メタデータエディタのAIメタデータアシスタント
AIメタデータアシスタントとは
AIメタデータアシスタントは、大規模言語モデル生成AIを使用して図書館リソースに関する情報を処理し、目録者に関連メタデータを提案して、カタログ作成プロセスをより迅速かつ効率的にします。目録者は、提案されたデータを確認して、それを承認、修正、または却下できるほか、より複雑な専門メタデータや図書館固有のメタデータを追加することもできます。
AIメタデータアシスタントは、図書館リソースの画像と その他の提供された情報を処理し、テキストと意味を抽出し、カタログ作成標準に従って構造化して返すことができます。新しい書誌レコードを作成したり、既存の簡潔なレコードを拡充させるために使用できます。
フェーズⅠ
AlmaのAIメタデータアシスタントのフェーズIでは、英語でのMARC 21レコードの作成と拡充がサポートされています。コミュニティと協力してAIの機能とメタデータの品質を評価し、今後のフェーズでさらに多くのカタログ作成とリソースの言語と形式が追加される予定です。
提供される主題は、米国議会図書館の語彙に照らして検証されており、将来のフェーズでは典拠語彙の選択を増やす予定です。
今後の計画
将来のフェーズでは、より多くの言語、典拠語彙、目録形式のサポートが計画されています。
私たちは世界中のさまざまな図書館と協力して、以下の使いやすさとメタデータの品質を評価しています。
- より多くの言語、主題語彙、カタログ形式。
- 一括レコード拡充プロセス
- 一括レコード作成プロセス
また、一括処理のオプションも検討しており、図書館にとってどのようなメタデータが、どのようなシナリオやワークフローで役立つかを評価しています。
機能と制限
このサービスでは生成AIを適用しているため、出力に制限、不正確さ、または偏りが生じる可能性があります。仲介ワークフローでは、AI機能と図書館員の専門知識を組み合わせて、効率と正確さのバランスをとります。
大規模言語モデル生成AIツールは俊敏であり、その応答は用途によって異なり、時間の経過とともに進化します。私たちは、返されるデータの有用性と正確性を最大限に高め、プロンプトとデータ処理の効率を維持するためにコミュニティと継続して協力しています。
ただし、プロンプトの表現には細心の注意を払っていますが、AIが次を行うようなケースもあります:
- 不正確または一般的なデータ（無関係なエディション情報など）を返すケース
- 専門の目録者のようにカタログ作成標準に正確に従っていないケース(例: ISBD句読点が欠落している、または間違ったMARCフィールドインジケーターを使用している)。
- 要求されたすべてのメタデータフィールドが返されるわけではありません。
- 一部の言語でリソースをカタログ作成する際に、その言語が正確に処理されないケース。
- 特定の典拠語彙に対して正しい主題を返さないケース。
- 画像の品質が悪い、画像の背景にノイズが多い、画像が垂直でないなどの特定の条件では、画像を処理できないケース。
これらの制限を緩和するために私たちが行っていること
-
目録者およびAlmaコミュニティと協力してメタデータの品質を評価し、改善します。
-
返された題名を典拠ファイルと照合して検証する： 返された題名が既存の典拠レコードと一致し、全面的にまたは部分的にリンクすることを確認します。表題は優先用語または非優先用語のいずれかに一致する可能性があります。AIによって非優先用語が提案された場合、メタデータエディターのF3を使用してカタログ作成者によって、またはスケジュールされた「典拠 - 優先用語修正」ジョブによって、自動的に優先用語に更新できます（詳細については、「典拠記録に関連するジョブ」を参照）。
-
AI モデルの能力の向上に応じて、それぞれの言語や語彙を扱う図書館と協力しながら、段階的にサポートを追加します。
-
正規化プロセスを適用して、データのフォーマットとクリーンアップを行い、データの来歴情報を追加します。
-
目録者者のフィードバックを監視し、新しいスケジュールされたジョブ「AI 設定の同期」を 使用してプロンプトを定期的に更新します。
-
図書館がローカル正規化プロセスを構成し、どのデータを保持または追加するかを独自に決定するためのツールを開発します。
Alma環境でAIメタデータアシスタントを有効にする
AIメタデータアシスタントを有効にするには、次の役職が必要です。
- 統括管理者
- 目録管理者
AIメタデータアシスタントは、すべての機関でデフォルトで無効になっています。
管理者がこの生成AIツールの利点と限界を確認し、リスクを理解し、図書館でこのツールを使用するかどうか、またどのように使用するか決定したら、管理者は、設定メニューのメタデータエディタ のAIメタデータアシスタントの免責事項> リソース> 目録> AI 使用プロファイルを「はい」に設定して保存することで同意できます。
管理者が環境でAIメタデータアシスタントを有効にすると、「AIによるカタログ作成」役職の目録者がそれを使用できるようになります。
サンドボックス環境でのテスト
AIメタデータアシスタントの設定は、「AI設定の同期」ジョブを使用して定期的に更新されます。 これにより、AIモデルが進化、変化しても、AIプロンプトが効果的かつ最新の状態に保たれます。
スケジュールされたジョブはサンドボックス環境では無効になっているため、AIメタデータアシスタントをテストする前に、「AI設定の同期」を実行して、 現在の設定でテストしてください. 。
- ジョブの監視>スケジュールタブに移動します
- ジョブカテゴリ=データ サービスでフィルターします。
- 「AI設定の同期」行のアクションから「今すぐ実行」 (サンドボックス環境で利用可能）を選択します。
ジョブが完了したら、必要な役割のカタログ編集者はMDエディタでAIアシスタントをテストできます。詳細については、AIメタデータアシスタントを使用を参照してください。
AIメタデータアシスタントの設定
AIメタデータアシスタントを設定するには、次の役割が必要です。
- 統括管理者
- 目録管理者
正規化プロセスを使用して 生成されたメタデータを修正する
図書館が AI 生成メタデータの使用をより細かく制御できるように、機関は正規化プロセスを使用してメタデータを修正できます。正規化ルールは メタデータフィールドとサブフィールドを削除、置換、または追加するために使用できます ‐ たとえば、機関は カタログに関連するローカルフィールドの追加、AI によって生成された場合はデータ出所サブフィールド（例えば メモフィールドの$$７）の特定のフィールドへの追加、生成されたメタデータを含めたくない特定のフィールドの削除を選択することができます。
選択された正規化プロセスは、結果のドラフトがカタログ作成者に提供される前に、作成ワークフローとエンリッチメントワークフローの両方で生成されたメタデータに適用されます。
生成されたデータが既存のレコードと結合された場合（AIアシスタントでレコードを拡張する場合）、または 不足しているフィールドを追加するテンプレート から拡張された場合（新規レコード作成時） - この結合が行われる前に 、正規化プロセスはAI生成データにのみ適用されます。
AI使用プロファイルページ（設定メニュー>リソース>カタログ作成>AI 使用プロファイル）にあるAIメタデータアシスタントを使用して作業する際に使用する正規化プロセスを設定できます。AI使用プロファイルページは「AIメタデータアシスタント - 他の設定」セクションにあります。.
AIアシスタントによるレコード強化のためのマージ方法の選択
AIメタデータアシスタントでレコードを強化すると、生成されたメタデータが強化されたレコードとマージされます ‐ ライブラリの既存のレコードが優先レコードと見なされます。
デフォルトでは、ライブラリのデータは上書きされません。AI によって生成されたメタデータ がレコードに追加されるのは次の場合です:
- フィールドは繰り返し可能です
- フィールドは繰り返し不可であり、優先レコードにまだ存在していません
機関は、デフォルトのマージルールを上書きし、ローカルマージルールを選択することで、エンリッチメント プロセスでAIメタデータアシスタントによって生成されたデータの使用を制御できます ‐ たとえば、レコード内にすでに存在する特定の繰り返しフィールド (制作情報や出版情報など) を追加しないように選択したり、問題があることがわかっている特定のフィールドを上書きしたりすることができます。詳細については、マージルールで作業するを参照してください。
AI使用プロファイルページ（設定メニュー > リソース > カタログ作成 > AI 使用プロファイル）で、AIメタデータアシスタントでレコードを拡張するときに使用する上書きマージ方法を設定することができます。
AIメタデータアシスタントを使用する
メタデータエディタでAIメタデータアシスタントを使用するには、次の両方の役職が必要です。
- 目録編集者
- AIによるカタログ作成
AIメタデータアシスタントを使用するには、生成 AIツールで作業する目録者を図書館が制御できるようにするための専用役職である必要があります。
AIメタデータアシスタントを使用して、新しい書誌レコードを作成したり、既存の簡潔なレコードを拡充させたりすることができます。アシスタントがレコードの処理を完了すると、提案されたメタデータを含むドラフトがメタデータエディタにプッシュされ、それを確認して承認、修正、または却下できるようになります。リアルタイム通知により、ドラフトの準備が整ったことが通知されます。
新規リポートの作成
- メタデータエディタの「新規」で、AIアシスタントで作成を選択します。
AI アシスタントからの新規レコードのポップアップが開きます。AI アシスタント フィールドからの新しいレコード: フィールド 説明 タイトル 必須作成するリソースのタイトルを入力します 著者 任意リソース著者または作成者に関する情報を提供します。 ISBN 任意本のISBNを入力してください。 コンテンツメモ 任意リソースコンテンツに関する情報を提供します。 概要メモ 任意リソースの概要を提供します。 レコードフォーマット 現在、MARC 21のみがサポートされています。 テンプレートから拡張 生成されたメタデータを拡張するときに使用するテンプレート。
選択すると、AIによって生成されたメタデータが処理され、正規化された後、テンプレートから欠落しているフィールドが結果のドラフトレコードに追加され、図書館に必要なフィールドをカタログ作成者が見逃していないことを確認します。
Alma は、AIメタデータアシスタントを将来使用するために選択したテンプレートを記憶するため、カタログ化するリソースの種類を変更して別のテンプレートを使用する必要がある場合のみ、この設定を変更する必要があります。添付 任意リソースに関する関連情報（本の裏表紙、目次、出版社から受け取ったリソースの説明など）を含むファイルを最大4つアップロードします。
サポートされている形式：
- jpeg
- png
- gif
- pdf - pdfファイルをアップロードすると、pdfの最初の4ページがAIによって抽出され、処理されます
デバイスのファイルか、デバイスのカメラを使用してリソースの画像をキャプチャするかを選択できます。返される応答の品質を向上させるために、関連する情報を含む領域に焦点を当てるように画像を切り取ることができます。
- レコードの生成 を選択して、情報をAIに送信します。
AI が情報を処理している間もAlmaで作業を続けることができ 、メタデータエディタで作業できるメタデータが提案されると通知されます ‐ 詳細は、AIメタデータの提案をレビューするをご覧ください。
簡潔な記録を拡充させる
- メタデータ エディターで、編集モード内で、画質を高めたいレコードを開きます。編集アクションで、[AIアシスタントで強化]を選択します。 AIアシスタントからのレコードの拡充ポップアップが開き、拡充対象として選択したレコードのタイトルが表示されるので、選択したレコードが拡充されていることを確認できます。
関連情報（本の裏表紙、目次、出版社から受け取ったリソースの説明など）を含むリソースの画像を最大 4 枚添付することもできます‐ サポートされている形式は、jpeg、 png、 gif、 pdf です (PDF ファイルをアップロードすると、PDF の最初の 4 ページが AI によって抽出され、処理されます)。
デバイスのファイルか、デバイスのカメラを使用してリソースの画像をキャプチャするかを選択できます。返される応答の品質を向上させるために、関連する情報を含む領域に焦点を当てるように画像を切り取ることができます。
- 情報をAIに送信するには、レコードの拡充 を選択します。
- レコードは AI 処理が完了するまで編集がロックされ、MDEでは表示専用レコードとして使用できます。 AIが情報を処理している間もAlmaで作業を続けることができ、メタデータエディタで作業できるメタデータが提案されると通知されます‐詳細については、AIメタデータの提案を確認するをご覧ください。
AIが生成したメタデータの提案を確認する
AIが生成したメタデータの提案を含むドラフト が作業のため準備できたら、メタデータ エディターのドラフトへのリンクを含む通知が表示されます。
リアルタイム通知メニューのカタログ作成カテゴリで、トリガーした完了済みAIメタデータアシスタントのタスクに関する情報も表示できます。
メタデータエディタでは、レビュー対象のドラフトレコードには「AI生成」または「AI強化」バッジが付けられ、簡単に識別できます‐ドラフトがカタログ作成者によってレビューされ保存されると、この バッジが削除されます:
ドラフトは必要に応じて編集、保存、または破棄できます。
AI によって生成された未保存のメタデータの提案は、カタログ作成者が識別して確認できるように紫色で表示されます。確認すべき警告がある場合はオレンジ色で表示されます (警告のあるフィールドは、ソース （既存のレコード、テンプレート、または AI によって生成されたもの) に関係なく同じように表示されます)。
Almaモバイル2 アプリケーションでのAIメタデータアシスタントを使用して作業します
Almaモバイルアプリを使用すると、図書館員はモバイルデバイスのカメラを使用して図書館のリソースを処理できます (たとえば、アイテムのバーコードのスキャンを実行できます)。
AIによるカタログ作成役職の目録者は、これを使用して図書館リソースの写真を簡単に撮影し、AIメタデータアシスタントに送信して処理できるようになります。
アシスタントが画像の処理を完了すると、AIアシスタントが提案されたメタデータを含むドラフトがメタデータエディタにプッシュされ、目録者を確認して承認、修正、または却下できるようになります。
アイテムのバーコードをスキャンして拡充するレコードを取得し、モバイルデバイスのカメラを使用してアイテムの写真を撮影してAIメタデータアシスタントに送信することで、既存のレコードを強化できます。
タイトルと画像を送信して（必要に応じてさらにオプション情報を入力することで）新しいレコードを作成することもできます。
Alma Mobileアプリの詳細については、Alma Mobile2アプリケーションの紹介を参照してください。
フィードバックの送信
AIメタデータアシスタントの提案の品質に関するフィードバックを送信するには、AIメタデータアシスタントを使用して作成/拡充されたドラフトを操作しているときに、MDエディタのAIフィードバックボタンをクリックします。 この フィードバック は、AI生成メタデータの品質を経時的に監視するために使用されます。
AI生成 メタデータの提案に与えるスコアを1 ～ 5から選択し、詳細を示すコメントを入力します。
AI提案のメタデータによるレコードの識別
AIメタデータ アシスタントを使用してレコードが作成または強化されると、この情報はAlmaで次の 2 つの方法で維持されます。
- 生成されたドラフト内のMARC21メタデータ:
- AI によって生成されたメタデータの提案に加えて、588 の説明メモがドラフトに追加されます‐このフィールドは Alma で検索可能です。
- AI生成メタデータに520の概要メモが含まれている場合、AI によって生成されたことを示すデータ出所 ($$7) サブフィールドが追加されます (概要が画像からコピーされたか AI によって作成されたかに関係なく、これは常に追加されます。これは、データをコピーするAIプロセスによって概要に変更が加えられる可能性があるためです)。
- 管理者は、他のフィールドやサブフィールドを ドラフト （例：カタログのAIメタデータポリシーに関する情報を含むローカルフィールド）に追加するという正規化プロセスを設定することもできます - 詳細については、 AIメタデータアシスタントの設定をご覧ください。
- 書誌レコード情報: AIが生成したメタデータの提案を含むドラフトが保存されると（リリースまたは破棄されずに）、AIメタデータアシスタントの使用に関する情報が記録され、アナリティクスと レコードバージョンで表示できるようになります。
アナリティクスでAIメタデータアシスタント情報を表示する
AIメタデータ アシスタント情報は、Analyticsのタイトル件名領域で利用できます。
各レコードの書誌詳細は、それが AIで作成または AIで強化のどちらかという情報を保持します。
さらに、タイトル測定テーブルを使用すると、図書館はAIアシスタントで作成されたタイトルまたは AIアシスタントで強化されたタイトルの数に関するレポートを作成できます。
よくある質問
-
Q: レコードを作成または拡充するために使用するデータは、AIのトレーニングに使用されますか?
A: いいえ – AIとデータを共有するのは処理のためだけで、トレーニングのためではありません。 -
Q: メタデータはどこから来ますか?
A: メタデータは、目録者によって提供された情報（手動または拡充される書誌レコードから）に従って、AI LLMによって生成されます。現在サポートされている入力情報は、リソースのタイトル（必須）などの書誌メタデータと、リソースの画像を含むファイル（タイトルページ、裏表紙、目次、 出版社の 説明）など）です。すべてのAIモデルと同様に、モデルのトレーニング データも応答の生成に使用されます。これには、MARC フィールドとサブフィールド、関連する LC主題に関する知識、および AIモデルのトレーニングデータに特定のリソースに関する情報（発行年、著者の生年、リソースの説明など）が含まれます。これらの情報は、メタデータの生成にも使用される場合があります。
-
Q: AIはオンライン検索を実行してデータを取得してくれますか?
A: いいえ– 私たちのAIプラットフォームはオンライン検索を使用しておらず、メタデータは図書館によって提供される情報とAIトレーニングデータ内に存在する情報に基づいて提供されます。 -
Q: 本の画像をアップロードした場合、どこかに保存されますか?
A: いいえ、画像はメタデータを提案するためにのみ使用し、他の用途のために保存することはありません。 -
Q: AIがカタログを作成してくれるのでしょうか?
A: AIアシスタントが目録者によるレビュー用にメタデータを提案します。
目録者はそれをレビューし、提案を承認、修正、または拒否することができます。生成AIでは出力に不正確さや偏りが生じる可能性があるため、人間の能力と技術力を組み合わせることで、データの整合性を維持しながら、より合理化された効率的なカタログ作成エクスペリエンスを実現できます。 -
Q: AIメタデータアシスタントを使用するたびに、同じリソースに対して異なるメタデータが提案されるのはなぜですか?
A: 大規模言語モデル生成AIツールは俊敏であり、その応答は用途によって異なり、時間の経過とともに進化します。AIによって返されるメタデータは、AIに提供される情報、カタログ化されるリソース、およびAIの内部処理自体に応じて毎回異なります。 -
Q: AIメタデータアシスタントを使用してカタログ内の任意のレコードを拡充できますか?
A: いいえ–AIアシスタントは、編集がロックされておらず、カタログ作成の役職とレベルに応じて編集が許可されているレコードを拡充するためにのみ使用できます。
さらに、フェーズIでは MARC 21形式のレコードのみがサポートされ、CZレコードの拡充はサポートされません。
ネットワークメンバーの場合、ネットワークレコードを作成または拡充する機能は、ネットワークの設定によっても異なります。 -
Q: フェーズIでは、LC典拠を使用して、英語の MARC 21書籍カタログ作成をサポートします。次のフェーズでは何が計画されていますか?
A: 私たちは世界中の図書館と話し合ってワークフローを理解し、ニーズを評価し、コミュニティと共に次に何に重点を置くかを決めています。オプションには、より多くのワークフロー、より多くの目録言語、より多くの主題語彙が含まれます。 -
Q：返された表題が本物かどうか、どのように確認するのですか?
A： 返された表題が既存の典拠レコードと一致し、その典拠レコードに全面的にまたは部分的にリンクすることを確認します。表題は優先用語または非優先用語のいずれかに一致する可能性があります。AIによって非優先用語が提案された場合、メタデータエディターのF3を使用してカタログ作成者によって、またはスケジュールされた「典拠 - 優先用語修正」ジョブによって、自動的に優先用語に更新できます（詳細については、「典拠記録に関連するジョブ」を参照）。 -
Q: AIは任意のMARC 21フィールドを提供できますか?
A: いいえ。弊社では、有用性と正確性のバランスを保ちながら、最も有用なフィールドを生成するようAIアシスタントに依頼しています。また、 Almaは AI から提案されたメタデータフィールドを処理しており、提案をレコード ドラフト形式でカタログ作成者に提示して、簡単にレビューとワークフローを実行できるようにします。また、 コミュニティと協力して、さまざまな分野の有用性を評価し、決定しています。
AIは、役立つ情報が含まれている可能性のある要求されていない フィールドを生成する場合もあります。 AI は確率的にメタデータを生成するため、ローカルフィールド、システム番号、レコードのソースなど、レコードを表さない無関係なフィールドも生成されることがあります (レコードがコピーされないため、特定のフィールドのみが 生成されます) -このようなフィールドには 無関係なデータや一般的なデータが含まれている可能性が高いため、 結果を処理する際、Almaは これらのフィールドを削除します。 -
Q: 図書館の利用者全員がAIメタデータアシスタントを利用できるようになりますか?
A: これのアクセスを制限するのは図書館です。AIメタデータアシスタントワークフローはメタデータエディタに埋め込まれています。書誌レコードを作成または編集するには目録者である必要があります。また、新しいワークフローを使用するには、新しいAIによるカタログ作成の役職も必要です。 -
Q: 図書館でAI拡充データを使用しないように選択できますか?
A: もちろんです！図書館はこのツールの使用を完全に制御できます。AIメタデータアシスタントを使用するには、まず図書館の一般管理者が新しいAI 使用プロファイル設定ページでこれを有効にする必要があります。 -
Q: 私はネットワークメンバーです。AIを使用してネットワーク レコードを拡充させることはできますか?
A: もちろんです！ネットワークがAIメタデータ アシスタントを有効にすると、所属機関でAIメタデータ アシスタントを有効にしているメンバーは、それを使用してネットワークレコードを強化できるようになります。 -
Q: 私のネットワークでは一部のフィールドの編集が制限されています。それでもAIはそれらのフィールドを作成できますか?
A: いいえ。ネットワークによって強制される制限は AIメタデータアシスタントワークフローにも適用されます。目録者は、手動で作成または拡充できるメタデータの作成または拡充にのみこのワークフローを使用できます。 -
Q: どのLLMで働いていますか?
A: モデルと機能が進化するにつれて、モデルは変更される可能性があります。2025 年 2 月のリリース時点では、AI メタデータ アシスタントは gpt_4o_2024_08_06 LLM モデルで動作していました。