高校圖書館大模型的構建與探索

摘 要：人工智能和大模型是當今世界最重要的技術之一，是國家在科技自立自強領域取勝的關鍵賽道。高校作為科技創新的重要力量之一，也都在加強對人工智能和大模型的研究和建設。文章探討了大模型和圖書館相結合的發展趨勢、技術架構和應用場景，對圖書館大模型的落地實施和安全問題進行了探索，通過對圖書館大模型的全面剖析更好地理解大模型對社會、經濟、科學等多個領域的深遠影響，并提出了圖書館大模型的應對策略。

關鍵詞：人工智能；大模型；圖書館；科技創新；智能化

中圖分類號：G258.6 文獻標識碼：A 文章編號：1003-1588（2024）11-0087-04

1 背景

人工智能（AI）是推動數字經濟發展的核心技術，大模型是人工智能的基礎，在語言理解、圖像識別、自動駕駛等領域應用廣泛^[1，2]。大模型采用深度學習技術，通過數十億甚至數萬億參數的網絡結構，模擬人腦的復雜神經網絡，實現對龐大數據集的高效學習與推理，大模型是“大數據+大算力+強算法”結合的產物。在金融領域，大模型被應用于風險管理、個性化金融服務和反欺詐，以提高風險評估的準確性和客戶滿hk5vYMscGuW/nVSrk6S8Sg==意度，保障資金安全；在醫療領域，大模型助力醫學影像診斷、老年患者管理和醫學研究，提高診斷精度、個性化醫療和新藥研發效率；在制造領域，大模型實現了智能化生產計劃、優化質量管理和預測設備故障，提高生產計劃的準確性、產品質量和設備可靠性。大模型的迅猛發展也伴隨一系列挑戰和問題，如數據隱私、算法公正性、技術透明性等。

圖書館作為高校的重要服務窗口，如何借助大模型的能力為廣大師生提供更好的服務，是擺在館員面前的重要問題。本研究結合中國傳媒大學圖書館的業務特色，從需求分析、模型構建、實施落地、模型安全等維度，提出了圖書館大模型的構建策略。

2 圖書館大模型目標

中國傳媒大學圖書館設置綜合辦公室、資源建設部、學科服務部、空間及技術保障部、借閱服務部、特藏建設部等六個部門。圖書館以讀者需求為導向、以學科建設為引領，資源建設和空間建設雙核驅動，使資源建設特色更鮮明、用戶服務保障更智能、服務學科建設更精準、技術體系保障更有力、學習空間塑造更人文、館員隊伍建設更專業^[3，4]。但是，圖書館在信息化和智能化方面仍有待提升，檢索系統的便捷性和標準化程度不高，現有系統缺乏高效的智能推薦和個性化定制功能；缺乏大模型等智能化工具，深度學習和數據挖掘技術的普及度不高，難以實現對用戶行為和需求的精準分析和個性化服務^[5-7]。

圖書館利用大模型技術可實現自動化的文件管理和信息整合，提高辦公效率；開發智能助手系統，為工作人員提供信息查詢、日程安排等服務；對圖書館館藏進行深度挖掘和分析，發現館藏的潛在價值和研究熱點，開發智能化的圖書推薦系統；開展學科文獻分析和知識發現，為研究者提供更全面的學科服務支持；開發基于大模型的學科問答系統，為用戶提供學科咨詢和解答服務；進行數字化館藏建設，實現對文獻的自動掃描、數字化處理和元數據錄入；對圖書館空間進行優化，提出空間布局和服務改進建議；開發圖書館空間導航系統。

圖書館大模型應用的總體架構主要包括兩類，分別為“智慧圖書館+大模型”和“大模型+智慧圖書館”。“智慧圖書館+大模型”是圍繞圖書館業務嵌入大模型技術，以圖書館業務場景為核心，面向館員打造大模型應用場景。“大模型+智慧圖書館”則是以圖書館大模型為核心，調用知識庫等外部系統提高智能處理和認知推理能力，面向讀者打造統一服務入口，提供咨詢問答、檢索推薦、新型閱讀等多元服務。圖書館大模型正在由“+大模型”向“大模型+”范式轉變^[8，9]。

3 圖書館大模型構建

3.1 總體架構

圖書館大模型架構設計涉及數據、算法和算力，底層要有基礎的大模型，往上建設傳媒大模型。傳媒大模型往上迭代圖書館大模型的應用層，圖書館大模型的三層總體架構見圖1。底層的通用大模型通過選擇業界的主流產品可獲得，中間的傳媒大模型通過加入圖書館數據進行模型微調，上層的落地場景滿足了圖書館實現智能化應用的目標。

3.2 應用場景

3.2.1 信息咨詢智能問答。智能問答系統主要通過對大量文獻數據、圖書館服務相關信息的學習和分析，建立龐大而完備的知識庫。系統能夠利用先進的自然語言處理技術，對問題進行理解和分析，并從知識庫中找到最匹配的答案。

3.2.2 圖書館智能導航。圖書館通過對館藏信息、服務流程、空間布局等進行全面的數據整合和分析，構建完整而豐富的圖書館知識庫，對用戶提出的導航請求進行深度理解和分析，準確識別用戶需求，并給出相應的導航方案，如：圖書館根據用戶的學科背景、研究興趣等因素，為用戶推薦相關的書籍、期刊和數據庫資源。系統能夠提供多維度的導航服務，包括空間導航、資源導航、服務導航等，用戶可以通過系統快速定位所需資源的位置，了解相關的服務信息和使用規則；圖書館能夠及時更新最新信息和變化，保持導航數據的準確性和實用性，用戶可以隨時通過系統獲取最新的館藏信息、活動通知等。

3.2.3 圖書館館藏智能檢索。圖書館能夠通過對館藏、學術文獻、服務流程等大量數據的分析和處理，結合用戶的查詢需求和偏好，實現智能化的信息檢索和推薦功能，主要包括數據采集、數據處理、信息檢索和結果展示等。圖書館要收集和整理的各類資源數據包括圖書、期刊、論文、數據庫等，對采集到的數據進行處理，提取其中的關鍵信息和特征，建立索引和詞典等數據結構，以便后續的檢索和查詢操作。

3.2.4 圖書館數字館員。數字館員對館藏資源進行全面、精準的管理，能夠實現對館藏的智能化分類、標注、整理和更新，使圖書館的資源管理更加高效、準確。數字館員可以對用戶的需求和興趣進行深度分析，為用戶提供個性化的信息推薦、學術指導、參考咨詢等服務。數字館員可以為用戶解答相關問題，解決用戶在使用圖書館資源過程中遇到的各種問題。數字館員參與圖書館的運營決策和管理，為圖書館管理者提供決策支持，幫助其更好地了解用戶需求，優化資源配置，改進服務流程。

3.2.5 圖書館學科服務。學科服務是指為不同學科領域的用戶提供個性化、智能化的服務支持，滿足其在學術研究、教學和學習過程中的信息需求和知識獲取需求，涵蓋了對學科資源的整合、學科專業化服務的提供、學科研究支持等。學科服務可以對圖書館的學科資源進行全面、精準的整合和管理，能夠實現對學科領域的學術期刊、學位論文、專著、研究報告等各類資源的智能化分類、標注、整理和更新；對學科領域的研究熱點、前沿動態等進行實時監測和分析，為學科研究者提供學科趨勢分析、文獻檢索、學術交流等支持，促進學科研究的開展和成果的交流。學科服務系統可以為教師和學生提供豐富多樣的學科教學資源、課程輔助資料、學科學習指導等服務。

3.2.6 圖書館智能答疑。圖書館要整合各類資源和服務信息，實現智能化的問題解答和服務支持，深入理解用戶提問的含義，識別其中的關鍵詞和信息，更準確地理解用戶的需求。圖書館要結合資源和服務信息，為用戶提供豐富、準確的答案和解決方案；通過搜索圖書館館藏、學術文獻、數據庫等資源，找到與用戶提問相關的答案，并根據其相關度和權威性進行排序和推薦。

3.2.7 館藏好書速讀。圖書館要幫助用戶在繁雜的信息中快速找到優質的讀物，分析用戶的閱讀歷史、偏好和興趣，智能推薦契合用戶需求的優質讀物：一是快速瀏覽，通過對文本內容的摘要、關鍵詞提取和重點標注，幫助用戶快速把握文章的核心內容和要點。二是智能摘要，自動生成文章的精煉摘要，為用戶提供閱讀參考。摘要不僅能夠準確概括文章的主要內容，還能突出文章的重點和亮點。三是關鍵詞標注，對文章進行關鍵詞標注，將文章中的重要術語、名詞和短語進行標注和解釋，幫助用戶理解文章的專業術語和概念。四是個性化定制，根據用戶的閱讀偏好和需求，設置閱讀速度、閱讀模式、關注領域等參數，定制個性化的閱讀體驗，并根據用戶的反饋和行為數據，不斷優化推薦算法和閱讀體驗。五是學習記錄和評估，記錄用戶的閱讀歷史和行為數據，分析用戶的閱讀習慣和興趣偏好，提供個性化的學習建議和評估。

3.2.8 圖書館書友圈。圖書館可結合人工智能技術與圖書館資源的社交平臺，為讀者提供交流、分享和學習的場所；分析用戶的閱讀歷史、興趣偏好等數據，為用戶推薦個性化的閱讀書單；書目推薦不僅要基于用戶過去的閱讀行為，還要考慮圖書館館藏、熱門書籍和學術資源等因素，為用戶提供更加精準、多樣化的閱讀建議。

4 圖書館大模型實施

4.1 通用大模型選型

在圖書館大模型實施階段，通用大模型的選型至關重要，直接關系到智能化平臺的效率、可行性和長期可維護性。首先，圖書館需要考慮館藏的規模和類型、用戶的使用模式、數字資源的多樣性等；其次，圖書館要兼顧現有的系統，如數字圖書館系統（DLS）和智能化資源管理系統（DRMS）的現狀和對接條件等。

大模型算力準備直接關系到智能化過程的質量、效率和可持續性。除常規的GPU、CPU等計算資源外，存儲設備的選擇也極為重要，選擇高容量、高性能的存儲設備安全有效地保存數據資源，涉及服務器、網絡存儲設備或云存儲解決方案的選用。云存儲的優勢在于能夠提供靈活的存儲空間，使用戶能夠在不同地點、不同設備上訪問智能化資源。

4.2 圖書館大模型數據

圖書館的結構化數據較多，要利用知識圖譜（Knowledge Graph）進行知識表達和處理，并和大模型進行配合使用，賦能圖書館的智能化服務。知識圖譜采用實體、屬性、關系三元組構建知識，尤其適合圖書館結構化的數據處理，是知識表達的重要方式，可以和大模型結合使用，即用知識圖譜構建的數據是圖書館大模型的數據輸入源之一^[10]。在構建方案中，圖書館梳理好業務知識圖譜后，抽離現實世界中的實體與實體、實體與屬性之間的關系，通過三元體結構進行表達，構建完成圖譜概念樹、概念屬性及關系管理。圖譜關系構建完成后，圖書館可添加實體數據，大模型提供不同數據的處理方式；對于結構化數據通過知識映射快速導入數據，支持用戶手動創建導入；對于非結構化數據提供閱讀理解模型，可抽取非結構化數據中的實體、關系及實體屬性值。

5 圖書館大模型推廣價值

首先是提高資源的可訪問性，將館藏文獻轉化為數字形式，拓展用戶獲取信息的途徑，為讀者、研究者、學生等提供便捷和廣泛的獲取途徑。圖書館大模型將文獻資源從實體形態轉化為數字形態，使用戶能夠利用先進的搜索引擎和檢索工具，高效定位所需信息；提高檢索效率，為用戶提供更豐富的信息資源，包括文本、圖像、音頻等多媒體形式。其次是推動信息共享和協作。圖書館大模型重新定義了圖書館的角色，促進不同機構、學者和社群之間更廣泛、更深入的合作，構建知識共享網絡；使圖書館成為信息樞紐，為用戶提供一個共享和交流的空間；為圖書館構建了開放的知識共享平臺，通過數字資源的開放獲取和共享促進了全球范圍內的學術合作。再次是個性化服務和學習支持。圖書館大模型為用戶提供了更全面、即時的學術咨詢和指導，用戶可以通過數字平臺獲取包括文獻檢索、學術寫作、數據分析等個性化學術支持，成為學術生涯中不可或缺的智能化學術伙伴。

參考文獻：

[1] 梁迎麗，張夢夢.AI大模型推動教育發展的理論訴求與實踐路徑[J/OL].南京郵電大學學報（社會科學版），1-6[2024-03-21].https：//doi.org/10.14132/j.cnki.nysk.20240321.001.

[2] 鄔賀銓.大模型融入云平臺，信息化走向數智化[J].重慶郵電大學學報（自然科學版），2024（1）：1-8.

[3] 武林娜，宋愷，王淞鶴.生成式人工智能對個人信息安全的挑戰及應對策略[J].信息通信技術與政策，2024（1）：13-18.

[4] 洪永淼，汪壽陽.ChatGPT與大模型將對經濟學研究范式產生什么影響[J].計量經濟學報，2024（1）：1-25.

[5] 盧仕嚴.圖書館智能化的規劃、目標和實現[J].圖書館學研究，2000（5）：43-45.

[6] 馬慧萍.圖書館的智能化研究：我國智慧圖書館標準體系構建探討[J].科學咨詢（科技·管理），2020（2）：66-67.

[7] 賈君枝，張貴香.智慧圖書館建設視角下館員元數據核心能力構建[J/OL].中國圖書館學報，1-16[2024-03-21].http：//kns.cnki.net/kcms/detail/11.2746.G2.20240311.1832.006.html.

[8] 楊曉雯.ChatGPT驅動下的圖書館變革：構建智慧圖書館的新路徑[J].大學圖書情報學刊，2024（2）：46-52，89.

[9] 杜艷艷.數字化轉型背景下智慧圖書館產品的價值意蘊、實踐邏輯和推進路徑[J/OL].圖書館，1-7[2024-03-21].http：//kns.cnki.net/kcms/detail/43.1031.G2.20240208.2122.004.html.

[10] 王娟，曹樹金，王志紅，等.面向探索式搜索的領域知識圖譜構建及實驗探索[J].圖書情報工作，2024（3）：105-116.

（編校：崔萌）