AB Data

关联开放数据是下一代图书馆软件解决方案。在科睿唯安旗下的 Ex Libris，我们正积极与值得信赖的社区合作，为这项人工智能图书馆编目技术开发创新的实际应用程序，这将彻底改变图书馆工作人员和用户（包括学生和研究人员）的体验。



作为我们正在进行的人工智能博客系列的一部分，我们将分享我们对未来的愿景：通过先进的技术、最佳实践方法和与世界各地其他图书馆的复杂互连，元数据将不断得到增强和更新，以便所有人都能为集体努力做出贡献并从中受益。



我们在链接开放数据和人工智能图书馆编目方面的发展主要集中在三大支柱上：



更好的可发现性：通过链接开放数据进行增强，无论您的记录格式如何，您的本地图书馆目录都可以与 CDI 记录连接，并通过来自 Web of Science 和 Wikidata 等其他来源的信息进行增强，从而毫 爱沙尼亚电子邮件列表 不费力地浮现相关主题，从而通过 AI 图书馆编目实现更强大的发现和全新的研究途径。


协作编目：我们正在与 Sinopia 社区（其中有几位是我们链接开放数据焦点小组的成员）积极合作，建立一个协作编目平台，在这个平台上，各个图书馆可以共同创建一个强大且高度准确的元数据的中央源，并在其他贡献图书馆的网络之间共享。


全球互操作性：通过与 ORCID 和 Wikidata 等全球信息源的整合，我们设想未来图书馆将通过一个生态系统连接起来，其中信息在系统内外双向流动，并且 Ex Libris 数据可以导出到机构知识图谱或其他网络空间——我们正在探索扩展这些功能以用于各种用例的方法。


利用人工智能图书馆编目增强链接开放数据



我们在链接开放数据方面的创新以实用的方式融入了人工智能技术，支持繁琐任务的自动化，从而让图书管理员和编目员有时间专注于其他有趣的工作。由于链接开放数据是基于 BIBFRAME 元数据记录的语义网，因此使用可以更轻松地生成这些记录的人工智能技术可以节省长期的时间，同时随着时间的推移，质量改进的潜力也呈指数级增长。人工智能可以大规模执行这些任务，以更快、更准确地生成这些数据并将其导入我们的全球元数据网络。



我们的 AI 图书馆编目模型基于可信、精选的图书馆资源和数据，可生成可靠的结果，并可帮助查找目录中包含的人物、地点和物品之间的隐藏关系。这将支持用户发现和探索其研究领域中令人惊讶或鲜为人知的联系和细微差别，为令人兴奋的（可能改变世界的）新见解、知识和理解开辟道路。



在 Ex Libris，AI 技术的应用始终是为了解决实际用户、图书管理员和图书馆面临的实际挑战。我们尊重隐私和知识产权方面的考虑，最重要的是，我们了解使用可信学术内容来生成结果和信息的重要性。



本文是我们关于人工智能系列文章的第二篇。请阅读我们之前的博客文章对话发现。要详细了解我们在链接开放数据和 AI 图书馆编目方面的持续创新，手表本次网络研讨会。