研究人员开发了一种新颖的 AI agentic pipeline，旨在自动化国会图书馆主题索引的复杂且耗时的任务。该系统将该过程分解为四个不同的技能：概念分析、定量过滤、权威验证和 MARC 字段合成，借鉴了既定的图书馆学原理和国会图书馆主题标题手册。初步评估显示与专业索引实践有良好的契合度，但在特异性和遵守有关形式细分的近期政策变更方面存在一些差异。 AI
影响 该 AI pipeline 可能会显著简化图书馆编目流程，有可能使人类图书编目员能够从事更复杂的任务。
排序理由 这是一篇详细介绍用于特定任务的新 AI 系统的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.03537v1 Announce Type: cross Abstract: This paper presents a modular AI agentic skill pipeline for automating subject indexing with Library of Congress Subject Headings (LCSH). Subject indexing - the process of analyzing a work's aboutness, selecting controlled vocabul…
This paper presents a modular AI agentic skill pipeline for automating subject indexing with Library of Congress Subject Headings (LCSH). Subject indexing - the process of analyzing a work's aboutness, selecting controlled vocabulary terms, and encoding them as MARC21 subject acc…