自從今年初 ChatGPT 引發人工智慧(AI)熱潮以來,各行各業無不極盡所能的思考如何利用 AI 來改善現有產品及工作流程,甚至期望 AI 能帶來創新、從激烈的競爭中脫穎而出。圖書館自然也置身在這波浪潮中,除了自行開發外,也可以利用現成 AI 工具或產品,例如:
- 圖書館自動化系統或 WorldCat 規畫或已推出AI相關功能,如由AI推薦書籍功能、ChatGPT-like 查詢等。
- 利用 ChatGPT 協助工作或研究,不論是直接至 ChatGPT 網站(App)、透過瀏覽器外掛或擴充功能。
- 利用生成式影像服務、線上製作海報等工具。
此外,一些出版社、資料庫開始利用 AI 技術來提升產品功能,如 Scopus AI [1]、Clarivate(科睿唯安)的 GenAI [2]。OCLC 也利用機器學習來提升 WorldCat 的書目品質[3]。
但上述這些應用多數都要離開原有作業文件或環境,然後於工具或服務網站上執行,雖然 Microsoft 365 Copilot 能與 Office 軟體有比較好的整合,但目前台灣好像還沒正式推出。

日前經由傅平館長的博文看到歐美許多大學圖書館正在試用 Keenious ,它可將 Word 或 PDF 檔內容經 AI 分析,從其背後超過 1億篇學術文獻中進行檢索後提供推薦文章(含被引用次數)或主題[4]。比較特別之處有:
- 除網站外,透過增益集整合進 Word 和 Google文件,使用者不用離開編輯畫面。如果機構採用Microsoft 365,在管理端設定後,機構成員不須再下載安裝 Keenious Research Explorer 增益集,即可在 Word 中啟用該功能。
- 支援多國語言,例如正體中文。它會自動偵測語文,然後翻成英文後再進行分析。
- 可設定圖書館 link resolver 相關資訊,點擊推薦文章後,可經由 link resolver 取用訂閱的全文。這有點像在 Google Scholar 設定圖書館連結的效果。
親自操作後體驗還不錯,除了可以用現成的文件去找出它推薦的文獻外,通常在寫東西時,都會先列出一些大綱或主題,此時 Keenious 馬上就可以進行文獻推薦,感覺很方便。
Keenious 目前提供個人免費使用,但機構的話是要付費的。至於資料來源,其網站表示採用開源的 OpenAlex,一個收錄全球學術文獻的免費、開放目錄。與其他學術資料來源的比較如下:
Keenious 開發團隊來自挪威,medium.com 有一篇文章說明 Keenious 使用的技術[5]:
The solution we landed on to solve this was to use Knowledge Graphs (KG) in combination with a fast vector search solution (Weaviate).
重點就是 Knowledge Graphs(知識圖譜)及 Weaviate vector search。前者大家應該不陌生,後者我還是第一次聽到。
至於 Weaviate,下面是摘自 MyApollo 網站上簡短的介紹[6]:
Weaviate 是開放原始碼(open source)的向量資料庫(vector database),可以用它存各種向量型的資料,例如一些 Machine Learning Model 都是一堆向量資料,存到 Weaviate 之後,就可以做到向量搜尋(找到最接近的向量)或者像 Elasticsearch 全文檢索也能夠做到,甚至連最近最夯的 ChatGPT 這種生成式搜尋也可以做到,當然還是要餵進去好的資料才行,否則也只是 garbage in garbage out …… 。
下面3分鐘影片很快的介紹什麼是 Vector DB
延伸閱讀:
- Clarivate — Clarivate Launches Enhanced Search Powered by Generative Artificial Intelligence
- Library Technology Guides — Elsevier takes Scopus to the Next Level with Generative AI
- Library Technology Guides — Leveraging machine learning technology as part of ongoing WorldCat quality measures
- PingFucwu的个人博客 — 具有AI推荐功能的资源查找工具
- Charles Pierse — Knowledge Graph Search of 60 Million Vectors with Weaviate
- MyApollo — Weaviate – 向量資料庫


發表留言