@misc{MoeddenSchoeningWalter2023, author = {M{\"o}dden, Elisabeth and Sch{\"o}ning-Walter, Christa}, title = {Maschinelle Beschlagwortung mit Algorithmen - Ein Blick in die Werkstatt des KI-Projektes der Deutschen Nationalbibliothek}, series = {TK 5: Daten und Publikationen/ Daten analysieren (24.05.2023, 16:30 - 18:00, Konferenzraum 27/28)}, journal = {TK 5: Daten und Publikationen/ Daten analysieren (24.05.2023, 16:30 - 18:00, Konferenzraum 27/28)}, year = {2023}, abstract = {In der Deutschen Nationalbibliothek nutzen wir maschinelle Verfahren, um m{\"o}glichst viele Publikationen mit inhaltsbeschreibenden Metadaten anzureichern und damit das Suchen und Finden in Informationssystemen zu unterst{\"u}tzen. Das heißt: Wir verwenden Algorithmen, um die Entscheidungsprozesse der thematischen Einordnung von Texten mit maschinellen Verfahren nachzubilden. Die Techniken der K{\"u}nstlichen Intelligenz (KI) entwickeln sich zurzeit rasant weiter. K{\"o}nnen wir aktuelle Innovationen f{\"u}r unsere bibliothekarischen Anwendungszwecke nutzen? Mit diesen Fragen besch{\"a}ftigen wir uns im Projekt „Automatisches Erschliessungssystem". Die Projektarbeiten haben 2021 begonnen und werden im Rahmen der nationalen KI-Strategie von der Beauftragten der Bundesregierung f{\"u}r Kultur und Medien gef{\"o}rdert. Unser Forschungsschwerpunkt ist die maschinelle Beschlagwortung mit dem Vokabular der Gemeinsamen Normdatei (GND). Die GND enth{\"a}lt mehr als eine Million semantischer Konzepte, die sich potenziell als Erschließungslabel eignen. Das sind Sachschlagw{\"o}rter, Personen, K{\"o}rperschaften, Konferenzen, Geografika und Werke. Welche Innovationen der KI k{\"o}nnen wir f{\"u}r die Analyse von Texten in nat{\"u}rlicher Sprache und f{\"u}r die Klassifizierung mit extrem vielen Labeln nutzen? Und k{\"o}nnen wir mit neuen Techniken die Vollst{\"a}ndigkeit und Genauigkeit der maschinell generierten Erschließungsdaten messbar verbessern? Und welcher Ressourcenaufwand ist daf{\"u}r erforderlich? Im Projekt f{\"u}hren wir dazu systematische Evaluierungen durch und stellen resultierende Services als Open Source Software f{\"u}r die weitere Nutzung bereit. Im Beitrag berichten wir {\"u}ber die bisherigen Erfahrungen und Erkenntnisse.}, language = {de} }