Искусственный интеллект как инструмент-помощник для составления предметно-тематического указателя

Различные вспомогательные указатели к библиографическому ресурсу выполняют свои уникальные функции, но лишь один из них наиболее удачно воспроизводит структуру истории и современного состояния отрасли знания – предметно-тематический указатель. Например, справочник «Материалы, опубликованные в журнале “Почвоведение” за 100 лет» представляет собой своего рода путеводитель по огромному и ценному массиву информации. Актуальность тематики этого издания объясняет необходимость продолжения работы с ним. Обновленная схема предметно-тематического указателя нового справочника за 1999–2023 гг. должна показать изменения в направлениях почвоведения. Методика составления указателя хорошо известна, но специфика развития библиотечных и информационных технологий требует определенных изменений.
Цель статьи – обосновать составление предметных рубрик с помощью технологий искусственного интеллекта. Перечислены новые возможности для предметной индексации в результате интеграции искусственного интеллекта в процесс каталогизации, которые позволят проводить более сложный анализ текста для корректной формулировки названия предметной рубрики и соответствующей страницы библиографического описания публикации. Подчеркнута уникальность предметно-тематического указателя справочника «Материалы, опубликованные в журнале “Почвоведение” за 100 лет» в предоставлении пользователям библиографической информации, объясняющая наше стремление использовать способность машин при составлении библиографического ресурса. Это направление прикладного исследования позволит составителям-библиографам и IT-специалистам разработать оптимальный научно-справочный аппарат для указанного библиографического ресурса.

1. Бакун Д. Н. Трансформация библиографической эвристики в области подготовки научных электронных изданий // Книга. Исследования и материалы. 2021. № S1. С. 79–89

2. Везетиу Е. В., Вовк Е. В. Контент-анализ как метод качественно-количественного анализа содержания документов // МедиаVектор. 2022. № 3. С. 9–12

3. Иванов И. В., Луковская Т. С. Наукометрический анализ публикаций журнала «Почвоведение» за 100 лет (1899–1998 гг.) // Почвоведение. 2003. № 1. С. 115

4. Коршунов О. П. Библиографоведение : учебник. Москва, 2000. 149 с. [Korshunov OP (2000) Bibliographical studies: textbook. Moscow. (In Russ)].

5. Кунце Х. Составление вспомогательных указателей : пер. с нем. Москва : Книга, 1977. 62 с. DOI: https://doi.org/10.20913/1815-3186-2024-1-107-120

6. Материалы, опубликованные в журнале «Почвоведение» за 100 лет : библиогр. справ. / сост.: И. В. Иванов, Т. С. Луковская. Москва : Наука, 1999. 670 с.

7. Мохначева Ю. В., Цветкова В. А. Библиометрический анализ почвоведения как научного направления // Почвоведение. 2020. № 6. С. 762–770 DOI: https://doi.org/10.31857/S0032180X2006009X

8. Нещерет М. Ю. Нейросети в библиотеке: новое в библиографическом обслуживании // Научные и технические библиотеки. 2024. № 1. С. 105–128

9. Петров Е. Н., Портнов Е. М. Исследование возможностей рекуррентных нейронных сетей для решения задачи классификации слабоструктурированной информации на примере библиографических данных // Известия высших учебных заведений. Электроника. 2022. Т. 27, № 2. С. 259–267

10. Призмент Э. Л., Динерштейн Е. А. Вспомогательные указатели к книжным изданиям. Москва : Книга, 1988. 207 с.

11. Степанов В. К. Естественный разум в поисках путей приложения искусственного : итоги науч.практ. конф. «Применение искусств. интеллекта в библ.-информ. деятельности» // Библиосфера. 2024. № 4. С. 24–31 DOI: https://doi.org/10.20913/1815-3186-2024-4-24-31

12. Цветкова В. А. Актуальные задачи подготовки кадров для библиотечных и информационных структур // Вестник Московского государственного университета культуры и искусств. 2024. № 4. С. 191– 195 DOI: https://doi.org/10.24412/1997-0803-2024-4120-191-195

13. Юдина И. Г., Федотова О. А. Библиотечные и институциональные системы отражения научных публикаций в Новосибирском научном центре Сибирского отделения РАН // Информационное общество. 2022. № 1. С. 85–97 DOI: https://doi.org/10.52605/16059921_2022_01_85

14. Ahmed M, Mukhopadhyay M and Mukhopadhyay P (2023) Automated knowledge organization: AI/ML-based subject indexing system for libraries. Journal of Library & Information Technology 43 (1): 45–54. DOI: https://doi.org/10.14429/djlit.43.01.18619

15. Kasprzik A (2023) Automating subject indexing at ZBW – making research results stick in practice. LIBER Quarterly: The Journal of the Association of European Research Libraries 33 (1): 1–17. DOI: https://doi.org/10.53377/lq.13579

16. Kasprzik A (2025) Transferring applied machine learning research into subject indexing practice. New horizons in artificial intelligence in libraries. Berlin, Boston, pp. 199–212. DOI: https://doi.org/10.1515/9783111336435-015

17. Poley C, Uhlmann S, Busse F, Jacobs JH, Kähler M, Nagelschmidt M and Schumacher M (2025) Automatic subject cataloguing at the German National Library. LIBER Quarterly: The Journal of the Association of European Research Libraries 35 (1): 1–29. DOI: https://doi.org/10.53377/lq.19422

18. Suominen O, Inkinen J and Lehtinen M (2022) Annif and Finto AI: developing and implementing automated subject indexing. JLIS.it 13 (1): 265–282. DOI: https://doi.org/10.4403/jlis.it-12740

19. Suominen O, Inkinen J, Virolainen T, Fürneisen M, Kinoshita BP, Veldhoen S, Sjöberg M, Zumstein P, Neatherway R and Lehtinen M (2023) Annif (v1.1.0): automatic indexing software. Zenodo: repository. DOI: https://doi.org/10.5281/zenodo.8262313