xmlchars

生成式AI在图书馆主题标引方面优于监督方法

一项新的基准研究探讨了生成式AI模型与监督式极端多标签分类（XMLC）方法在德语科学文献自动主题标引方面的有效性。该研究使用德国国家图书馆的数据进行，发现虽然监督式XMLC中的基于Transformer的密集特征在整体二元相关性指标上表现良好，但基于LLM的生成方法在分级相关性和主题词汇长尾中的标引词方面提供了更优越的结果。这表明生成式AI为未来的图书馆标引应用提供了一个有前景的替代方案。