オックスフォード大学の「Their Finest Hour Online Archive」を使用したプロジェクトは、大規模なキーワード抽出を自動化するために、固有表現認識、キーワード抽出、トピックモデリングという3つの自然言語処理アプローチを評価しました。この研究では、従来の統計モデルから最新の生成AIニューラルネットワークに至るまでの手法にわたってこれらの方法をテストしました。

  • 定量的および定性的な知見は、NLPアプローチがクラウドソーシングされたコレクションにおけるキーワード抽出に現実的な可能性を提供することを示していますが、単一の方法が完全な解決策を提供するわけではありません。
  • モデルの選択は抽出プロセスの結果に大きな影響を与えることがわかりました。
  • オープンウェイトの抽出モデルは、生成AIと比較して責任あるデプロイメントに最も適していることが浮上しました。

著者たちは、メタデータが生きている貢献者とのエンゲージメントの直接的な産物であるため、自動化されたキーワード抽出が独自の管理上の責任を提起すると主張しています。彼らは、生成AIには抽象化の可能性がある一方で、管理者が慎重に検討しなければならない説明責任のリスクをもたらすことに注意を促しています。