옥스퍼드 대학의 "Their Finest Hour Online Archive"를 사용한 연구는 대규모 키워드 할당을 자동화하기 위해 개체명 인식, 키워드 추출, 토픽 모델링이라는 세 가지 자연어 처리 접근 방식을 평가했습니다. 이 프로젝트는 전통적인 통계 모델부터 최신 GenAI 신경망에 이르기까지 다양한 기법에서 이러한 방법을 테스트했습니다.
- 정량적 및 정성적 결과는 NLP가 대규모 추출에 실질적인 잠재력을 제공하지만, 단일 방법이 완전한 해결책을 제공하지 않는다는 것을 나타냅니다.
- 모델 선택은 결과를 크게 형성하며, 오픈 웨이트 추출 모델이 책임 있는 배포에 가장 적합함이 드러났습니다.
- 생성 AI는 그 추상적 특성으로 인해 책임성 위험을 초래하므로 컬렉션 관리자의 신중한 고려가 필요합니다.
저자들은 군중 기반 컬렉션에서의 자동화된 키워드 추출이 살아있는 기여자로부터 파생된 메타데이터에 대한 고유한 관리 책임을 제기한다고 주장하며, 기술적 성능과 윤리적 감독 간의 균형을 필요로 한다고 강조합니다.