JLIS.it · 档案与图书情报研究· Valerio De Luce·来源页面发布时间· 仅确认发表日期,具体时刻未核实精选AI 评分69
基于AI的漫画分析型元数据半自动化框架开发
Development of a semi-automated framework for analytical metadata for comics
论文信息
- 作者
- Valerio De Luce
- 期刊
- JLIS.it
- 发表年份
- 2026
开放版本由出版机构或知识库提供,版本及使用条件以来源页面为准。
研究导读 · AI
研究开发了一种基于GPT-4o的半自动化框架,用于从100部数字漫画中自动提取分析型书目元数据。实验结果显示该方法在多个元数据字段上具有较高提取准确率,验证了AI在提升编目效率方面的潜力。研究同时指出存在幻觉、历史数据不完整及需人工干预模糊字段等问题,提出未来应加强人机协同的编目路线图。公开页面仅提供论文信息,尚无法据此判断具体研究结论。
根据公开摘要生成,未核读论文全文;研究细节请以原文为准。
AI 推荐理由
研究提出基于GPT-4o的半自动化框架,可高效提取漫画类文献的分析型元数据,为数字资源编目提供可验证的技术路径。
来源:JLIS.it · 档案与图书情报研究 · jlis.it