法国国家图书馆人工智能路线图2021-2026

本文译自“法国国家图书馆和人工智能”(BnF and Artificial intelligence,介绍法国国家图书馆(BnF)计划应用人工智能(AI)的5个主要领域、5项行动和6个主要项目

其中5项行动和6个主要项目由《BnF人工智能路线图2021-2026》提出,首发于2021年12月在法国举办的第三届图书馆、档案馆和博物馆人工智能国际会议(AI4LAM, http://www.ai4lam.org/。路线图中有2021-2026各年计划。链接在文末。

—— 法国国家图书馆和人工智能 ——

两者的共同点是什么:在Gallica上查找你弟弟的替身的查询,几种手写音乐符号之间比较以确定复制古代乐谱的抄写员,以及预测BnF馆藏应如何处理以确保其最佳保存的能力?

这三项任务可以得到人工智能(AI)技术的支持。AI应用领域涵盖了图书馆的所有活动和服务,从而开辟了令人兴奋的视角和研究方法。

领域

AI项目可以组织在BnF的五个主要领域。这些领域与其收集、保存、编目和传播数量、种类和历史范围内的杰出馆藏的使命有关:

  • 支持编目活动
  • 馆藏管理
  • 搜索、分析内容并改进对内容的访问
  • 用户参与、正确看待内容
  • 决策和治理

路线图

构建一致、统一和负责任的AI政策

基于AI的处理、开发和项目需要一个一致的政策,能够让本馆内的AI社区参与进来,并解决伦理问题,如人与机器之间关系的演变。为了应对这些挑战,制定2021-2026年的路线图。

五项行动

文件于2021年12月在BnF召开的第三届图书馆、档案馆和博物馆人工智能国际会议上发表,阐述五项行动:

  1. 将AI挑战和项目作为机构全球战略的一部分
  2. 改进BnF的研发组织和实施
  3. 培养新技能
  4. 调整基础设施和数据管理
  5. 与其他利益攸关方一起设计一个多年期方案

重点项目和实验

路线图中描述的多年计划汇集了六个关键项目,这些项目势必将AI纳入图书馆的日常流程和服务。这种一体化需要从试验转向工业化。这就是Gallica(https://gallica.bnf.fr/)图像挖掘项目的全部内容。在该项目中,IIIF和机器学习等技术被用于定位和检测任何类型的文档(书籍、报纸等)中的图像,并添加标签或分析视觉内容,以促进数字馆藏的探索。与图像挖掘一样,BnF所有涉及AI的举措都依赖于BnF现有的工具和当前的项目。例如,它们与正在创建的新编目应用(称为NOEMI)有关,以确保书目转换,或与物品的物理管理和在亚眠(法国北部)建造新的保存建筑有关。

路线图的六个主要项目如下:

  • Gallica的图像挖掘(基于相似性和生成的关键字查询Gallica中的图像)
  • 将手写文本识别(HTR)集成到Gallica中(这项技术适用于手写文本,也适用于古代印刷作品和以罕用口语书写的文本)
  • 编目(日常编目支持、自动化机制的扩展和改进、实施LRM模型…)
  • 从伦理角度进行个性化内容推荐(也就是说,尊重多样性、数据隐私…)
  • 识别网络档案中的自主文档(学术文章、官方出版物等可以被AI在庞大的网络档案库中检测到,元数据可以被提取出来,以创建和丰富图书馆目录中的基本记录…)
  • 馆藏保护和管理的监测工具:该项目与物品管理和亚眠未来的保护点密切相关。AI协助图书馆员进行相关处理,以更好地保存损坏或易碎的文件,并准备书库和储藏室的设计等。

与这些项目相关的实验不断进行,但也通过其他机会(特别是在研究伙伴关系方面)进行。从这个角度来看,BnF数据实验室(BnF DataLab)被证明是一个重要的支持。

归档网上与AI相关内容

BnF不仅实施AI技术来处理和传播其馆藏:作为其法定呈缴任务的一部分,它还捕获网络上与AI相关的资源。例如,在2021年夏天,图书馆的爬虫收集了700多个由工作人员选择的网站或推特账户,总计超过1000万个URL。有关AI的伦理问题和社会经济后果,以及A[I]的科学和艺术用途或文学实验的资源都包含在本收藏中。

联系:DEPOT.LEGAL.WEB@BNF.FR

插图:C.Ardenti 和 L.Giocanti【文中图略】

资源

BnF Roadmap on AI, 2021-2026

  • 路线图 Roadmap: a visual summary (PDF下载)https://www.bnf.fr/sites/default/files/2022-01/Poster_AI%20Roadmap_BnF_202112.pdf

AI at the BnF , in libraries, in cultural institutions

  • 追随AI脚步的BnF数字路线图中的终极旅伴 BnF and AI: an itinerary through the fundamentals of AI. https://www.bnf.fr/en/mediatheque/ultimate-travel-companion-bnf-digital-roadmap-footsteps-artificial-intelligence-ai
  • 奇妙的未来2021:第3届AI4LAM国际会议 “Futurs fantastiques” 2021: 3rd international conference about Artificial Intelligence in Libraries, Archives and Museums. https://www.bnf.fr/en/les-futurs-fantastiques

法国:书目转换的共同方向和战略(2023)

法国在2015年由法国高等教育书目机构 (Abes) 和法国国家图书馆 (BnF)启动书目转换计划(Transition bibliographique),目标是通过应用FRBR(现在的IFLA-LRM模型),采用源自《资源描述和检索》(RDA)的新编目规则(RDA-FR),提高书目和规范数据在数据网络中的曝光率。

参见:

不久前,法国的书目战略委员会(CSB)发布《书目转换的共同方向和战略》(Orientation et stratégie commune sur la Transition bibliographique : conclusions du CSB exceptionnel du 18/10/23),通告书目转换计划未来几年的执行时间表【不懂法语,以下主要依据微软/百度翻译】:

  • 2023年:完成 RDA-FR 本体。加上 2022 年提供的 LRM化 Unimarc 数据的第一套测试集,专业人士和软件出版商可用以准备实施 RDA-FR 所需的技术转型。
  • 2024年夏季:完成 RDA-FR 条例,适用于所有实体和基本关系。
  • 2026年1月:BnF 将推出其用于制作和传播书目数据的新工具,实施 RDA-FR 条例。从这一天起,它将能够以与IFLA LRM兼容的格式向其网络中的专业人员提供其数据。
  • 2028年:Abes将按照其建立项目将其新的 IT 文档系统投入运行。该系统将允许在同一天以与IFLA LRM兼容的格式传播和交换数据。

文中特别强调“Abes 和 BnF 致力于继续以当前的 Marc 格式传播其书目数据”。从其他来源看,前者用 UNIMARC-ER(UNIMARC揭示实体关系的更新),后者用 Intermarc-NG(新一代Intermarc,书目与规范一体的MARC格式)。

相关资源:

开放WEMI(openWEMI)提案发布

都柏林核心(DCMI)上月发布openWEMI接受评审。

openWEMI是一个RDF词表。如名称所示,基于国际图书馆协会联合会(IFLA)1997年《书目记录功能需求》(FRBR)首次引入的“作品、内容表达、载体表现、单件”(WEMI为其首字母缩略)概念。但openWEMI不考虑图书馆目录功能,定义了一组可在各种环境中使用的最小约束的类和属性,期望其他元数据模型能将openWEMI元素用作所定义的更具体资源类型的超类和超属性。【或许能像同样脱胎于图书馆界的都柏林核心(DC)那样,在互联网元数据中得到广泛应用】

相关链接:

openWEMI 词表定义了5个类(《入门》中有6个),其中Endeavor类来自2005年的FRBR Core,是WEMI的上级类【可作为属性的定义域/值域(WEMI中的多个)】,可在省略WEMI中任何一个时宽松使用:

  • Endeavor(一种创作)
    • Work(艺术或智力创作的抽象概念)
    • Expression(一种可感知的创作形式)
    • Manifestation(创作的物理体现)
    • Item(创作的示例)
  • ResponsibleEntity(《入门》:对创作负有一定责任的行为者)

openWEMI 词表定义了16个属性,可分为4组:责任关系、主要关系、共同关系、相关关系

相关关系:可以很宽松地认定。

共同关系:FRBR没有,指示两个资源表示或包含相同的 openWEMI 实体。

主要关系(内在关系),与FRBR不同之处在于,openWEMI不是 W—E—M—I 环环相扣的,可以省略中间层,如下图,可以W-E-I或W-M-I等(出自:openWEMI Primer):

主要关系