옥스퍼드 대학의 "Their Finest Hour Online Archive"를 사용한 프로젝트는 대규모 키워드 추출을 자동화하기 위해 명사 구문 분석, 키워드 추출, 주제 모델링이라는 세 가지 자연어 처리 접근법을 평가했습니다. 이 연구는 전통적인 통계 모델부터 최신 생성 AI 신경망에 이르기까지 다양한 기법에서 이러한 방법을 테스트했습니다.
- 정량적 및 정성적 발견은 NLP 접근법이 크라우드소싱된 컬렉션에서 키워드 추출에 실질적인 잠재력을 제공하지만, 단일 방법이 완전한 해결책을 제공하지는 않는다는 것을 나타냅니다.
- 모델 선택이 추출 과정의 결과에 상당한 영향을 미친 것으로 밝혀졌습니다.
- 오픈 가중치를 가진 추출 모델은 생성 AI와 비교하여 책임 있는 배포에 가장 적합하게 부상했습니다.
저자들은 메타데이터가 살아있는 기여자와의 상호작용의 직접적인 산출물이기 때문에 자동화된 키워드 추출이 고유한 관리 책임을 제기한다고 주장합니다. 그들은 생성 AI가 추상화의 잠재력을 가지고 있지만, 관리자 신중하게 고려해야 할 책임 위험을 초래한다는 점을 경고합니다.