Vorhin im täglichen #Bibnez DGI-Veranstaltungsnewsletter erneut DEN SATZ gelesen:

"viele Bibliotheken setzen bereits Künstliche Intelligenz ein oder planen den Einsatz von KI-Tools"

Nur:

- Welche Bibliotheken setzen Künstliche Intelligenz ein?
- Wofür setzen diese Bibliotheken Künstliche Intelligenz ein?
- Welche Bibliotheken planen den Einsatz von KI-Tools?
- Um welche KI-Tools geht es da?

Bitte inspiriert mich und schreibt wenn ihr das beantworten könnt. Ich nehme gern ernsthafte Antworten

Die #vzg_gbv hat heute auf ihrer #Verbundkonferenz an zwei Stellen erklärt, dass es in CLAIM (Katalog der TU Clausthal) [seit April] "KI-generierte Vorschläge für gesuchte Titel" gibt.

Siehe: https://www.ub.tu-clausthal.de/nachrichten/nachrichtendetail?tx_news_pi1%5Baction%5D=detail&tx_news_pi1%5Bcontroller%5D=News&tx_news_pi1%5Bnews%5D=28138&cHash=f9e35ff74c5030178017284ba60d44ec

Update der Katalogsuche

Jetzt mit neuen Funktionen, einschließlich KI-generierter Vorschläge.

@anotherfami bei Fragen dazu gerne melden ;)

@BarryJive Die wichtigste Frage wurde im Chat ja beantwortet. Der Prototyp (der in Lukida in der TU Clausthal genutzt wird) basiert auf einer Eigenentwicklung der VZG in K10plus-Zentral bei der derzeit das vortrainierte Sprachmodell nomic-embed-text-v2-moe verwendet wird das derzeit in einer eigenen sehr "dünnen" Server-Schicht auf (eigener) VZG-Hardware läuft.

Was auch immer alle diese Worte bedeuten mögen.

@anotherfami Etwas mehr Klartext: es werden derzeit nur die Titeldaten "embedded", also in einen mehrdimensionalen Vektorraum abgebildet, der für die Anerkennung von Ähnlichkeiten genutzt werden kann. Bei einer Suche greift das System anhand des angeklickten Titels auf die Datenbank zu, sucht die ähnlichsten Treffer und bringt die zur Anzeige.
Da das Embedding nicht live durchgeführt werden muss, wird das in bestimmten Intervallen erzeugt und aktualisiert. So braucht das sehr wenig Ressourcen.

@BarryJive Habt ihr eine Lösung für die Dubletten, die im K10plus drin sind? Also insgesamt oder in Bezug auf euren KI-Empfehlungsdienst. Oder stören die gar nicht so?

Alles was in DOAB drin ist z.b. ist ja immer mindestens in OAPEN noch ein zweites Mal drin.

Beispiel: https://claim.ub.tu-clausthal.de/search?q=Queere+KI

Claim

@anotherfami du meinst im Hinblick darauf, dass die ersten 3 Treffer dann auch wieder der Titel selbst sind? Nee, da haben wir nix lokal in der Planung.
Achtung, Privatmeinung: Eigentlich wäre es sinnvoller für die Suchenden, wenn sie nur einmal den Treffer angezeigt bekämen. Vielleicht ist es also eher ein Problem, dass man derartige Katalogisate mehrfach erfasst.

@BarryJive Zum einen das die 3 ersten empfohlenen Treffer der identische Titel aber verschiedenen Titelaufnahmen sind, ja.

Zum anderen scheint es ja herausfordernd zu sein Dublettenzusammenlegung zb über Matchkeys im Discoverykatalog umzusetzen, weswegen es auf der Ebene des Suchindex da keine Lösung gibt. Weder bei Print-Dubletten, noch bei Print und E-Book.

Und auf der Katalogisierungsebene muss es ja bei E-Books je Zugang eine eigene Aufnahme geben, also ist auch da nichts zu machen.

@BarryJive Hatte gehofft das vielleicht das Thema Zusammenlegung von E-Book und Print oder von Print-Dubletten (im Katalog) in den Trefferlisten vielleicht im Lukida-Kontext diskutiert wird 😅
@anotherfami noch nicht in der Tiefe. Aber ich nehme es mal in den fachlichen Rat mit. Es war aber schon herausfordernd genug, die verschiedenen Linkebenen in einem Katalogisat zufriedenstellend abzubilden.
@anotherfami "muss" provoziert bei mir immer ganz viele "warum?"
Aber vielleicht fehlt meiner Ausbildung da nur der bibliothekarische Schwerpunkt ;)
@anotherfami @BarryJive Gerade in Entwicklung von uns auf Basis einer älteren Leipziger Entwicklung für VuFind ohne KI: Result Grouping. Das fasst mehrere gleiche Publikationen zusammen und man kann nach aufklappen den passenden Treffer auswählen.
@olaf_brandt @anotherfami @BarryJive verrückt - nicht, dass das nicht alles mit good old fashioned information retrieval möglich gewesen ist. aber ich werde wohl alt - habe ja auch der 9-jährigen gesagt, dass shirin davids „bauch, beine, po“ sexistische kackscheiße ist…

@david Du könntest vielleicht in den Dialog gehen in dem du dieses TikTok-Video von Caren Lay (1:10) abspielst das Bauch Beine Po (feministisch) parodiert:

https://www.tiktok.com/@caren.lay.mdb/video/7405847049960262944?lang=de-DE

TikTok - Make Your Day

@olaf_brandt Das klingt interessant. Kann ich irgendwo mehr erfahren? Ich habe einen naiven starken Glauben daran, dass Result Grouping in Discovery-Katalogen sehr hilfreich ist. Insbesondere im Bereich Verknüpfung von Print- und Online-Zugriffen. Bin leider nicht findig genug um da einen realistischen Einblick auf die Umsetzbarkeit* zu haben.

*Ich wünsche mir die Anzeige eines Treffers pro Werk unter dem alle Manifestationen (Print-Exemplare, Online-Zugriffe) auftauchen.

@BarryJive

@anotherfami @olaf_brandt Is ja OK, ich packe es ja schon als Feature-Request ins Board... ;)
Danke für den Input, ernsthaft. Selbst wird man manchmal ein wneig betriebsblind.
@anotherfami @BarryJive
Es ist gerade in der Abstimmun mit der FID- Community und soll auf der VuFind 2025 in zwei Wochen deutschlandweit abgestimmt werden:
https://github.com/ubtue/tuefind/pull/3228
Es ist also noch nicht fertig!
Integrate finc/vufind-results-grouping to Tuefind 10 by steven-lolong · Pull Request #3228 · ubtue/tuefind

A first attempt to integrate the external module from FINC. Since the module is made for an old VuFind (+PHP) version, some of the original files need to be modified. This cannot be done by includi...

GitHub

@olaf_brandt

Danke. Ich hoffe es macht Sinn das zu vufind-org zu migrieren.

"Discuss with the community + people from FINC whether it might make sense to migrate this to vufind-org"

@BarryJive

@anotherfami @BarryJive Da kam tendenziell eher Ablehnung (Doppelungen zu FRBR-Parts), aber nach der Abstimmung in der deutschen Community werden wir es noch mal versuchen bei VuFind.org einzubringen.