Cataloging & Classification Quarterly
В январе 2021 г. был опубликован «Этический кодекс каталогизации», явившийся итогом многолетней работы международной группы экспертов – Комиссии по этике каталогизации при участии международного профессионального сообщества. В комиссию вошли шесть представителей США, Великобритании и Канады: Мэй Чен (May Chan), Джейн Дэниэлс (Jane Daniels), Сара Фёргер (Sarah Furger), Диана Пеннингтон Расмуссен (Diane Pennington Rasmussen), Элизабет Шумейкер (Elizabeth Shoemaker) и Карен Сноу (Karen Snow). В статье «Развитие и будущее Этического кодекса каталогизации» (The Development and Future of the Cataloguing Code of Ethics) они делятся воспоминаниями о совместной подготовке данного документа, говорят об извлеченных из этой работы уроках и будущем кодекса. Целью работы по разработке кодекса было создание динамичного документа, который стал бы основой для обсуждения текущих вопросов каталогизации, связанных с ее этической стороной, обобщение практического опыта и знаний. Этика каталогизации – совокупность принципов и ценностей, руководствуясь которыми каталогизаторы и специалисты по метаданным могут принимать обоснованные решения. Такими фундаментальными принципами являются:
- доступ к ресурсам и метаданным;
- понимание неизбежной предвзятости и признание ошибок;
- защита профессиональных интересов;
- сотрудничество;
- критическое применение стандартов;
- многообразие, равенство, инклюзивность;
- обучение и образование;
- уважение конфиденциальности и предпочтений сотрудников;
- ответственность и прозрачность;
- понимание и удовлетворение потребностей пользователей.
Полный текст Этического кодекса каталогизации см.: https://docs.google.com/document/d/1IBz7nXQPfr3U1P6Xiar9cLAkzoNX_P9fq7eHvzfSlZ0/edit
УДК: 025.355 + 174:021.1
ГРНТИ: 13.31.33
DOI: 10.1080/01639374.2022.2134247
Источник:
https://www.tandfonline.com/doi/full/10.1080/01639374.2022.2134247
В статье Шарлин Чоу (Charlene Chou) и Тони Чу (Tony Chu) «Анализ использования BERT (модели обработки естественного языка) для компьютеризированного предметного индексирования в проекте «Гутенберг»» (An Analysis of BERT (NLP) for Assisted Subject Indexing for Project Gutenberg) рассматривается целесообразность использования моделей ИИ/ОЕЯ (Искусственный интеллект – Обработка естественного языка) для совершенствования процесса предметной индексации цифровых ресурсов. Модели BERT (Bidirectional Encoder Representations from Transformers— двунаправленный кодировщик-трансформер) широко используются в машинном индексировании коллекции проекта «Гутенберг», когда для индексации предлагаются предметные рубрики Классификации Библиотеки Конгресса США (LCC), отобранные по кодовым обозначениям подклассов LCC. Результаты данного исследования могут стать фундаментом для последующих разработок по автоматической предметной индексации цифровых библиотечных фондов.
BERT — нейросетевая модель-трансформер, предназначенная для предварительного обучения языковых представлений с целью их последующего применения в широком спектре задач обработки естественного языка. BERT является автокодировщиком.
УДК: 004.934:025.32
ГРНТИ: 20.19.17, 20.23.15; 28.23.11; 16.31.25, 16.31.31; 13.31.19
DOI: 10.1080/01639374.2022.2138666
Источник: