Semantische Dokumentenindexierung mit generativer KI

Abstract

Ziel dieses Beitrags ist es, neue Verfahren zur semantischen Indexierung von Referenzinformationen mithilfe generativer künstlicher Intelligenz vorzustellen. Ein GPT-Sprachmodell wurde verwendet, um Deskriptoren und Beziehungen zwischen diesen aus Dokumenten zum Thema Architekturgeschichte automatisch zu extrahieren. Aus den extrahierten Deskriptoren und Beziehungen wurde ein semantisches Netzwerk erstellt. Anschließend wurde ein Prototyp entwickelt, der es ermöglicht, mithilfe des semantischen Netzwerkes relevante Dokumente zu finden. Schließlich wird gezeigt, wie sich die Qualität semantischer Netzwerke mithilfe eines Schwarms virtueller Experten verbessern lässt. Der Einsatz generativer künstlicher Intelligenz kann den Arbeitsaufwand und die Kosten der semantischen Indexierung verringern. Die semantische Indexierung und das semantische Netzwerk können ihrerseits zu einer effektiveren Nutzung und Verbreitung wissenschaftlicher Informationen beitragen, indem sie eine semantische Suche, eine einfache Navigation und Benutzerfreundlichkeit ermöglichen.