Проект с использованием «Онлайн-архива Their Finest Hour Online Archive» Университета Окфорда оценил три подхода обработки естественного языка — распознавание именованных сущностей, извлечение ключевых слов и тематическое моделирование — для автоматизации извлечения ключевых слов в больших масштабах. В исследовании эти методы тестировались на техниках, от традиционных статистических моделей до современных генеративных нейронных сетей ИИ.
- Количественные и качественные результаты показывают, что подходы NLP предлагают реальный потенциал для извлечения ключевых слов в краудсорсинговых коллекциях, хотя ни один метод не предоставляет полного решения.
- Было обнаружено, что выбор модели значительно влияет на результаты процесса извлечения.
- Модели с открытым весом, основанные на извлечении, оказались наиболее подходящими для ответственного развертывания по сравнению с генеративным ИИ.
Авторы утверждают, что автоматизированное извлечение ключевых слов создает особые обязанности по управлению, поскольку метаданные являются прямым продуктом взаимодействия с живыми участниками. Они предупреждают, что, хотя генеративный ИИ обладает абстрактным потенциалом, он вносит риски ответственности, которые менеджеры должны тщательно взвешивать.