Um projeto usando o "Arquivo Online Their Finest Hour Online Archive" da Universidade de Oxford avaliou três abordagens de Processamento de Linguagem Natural — Reconhecimento de Entidades Nomeadas, Extração de Palavras-Chave e Modelagem de Tópicos — para automatizar a extração de palavras-chave em escala. O estudo testou esses métodos em técnicas que variam de modelos estatísticos tradicionais a redes neurais de IA generativa modernas.
- Achados quantitativos e qualitativos indicam que as abordagens de PLN oferecem potencial real para extração de palavras-chave em coleções colaborativas, embora nenhum método único forneça uma solução completa.
- A escolha do modelo foi encontrada para moldar significativamente os resultados do processo de extração.
- Modelos extrativos de peso aberto emergiram como mais adequados para implantação responsável em comparação com a IA generativa.
Os autores argumentam que a extração automatizada de palavras-chave levanta responsabilidades distintas de custódia porque metadados são o produto direto do engajamento com contribuidores vivos. Eles alertam que, embora a IA generativa tenha potencial abstrativo, ela introduz riscos de responsabilidade que os gestores devem pesar cuidadosamente.