在图书馆不断发展的环境中，在编目实践中保持一致和准确的标题匹配的挑战变得越来越突出。这一挑战会影响各种图书馆功能——从管理各种资源类型和格式（印刷、电子、数字、书籍、视频、音频等）到资源共享，导致在后端进行耗时的手动问题解决，并让前端的图书馆用户感到沮丧。
在 Ex Libris（科睿唯安旗下子公司）中，我们拥有数十年利用新兴技术引领图书馆体验转型的经验。现在，我们正在与值得信赖的社区密切合作，开发一种突破性的 AI 解决方案，旨在彻底改变书目匹配，提供一种支持所有图书馆活动的统一方法。
我们了解当前系统的局限性。不同机构的内容提供商和图书管理员对书籍的编目方式不同，有时甚至同一机构内部的编目方式也不同。现有的书名匹配方法存在缺陷，因为无法确定匹配质量、匹配标准不同以及产品不一致。
我们提出的 AI 解决方案
我们的方法从精确的标题匹配开始，旨在防 刚果民主共和国电子邮件列表 止资源管理中的重复，并简化馆藏开发和资源共享。利用人工智能功能，我们的重点是利用模型为所有平台产品提供统一的标题匹配解决方案，帮助编目员和图书管理员共同追求准确和单一的标题编目。
初始步骤包括在各种记录字段上测试不同的 AI 模型，以找到最佳匹配。假设优先考虑高精度而不是高召回率，通过匹配数字识别正确匹配。该过程包括对作者、标题和其他字段进行规范化，然后选择性能最佳的 AI 模型并确定对模型最有帮助的字段。
这一突破在于将资源类型、规范化标题、规范化作者和出版年份纳入一个转换器模型，然后映射这些内容并提供最佳的语义搜索结果。虽然精确匹配是一项重大进步，但真正的挑战在于扩展标题匹配，涵盖不同的资源类型、版本、带有实例的作品等。
利用人工智能进行图书馆书目匹配开辟了无限可能。随着我们深入挖掘人工智能的潜力，统一的书目匹配方法可以支持所有图书馆活动，从而提高效率和准确性，例如在馆藏开发流程及其他方面。
本文是我们关于人工智能的系列文章的第三篇。阅读我们之前的博客文章对话发现和链接开放数据。
进一步了解 Ex Libris图书馆软件可以为您提供。