공평한 연구 경험 엡스코는 가장 광범위한 저널 제목
컬렉션에서 경험 수준, 방법론, 언어, 연구 도메인, 문화 및 미세 문화 인식론에 걸친 광범위하게 다양한 콘텐츠 세트를 보유하고 있습니다.
엡스코는 이러한 다양한 정보에서 AI 기능을 기반으로하는 기반은 AI 교육이 아닙니다.In addition, 엡스코는 공정한 연구 경험을 지원하기 위해 노력하고 있습니다.
대규모 언어 모델 및 공평한 검
색많은 대규모 언어 모델(LLM)은 일반적인 지식을 가지고 있지만 상세한 도메인 별 질문에 어려움을 겪고 있어 종종 부정확한 결과를 낳습니다. LLM에는 특정 연구 쿼리를 지원하기 위해 도메인 별 데이터 및 전문가 검증이 필요합니다.
또한 LLM은 포괄성을 보장하기 위해 문화적 및 언어적으로 다양한 데이터를 이해해야합니다.
EBSCO 공평한 AI
EBSCO 사용자는 전 세계에 걸쳐 있으며 언어뿐만 아니라 사람들이 데이터를 식별하고 상호 작용하는 방식도 다르다는 것을 이해합니다.
각 사용자는 자신의 경험, 문화, 언어 및 요구로 구성된 고유 한 정신 모델을 가지고 있습니다. 이것이 바로 공평한 검색 지원이 수십 년 동안 엡스코의 최우선 과제였던 이유입니다. 처음에는 사용자가 익숙한 게시자 주제 어휘에 관계없이 주제 태그가 동의어가 일치하지 않더라도 여전히 콘텐츠를 검색 할 수 있도록 데이터베이스 전체에 게시자 제목을 매핑했습니다. 이 매핑은 Unified Subject Index 또는 USI라고합니다.
엡스코는 이를 한 걸음 더 나아가 모든 국립 도서관 주제 기관과 가장 권위있는 정부 및 연결 데이터 어휘를 USI에 추가했으며, 이는 280 개 이상의 언어와 방언을 포함하는 세계에서 가장 큰 학술 어휘 다국어 매핑 중 하나를 만들었습니다. 더 나은 사실은 같은 해 우리는 수십억 개의 자연어 용어를 수집하여 USI 내의 통제 된 용어 동등성에 매핑했습니다.
디코딩
EBSCO 또한 검색에서 AI를 사용하여 학술 검색을 처음 접하는 사람들을위한 검색 경험을 "디코딩"하는 데 도움이됩니다. 복잡한 고급 쿼리는 여전히 고급 연구의 표준이지만 연구 및 도서관 리소스에 익숙하지 않은 경우 많은 사람들이 발판을 찾는 데 어려움을 겪습니다.
새로운 자연어 검색 모드 EBSCO 검색 서비스 및 EBSCO 주최자 쿼리를 EBSCO 고유 검색 엔진이 관련 결과뿐만 아니라 상황 별 결과를 검색하여 사용자의 의도 된 쿼리를 존중하는 데 도움이되는보다 의미있는 명사구 청크로 구문 분석 함으로써 진입 장벽을 무너뜨리는 데 도움이됩니다.
이를 통해 복잡한 쿼리를 수식화하는 방법을 모르는 사용자가 연구 여정에 도움이 되는 결과를 검색하는 데 도움이됩니다. 이를 통해 현장 수준을 조정하고 더 많은 사람들이 전문 지식없이 연구를 진행할 수 있도록하여보다 공평한 검색 경험을 제공합니다.
최신 정보 유지
엡스코의 AI에 대해 자세히 알아보려면 문의하기 , AI 베타 프로그램에 등록하거나 연구 개발 이니셔티브에 대해 우리와 협력하십시오.