生成式人工智能驱动的索引编制方法及其在学术规范和评价中的应用

图书馆杂志 ›› 2024, Vol. 43 ›› Issue (402): 50-59.

生成式人工智能驱动的索引编制方法及其在学术规范和评价中的应用

朱禹叶继元（南京大学信息管理学院）

出版日期:2024-10-15 发布日期:2024-10-28
作者简介:朱禹南京大学信息管理学院，硕士研究生。研究方向：信息资源建设、人工智能生成内容。作者贡献：论文撰写与修改。E-mail：zhu.yu@smail.nju. edu.cn 江苏南京 210023 叶继元南京大学信息管理学院，教授，博士生导师。研究方向：信息资源建设、图书情报学理论与方法、学术规范与评价。作者贡献：论文指导与提出修改意见。江苏南京 210023

Generative AI-driven Indexing Method and Its Application in Academic Norms and Evaluation

Zhu Yu, Ye Jiyuan (School of Information Management, Nanjing University)

Online:2024-10-15 Published:2024-10-28
About author:Zhu Yu, Ye Jiyuan (School of Information Management, Nanjing University)

摘要/Abstract

摘要： 为提高索引编制的效率与质量，应用生成式人工智能的实验方法，针对传统基于规则和概率的索引软件的不足，提出了运用生成式人工智能RAG 技术编制索引的方案，即以期刊的卷为单位，利用大语言模型基于论文摘要中的索引词对全文进行主题标引。设计了论文摘要索引数据库系统，能够实现基于大模型海量知识涌现和推理的文本概念抽取和主题标引，从摘要中提取关键信息和新兴知识。探讨了将索引、论文摘要、学术规范与评价关联起来的实际方式，展示了生成式人工智能在索引学和索引编制领域的潜在价值，能够为生成式人工智能技术在图书情报领域的应用推广提供参考。

关键词: 索引主题索引生成式人工智能检索增强生成学术规范学术评价

Abstract: In order to improve the efficiency and quality of indexing, an experimental method using generative artificial intelligence is applied to address the shortcomings of traditional rule-based and probabilistic indexing software. A scheme for indexing using the retrieval-augmented generation of generative AI is proposed. Specifically, the journal volume is used as a unit, and the full text is subject-indexed based on indexing words derived from the abstracts of the papers by utilizing a large language model. The paper presents the design of an article abstract indexing database system, which can realize textual concept extraction and subject indexing based on the large model of massive knowledge emergence and reasoning capabilities, as well as key information and emerging knowledge extracted from abstracts. Additionally, this paper explores practical ways to associate index and abstract with academic norms and evaluation, demonstrating the potential value of generative AI in the field of indexing. It provides insights into promoting the application of generative AI technology in library and information science.

Key words: Index, Subject index, Generative artificial intelligence, Retrieval-augmented generation, Academic norm, Academic evaluation

朱禹叶继元（南京大学信息管理学院）. 生成式人工智能驱动的索引编制方法及其在学术规范和评价中的应用[J]. 图书馆杂志, 2024, 43(402): 50-59.

Zhu Yu, Ye Jiyuan (School of Information Management, Nanjing University). Generative AI-driven Indexing Method and Its Application in Academic Norms and Evaluation[J]. Libraly Journal, 2024, 43(402): 50-59.

参考文献

[ 1 ] 叶继元. 索引的本质属性及其在学术规范与评价中的作用[J]. 图书情报知识，2023，40（6）： 61—67.
[ 2 ] 高建群，吴玲，施业. 学术论文摘要的规范表达[J]. 东南大学学报（哲学社会科学版），2003（2）： 114—117.
[ 3 ] 全国信息与文献标准化技术委员会（SAC/TC 4). 学术论文编写规则：GB/T 7713.2-2022[S]. 北京：中国标准出版社，2022.
[ 4 ] 叶继元. 人文社会科学评价体系探讨[J]. 南京大学学报（哲学·人文科学·社会科学版），2010， 47（1）：97—110；160.
[ 5 ] 吕远，叶继元. 论文摘要学术规范自动检测模型研究初探[J]. 图书馆，2019（4）：24—29.
[ 6 ] 陆伟，刘家伟，马永强，等. ChatGPT 为代表的大模型对信息资源管理的影响[J]. 图书情报知识，2023，40（2）：6—9；70.
[ 7 ] 张琪玉. 现代的索引就是数据库[J]. 图书馆杂志，2001（12）：6—7.
[ 8 ] 邱均平，马力，杨强. 数字出版环境下书后索引发展研究[J]. 图书馆杂志，2016，35（3）：68—73.
[ 9 ] 孙辉. 利用信息组织技术编制书刊索引探析[J]. 现代情报，2015，35（1）：96—99；103.
[10] 刘艳. 综合性百科全书内容索引的编制[J]. 出版发行研究，2018（5）：79—81.
[11] 宋林青. 编制图书内容索引的价值研究[J]. 出版与印刷，2019（1）：54—57.
[12] 李炜超，王雅戈. 学位论文内容索引编制研究——以《萨都剌生平及著作实证研究》索引编制为例[J]. 图书馆杂志，2018，37（6）：38—43.
[13] 张淑文. 编辑视角的学术专著书后主题索引编制浅谈[J]. 编辑之友，2018（8）：90—94.
[14] 贺玢，杨学红，王鲁燕. 农机化专业术语索引编制[J]. 农业工程，2021，11（10）：112—117.
[15] 杨斐，叶继元，王雅戈，等. 地方志索引管窥[J]. 图书馆论坛，2019，39（11）：47—50.
[16] 张卓杰. 县级综合年鉴索引编制的设计——以绍兴地区年鉴为例[J]. 中国年鉴研究，2022（1）： 26—32；78.
[17] 王琦，靳嘉林，王曰芬，等. 词序视角下学术文本关键词分布特征及其差异研究[J]. 情报杂志， 2022，41（8）：171—178.
[18] 丁海英. 用Word 软件编制小型专题索引[J]. 图书馆理论与实践，2002（4）：86—87.
[19] 王彦祥. 中国索引软件的开发与应用[J]. 中国索引，2009（2）：53—57.
[20] 王雅戈，叶继元，黄建年，等. 中文索引平台建设——以“索引家”开发为例[J]. 图书馆论坛， 2019，39（11）：37—40.
[21] 王雅戈，叶继元，黄建年，等. 学位论文索引的演进[J]. 图书馆论坛，2019，39（11）：44—46.
[22] 潘雪莲，侯汉清，许扬威. 图书内容主题索引的自动编制实验[J]. 大学图书馆学报，2008（3）： 28—33.
[23] 侯汉清，薛鹏军. 基于知识库的网页自动标引和自动分类系统的设计[J]. 大学图书馆学报，2004（1）： 50—55；64.
[24] Shao Z，Gong Y，Shen Y，et al. Enhancing Retrieval-Augmented Large Language Models with Iterative Retrieval-Generation Synergy[C/OL]// Findings 2023. Association for Computational Linguistics. https://aclanthology.org/2023.findings-emnlp.620/.
[25] Gao Y，Xiong Y，Gao X，et al. Retrieval- Augmented Generation for Large Language Models：A Survey：arXiv：2312.10997[EB/OL]. arXiv，2024. http://arxiv.org/abs/2312.10997.
[26] Khattab O，Santhanam K，Li X L，et al. Demonstrate-Search-Predict：Composing retrieval and language models for knowledge-intensive NLP：arXiv：2212.14024[EB/OL]. arXiv，2023. http://arxiv.org/abs/2212.14024.
[27] 张心源，邱均平. 国内外数据库索引编制研究的进展与趋势[J]. 图书馆杂志，2016，35（3）：60—67.
[28] 张琪玉. 图书索引软件的功能要求与编制难题[J]. 中国索引，2004，2（3）：41.
[29] Gemini-Google DeepMind[EB/OL]. [2024- 01-05]. https://deepmind.google/technologies/ gemini/#introduction.
[30] 陆伟，汪磊，程齐凯，等. 数智赋能信息资源管理新路径：指令工程的概念、内涵和发展[J]. 图书情报知识，2024，41（1）：6—11.
[31] Dai Z，Zhao V Y，Ma J，et al. Promptagator： Few-shot Dense Retrieval From 8 Examples： arXiv：2209.11755[EB/OL]. arXiv，2022. http:// arxiv.org/abs/2209.11755.
[32] Google AI. About generative models[EB/OL]. [2024-05-13]. https://ai.google.dev/gemini-api/ docs/models/generative-models#model-parameters.
[33] 全国信息与文献标准化技术委员会（SAC/TC 4）. 索引编制规则（总则)：GB/T 22466-2023[S]. 2023.
[34] Filippova K. Controlled Hallucinations：Learning to Generate Faithfully from Noisy Data[C/OL]// Findings 2020. Association for Computational Linguistics. November 2020. Online. https:// aclanthology.org/2020.findings-emnlp.76.
[35] 刘仕阳，王威威，化柏林. 多源数据环境下公共文化服务机构年报的数据抽取研究[J]. 图书馆杂志，2020，39（12）：52—60.
[36] 章成志，谢雨欣，张恒. 学术文献全文内容中的方法实体细粒度抽取及演化分析研究[J]. 情报学报，2023，42（8）：952—966.
[37] 刘懋霖，赵萌，王昊. 面向古诗词的物象库构建方法及其分布规律研究[J]. 图书馆杂志，2024， 43（1）：96—108.
[38] 何琳，常颖聪. 不同标引策略下的文本主题表达质量比较研究[J]. 图书馆杂志，2014，33（5）： 29—33.
[39] 蔡迎春，赵心如，朱玉梅，等. 我国文献标引技术的回顾与展望[J]. 图书馆杂志，2022，41（3）： 18—31.
[40] 图书与情报编辑部.《图书与情报》2022 年度索引[J]. 图书与情报，2022（6）：142—144.