Een gelijkwaardige onderzoekservaring
EBSCO heeft een breed scala aan content met uiteenlopende kennisniveaus, methodologieën, talen, studiegebieden en culturele en microculturele epistemologieën.
Door onze AI-functies te "grounden" op basis van deze diverse informatieset (grounding is geen AI-training), blijft EBSCO een gelijkwaardige onderzoekservaring stimuleren en ondersteunen.
Grote taalmodellen en gelijkwaardig zoeken
Veel grote taalmodellen (large language models, LLM's) beschikken over algemene kennis, maar hebben moeite met gedetailleerde, domeinspecifieke vragen, wat vaak leidt tot onnauwkeurigheden. Om nauwkeurige zoekopdrachten te ondersteunen, hebben LLM's domeinspecifieke data en deskundige controle nodig.
Daarnaast moeten LLM's cultureel en taalkundig diverse data begrijpen om inclusiviteit te waarborgen.
Gelijkwaardige AI
EBSCO's gebruikers zijn verspreid over de hele wereld, en we begrijpen dat niet alleen talen verschillen, maar ook de manier waarop mensen data identificeren en ermee omgaan.
Elke gebruiker heeft zijn eigen mentale model waarin zijn ervaringen, cultuur, taal en behoeften zijn opgenomen. Het ondersteunen van gelijkwaardig zoeken is daarom al jarenlang een prioriteit voor EBSCO. We begonnen met het koppelen van de onderwerprubrieken van uitgevers tussen de verschillende databanken om ervoor te zorgen dat gebruikers altijd de gewenste content vinden - ook als de door hen gezochte termen niet gelijk zijn aan de door de betreffende uitgever gehanteerde thematische woordenlijst. Deze koppeling wordt de Unified Subject Index (USI) genoemd.
EBSCO ging nog een stap verder en voegde alle National Library Subject Authorities en de meest gezaghebbende overheids- en linked-data-vocabulaires toe aan de USI, waardoor een van de grootste meertalige koppelingen van wetenschappelijke vocabulaires ter wereld ontstond, met meer dan 280 talen en dialecten. Bovendien verzamelden we in datzelfde jaar miljarden termen in natuurlijke taal, om deze vervolgens aan de bijbehorende thesaurustermen in de USI te koppelen.
Decodering van zoeken
EBSCO maakt ook gebruik van AI om mensen die nog niet zo ervaren zijn met academisch zoeken te helpen om de zoekervaring te "decoderen". Complexe gevorderde zoekopdrachten zijn nog steeds de standaard voor geavanceerd onderzoek, maar velen hebben moeite om houvast te vinden als ze niet bekend zijn met onderzoek en met hun bibliotheekbronnen.
De nieuwe modus voor zoeken in natuurlijke taal in EBSCO Discovery Service en EBSCOhost helpt barrières weg te nemen door een zoekopdracht op te delen in betekenisvollere stukken die EBSCO's zoekmachine helpen niet alleen relevante resultaten te vinden, maar ook contextspecifieke resultaten, waarbij de door de gebruiker bedoelde zoekopdracht wordt gehonoreerd.
Dit helpt gebruikers die wellicht niet weten hoe ze een complexe zoekopdracht moeten formuleren om toch de resultaten te vinden die hen verder brengen in hun onderzoeksreis. Dit helpt het onderzoeksveld gelijkwaardiger te maken en stelt meer mensen in staat om zonder gespecialiseerde kennis aan hun onderzoek te beginnen.
Blijf op de hoogte
Wilt u meer weten over AI bij EBSCO? Neemt u dan contact met ons op. U kunt zich ook aanmelden voor onze AI-bètaprogramma's of met ons samenwerken aan onderzoeks- en ontwikkelingsinitiatieven.