基于联邦智能的自动归档描述生成
人工智能
2026-02-03 v2 数字图书馆
信息检索
机器学习
摘要
强制执行归档标准需要专业知识，手动为归档材料创建元数据描述是一项繁琐且容易出错的任务。本工作旨在探索基于智能体AI和大型语言模型（LLM）在实施标准化归档描述过程方面的潜力。为此，我们引入了一个基于智能体AI驱动的系统，用于自动生成归档材料的高质量元数据描述。我们开发了一种联邦优化方法，将多个LLM的智能力量联合起来构建最优的归档元数据。我们还建议了一些克服使用LLM进行一致性元数据生成挑战的方法。为评估我们技术的可行性和有效性，我们使用覆盖多种文件类型和格式的真实世界归档材料数据集进行了大量实验。评估结果表明，我们的技术是可行的，并突出显示了联邦优化方法在元数据质量和可靠性方面优于单一模型解决方案的优势。
引用
@article{arxiv.2504.05711,
title = {Automated Archival Descriptions with Federated Intelligence of LLMs},
author = {Jinghua Groppe and Andreas Marquet and Annabel Walz and Sven Groppe},
journal= {arXiv preprint arXiv:2504.05711},
year = {2026}
}
备注
16 pages