基于LLM的标签化界面：提升OGD门户数据发现性

自2000年代中期以来，针对促进开放政府数据（OGD）的努力在各政府层级上获得了显著 traction。随着更多数据集在OGD门户上发布，寻找特定数据变得更加困难，导致信息过载。完整且准确的数据文档，包括为数据集正确关联标签，是提高数据发现性和可访问性的关键。对爱沙尼亚开放数据门户的分析显示，11%的数据集没有关联标签，26%的数据集仅分配一个标签，这凸显了该门户（据最新《开放数据成熟度报告》，被视为领先者）在数据发现性和可访问性方面的挑战。本研究旨在提出一种自动化解决方案，用于为数据集生成标签，以提高OGD门户的数据发现性。本文介绍了Tagify——一种数据集标签化界面原型，采用大语言模型（LLM）如GPT-3.5-turbo和GPT-4自动生成数据集的标签，支持英文和爱沙尼亚语，从而增强数据发布者的元数据准备工作，并提高数据用户在OGD门户上的数据发现性。该开发的解决方案经过用户评估并收集了反馈，以定义未来原型改进的议程。