An Experiment with the Use of ChatGPT for LCSH Subject Assignment on Electronic Theses and Dissertations

要約

この研究では、米国議会図書館件名見出し (LCSH) を生成するための大規模言語モデル (LLM) の使用の可能性について詳しく調査します。
著者らは、ChatGPT を使用して、タイトルと概要に基づいて電子論文および博士論文 (ETD) の主題見出しを生成しました。
その結果、生成された件名見出しの一部は有効であったものの、具体性と網羅性に関して問題があることが明らかになりました。
この研究は、LLM が学術図書館で目録化を待っている未処理の資料に対する戦略的な対応として機能すると同時に、LCSH を迅速に生成するための費用対効果の高いアプローチを提供できることを示しています。
それにもかかわらず、人間の目録作成者は、LLM によって生成された LCSH の有効性、網羅性、特異性を検証し、強化するために依然として不可欠です。

要約(オリジナル)

This study delves into the potential use of Large Language Models (LLMs) for generating Library of Congress Subject Headings (LCSH). The authors employed ChatGPT to generate subject headings for electronic theses and dissertations (ETDs) based on their titles and summaries. The results revealed that although some generated subject headings were valid, there were issues regarding specificity and exhaustiveness. The study showcases that LLMs can serve as a strategic response to the backlog of items awaiting cataloging in academic libraries, while also offering a cost-effective approach for promptly generating LCSH. Nonetheless, human catalogers remain essential for verifying and enhancing the validity, exhaustiveness, and specificity of LCSH generated by LLMs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google