基于技能的AI代理管道用于图书馆 of Congress 主题索引
数字图书馆
2026-05-06 v1 人工智能
摘要
本文提出了一种用于自动化图书馆 of Congress 主题标题(LCSH)主题索引的模块化AI代理技能管道。主题索引——分析作品aboutness、选择受控词汇表术语并将其编码为MARC21主题存取字段的过程——是图书馆目录中最耗时的组成部分之一。该系统将此过程分解为四个离散的、顺序执行的agent技能：概念分析、定量过滤、权威验证和MARC字段合成。每个技能都直接从图书馆 of Congress 主题标题手册(SHM)说明书和主题分析理论中提取领域知识。该管道使用其在哈佛图书馆书目数据集(其Alma ILS 的快照)中捕获的十个标题现有主题标题进行评估。结果表明，该系统与专业主题索引实践在概念上具有很强的一致性，在特定性、细分实践以及代理人对2026年LC政策（即在LCGFT 655字段中停用形式细分）的遵循方面都有显著差异。
引用
@article{arxiv.2605.03537,
title = {A Skill-Based AI Agentic Pipeline for Library of Congress Subject Indexing},
author = {Eric H. C. Chow},
journal= {arXiv preprint arXiv:2605.03537},
year = {2026}
}