دراسة تستخدم أرشيف "Their Finest Hour Online Archive" التابع لجامعة أكسفورد قارنت ثلاث نهج لمعالجة اللغات الطبيعية - التعرف على الكيانات المسماة، واستخراج الكلمات المفتاحية، ونمذجة الموضوعات - لأتمتة تعيين الكلمات المفتاحية على نطاق واسع. اختبر المشروع هذه الأساليب عبر تقنيات تتراوح من النماذج الإحصائية التقليدية إلى الشبكات العصبية الحديثة للذكاء الاصطناعي التوليدي (GenAI).
- تشير النتائج الكمية والنوعية إلى أنه بينما يقدم معالجة اللغات الطبيعية (NLP) إمكانات حقيقية للاستخراج على نطاق واسع، لا توفر طريقة واحدة حلاً كاملاً.
- يؤثر اختيار النموذج بشكل كبير على النتائج، حيث برزت النماذج الاستخراجية ذات الأوزان المفتوحة كأكثرها ملاءمة للنشر المسؤول.
- يقدم الذكاء الاصطناعي التوليدي مخاطر تتعلق بالمساءلة بسبب طبيعته المجردة، مما يتطلب مراعاة دقيقة من قبل مدراء المجموعات.
يجادل المؤلفون بأن استخراج الكلمات المفتاحية الآلي في المجموعات الجماعية يثير مسؤوليات رعاية متميزة فيما يتعلق بالبيانات الوصفية المستمدة من المساهمين الأحياء، مما يستلزم تحقيق توازن بين الأداء التقني والإشراف الأخلاقي.