenges and Reflections on the Practical Applicationof Large Language Model in Digital Humanities Work atLibraries[J]. Libraly Journal, 2023, 42(391): 31-39.

参考文献

[ 1 ] 王静静，洪贇，叶鹰 . GPT 型技术应用重塑数字人文探讨[J]. 情报理论与实践，2023，46（6）：43–46.

[ 2 ] Bubeck S， Chandrasekaran V， Eldan R， et al.Sparks of artificial general intelligence： earlyexperiments with GPT-4[EB/OL]. [2023-05-25].https://arxiv.org/abs/2303.12712.

[ 3 ] 王金林.“诸神之战”：新工具抑或新存在[J]. 探索与争鸣，2023（5）：33–35.

[ 4 ] M Shanahan. Talking about large languagemodels[EB/OL]. [2023-05-25]. https://arxiv.org/abs/2212.03551.

[ 5 ] Raffel C， Shazeer N， Roberts N， et al. Exploringthe limits of transfer learning with a unified textto-text transformer[EB/OL]. [2023-05-29]. https://arxiv.org/abs/1910.10683.

[ 6 ] Liying Cheng， Xingxuan Li， Lidong Bing. IsGPT-4 a Good Data Analyst?[EB/OL]. [2023-05-29].https://arxiv.org/abs/2305.15038.

[ 7 ] OpenAI.GPT-4 Technical Report[EB/OL].[2023-05-25]. https://arxiv.org/abs/2303.08774.

[ 8 ] Rombach R， Blattmann A， Lorenz D， et al.High resolution image synthesis with latentdiffusion models[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and PatternRecognition（ CVPR） . New Orleans， LA， USA：IEEE， 2022：10674–10685.

[ 9 ] Lexis+AI ? Transform Your Legal Work [EB/OL]. [2023-08-13]. https://www.lexisnexis.com/enus/products/lexis-plus-ai.page?int-camp=legal-aibutton1-H01#contact.

[10] Scopus AI： Change the way you view knowledge[EB/OL]. [2023-08-13]. https://beta.elsevier.com/products/scopus/scopus-ai.

[11] Search Powered by Generative ArtificialIntelligence[EB/OL]. [2023-08-13] https://clarivate.com/news/clarivate-launches-enhancedse a r ch- powe r ed-by-gene r a t ive - a r t i f i c i a l -intelligence.

[12] AI学术研究助手（内测版）[EB/OL]. [2023-08-13]https://aiplus.cnki.net.

[13] 蔡子凡，蔚海燕 . 人工智能生成内容（AIGC）的演进历程及其图书馆智慧服务应用场景[J]. 图书馆杂志，2023，42（4）：34–43；135–136.

[14] 赵亮 . ChatGPT 及其对图书馆行业的影响[J]. 竞争情报， 2023， 19（3）： 43–44.

[15] 张智雄，曾建勋，夏翠娟，等 . 回应AIGC 的信息资源管理学人思考[J]. 农业图书情报学报，2023，35（1）：4–28.

[16] 陈云松 . ChatGPT 对人文社科研究的价值与挑战[J]. 探索与争鸣，2023（5）：13–15.

[17] 生成式人工智能服务管理暂行办法[EB/OL].[2023-08-13]. https://www.gov.cn/zhengce/zhengceku/202307/content_6891752.htm.

[18] Texts adopted：Artificial Intelligence Act[EB/OL].[2023-08-13]. https://www.europarl.europa.eu/doceo/document/TA-9-2023-0236_EN.html.

[19] IFLA Statement on Libraries and ArtificialIntelligence [EB/OL]. [2023-08-13]. https://repository.ifla.org/handle/123456789/1646.

[20] OpenAI， Terms of Use [EB/OL]. [2023-06-11].https://openai.com/policies/terms-of-use.

[21] Philip Wang. 以全球主流AIGC 产品用户协议为例梳理AIGC 生成内容的权利归属与使用限制[EB/OL]. [2023-06-06] https://www.lexology.com/library/detail.aspx?g=e4de09be-8be9-444b-b468-b1d8db37b906.

[22] Midjourney， Terms of Service [EB/OL]. [2023-06-11].https://docs.midjourney.com/docs/terms-of-service.

[23] 蓝江 . 生成式人工智能与人文社会科学的历史使命——从ChatGPT 智能革命谈起[J]. 思想理论教育，2023（ 4）：12–18.

[24] Ouyang Long， Jeff Wu， Xu Jiang， et al. TrainingLanguage Models to Follow Instructions withHuman Feedback [EB/OL]. [2023-05-26]. https://arxiv.org/abs/2203.02155.

[25] OpenAI. Democratic Inputs to AI [EB/OL]. [2023-05-26]. https://openai.com/blog/democratic-inputsto-ai.

[26] 托马斯·库恩 . 科学革命的结构[M]. 金吾伦