简介:
《信息文萃》是一本图书馆内部发行刊物,于2000年创刊,每年出版16期,由财经、高教和读书思考三个栏目组成,每期共8个版面,包括教育类4版,财经类3版,读书思考1版。至今已出版261期。《信息文萃》精心选摘与主题相关的时事要闻、经典评论,将初步筛选的信息编辑整理,《信息文萃》以读者需求为中心,紧跟时代脉搏,关注时势热点,求真务实,受到广大读者的喜爱。DeepSeek赋能图书馆参考咨询服务的路径
摘录:南京财经大学图书馆 更新日期:2025年04月01日 16:18 类别:图情天地 总浏览:272
参考咨询服务作为图书馆的核心业务之一,在提升图书馆服务效能方面扮演着重要角色。但当下,图书馆参考咨询服务仍存在短板。其一,智能程度不足,多数情况下仅能执行简单的信息检索、咨询等,难以对海量数据资源进行深度挖掘、有效整合和智能分析,无法发挥图书馆数据资源的最大价值;其二,服务模式被动,面对读者的咨询需求,无法及时响应,服务效能不高,影响读者服务体验。
近年来,大语言数据模型的爆火引起了各行各业广泛的关注,其在智能咨询服务的优异表现,给大语言模型赋能图书馆参考咨询服务提供可能。基于“资源—AI—读者”的智慧图书馆参考咨询服务模式,能够以自然语言交互方式,精准捕捉读者意图,并提供准确性回复,同时根据读者的行为数据提供个性化的推送服务,提高服务质量。
DeepSeek赋能图书馆参考咨询服务体系架构的搭建
DeepSeek作为首款开源的大语言模型,通过本地化部署,能有效规避数据经由第三方平台泄漏风险,保障数据安全;再加上其在模型构建、算法优化、软硬协同等多方面的创新突破,在语义理解、知识推理与生成及运算效能等众多领域表现卓越。这些优势使DeepSeek能够深度赋能图书馆参考咨询服务,不仅能精准对接读者多样化、个性化的服务需求,全面提升读者的服务体验,还能为图书馆智慧化建设提供强劲动力。
一、服务对象层面:多维度线性服务架构搭建
DeepSeek赋能图书馆参考咨询服务体系架构从服务对象层面来看,整个体系框架由数据对象、模型对象、应用对象和用户对象这四个模块对象组成。
数据对象主要是指图书馆数字资源。图书馆有丰富多样的数字资源,其中包括馆藏数据、业务数据、用户行为数据及外部开放数据等。数据对象作为整个体系架构的基础部分,其功能是对这些数据进行汇集、清洗、标注和分类等处理,确保数据质量具有准确、一致和实时等特征,并保存到图书馆数据库中,为接下来模型对象的服务模型训练和服务智能交互做好数据支持的准备。
模型对象主要是指DeepSeek赋能图书馆参考咨询服务模型,该模型由DeepSeek
及多个子网络模型构成。DeepSeek中每个专家模块能够对参考咨询服务中不同服务场景下相关领域数据进行优化,使其应对不同服务场景下的业务服务。应用对象主要是指图书馆不同服务场景的应用接口,主要包括智能咨询、智能检索、个性化推荐等服务场景应用接口。作为整个体系架构的中间部分,即模型层和用户层的交互接口,应用对象的主要功能是根据用户服务需求,为用户提供不同服务场景的智能交互UI界面,同时将用户服务需求信息传递给模型对象,为服务智能交互提供数据传递作用。用户对象是指读者、游客、科研人员及图书馆员等在内存在参考咨询服务需求的群体。
二、服务流程视角:全流程闭环服务体系构建
服务前期可以细分为两个阶段:第一个阶段是数据准备阶段,模型层先将数据层中图书馆数据库中的数据,对DeepSeek赋能图书馆参考咨询服务模型进行预训练,再根据用户进入特定服务场景应用的接口类型,将数据层中该接口类型对应特定服务场景的相关领域数据对服务模型微调,使其具备应对该特定服务场景的专业处理能力,为后续服务做准备;第二个阶段是数据开始阶段,用户层根据自身服务需求,通过图书馆官方网站、微信公众号、应用小程序等多种途径,以自然语言文本、音频及图片等多种方式输入服务需求信息。
在服务中期,模型层先对服务需求信息进行清洗、分词及嵌入等处理操作,转换数据向量表示,然后利用服务模型的自然语言理解能力,对服务需求信息进行语义理解,精准识别用户意图,根据语义理解的结果,从数据层中图书馆数据库检索与服务需求信息相关知识并整合,构建知识图谱,再利用知识图谱相关知识进行逻辑推理,最后将知识推理的结果转换为符合当前服务场景的相关知识结构和规范语言表达的自然语言文本,并返回给用户。
在服务后期,用户层在服务结束后,对本次服务体验作出评价并反馈。模型层接收到反馈的评价信息后,根据反馈信息、本次服务记录等用户行为数据对服务模型参数优化,同时用户行为数据保存到数据层中。
DeepSeek赋能图书馆参考咨询服务应用流程
当前,将DeepSeek应用于图书馆智慧建设尚处在探索阶段。例如长沙市图书馆举办了关于“图书馆员如何运用DeepSeek智能工具解决工作问题”的培训,这反映出图书馆行业正在积极尝试探索将DeepSeek应用在图书馆服务工作中。
一、DeepSeek 赋能参考咨询服务应用框架的构建
本地化部署后DeepSeek服务智能模块与图书馆管理系统的集成是根据图书馆管理系统技术架构,确定API接口规范,设计中间件来实现。中间件既可以将用户服务请求通过图书馆管理系统传递给DeepSeek服务智能模块来处理,也可以将DeepSeek服务智能模块的输出转换为调用图书馆管理系统API指令格式来执行服务响应。
DeepSeek赋能图书馆参考咨询服务应用框架构建逻辑是以本地化部署DeepSeek模型作为自然语言理解、知识推理和生成及多模态信息输出的核心智能模块为底层支撑,在考虑系统安全的基础上,将集成的图书馆管理系统作为实现安全权限管理和功能模块调用的业务交互模块为对外窗口,连接的知识库作为保障图书馆数据安全和动态更新的数据提供模块为服务辅助,通过三者之间的协同工作机制完成从请求到响应的整个智能服务流程,从而实现闭环设计。
二、参考咨询服务应用框架工作机制
当用户提出服务需求后,智能服务模块快速精准捕捉到用户意图,准确提供符合用户服务需求的自然语言回复内容。在此过程中用户可以多轮对话,智能服务模块每次根据之前对话内容不断优化,直到服务需求满足。
在智能咨询服务中,比如读者提出如何借书,图书馆管理系统转发该信息,DeepSeek
模型接受后,从知识库中检索借阅规则、自助借还机位置及办理借阅证情况等知识,经过整合后生成人性化引导指南,经图书馆管理系统返回给用户,然后将用户的反馈信息和咨询记录保存到图书馆数据库中,知识库同步更新用户的反馈信息和咨询记录。
在个性化推荐服务中,比如用户不知道看啥书,请求推荐书籍,DeepSeek模型捕捉到转发信息,从知识库中获取用户画像,如借阅、检索记录、评价信息等用户行为数据,结合现在热门书籍,选择一些书籍,然后通过图书馆管理系统查询图书馆数据库中相关书籍的借阅情况进行整合,整合过程中会生成相关书籍的推荐理由和查找引导指南,最后返回给用户。
(摘自《图书馆论坛》网络首发2025-02-24)
近年来,大语言数据模型的爆火引起了各行各业广泛的关注,其在智能咨询服务的优异表现,给大语言模型赋能图书馆参考咨询服务提供可能。基于“资源—AI—读者”的智慧图书馆参考咨询服务模式,能够以自然语言交互方式,精准捕捉读者意图,并提供准确性回复,同时根据读者的行为数据提供个性化的推送服务,提高服务质量。
DeepSeek赋能图书馆参考咨询服务体系架构的搭建
DeepSeek作为首款开源的大语言模型,通过本地化部署,能有效规避数据经由第三方平台泄漏风险,保障数据安全;再加上其在模型构建、算法优化、软硬协同等多方面的创新突破,在语义理解、知识推理与生成及运算效能等众多领域表现卓越。这些优势使DeepSeek能够深度赋能图书馆参考咨询服务,不仅能精准对接读者多样化、个性化的服务需求,全面提升读者的服务体验,还能为图书馆智慧化建设提供强劲动力。
一、服务对象层面:多维度线性服务架构搭建
DeepSeek赋能图书馆参考咨询服务体系架构从服务对象层面来看,整个体系框架由数据对象、模型对象、应用对象和用户对象这四个模块对象组成。
数据对象主要是指图书馆数字资源。图书馆有丰富多样的数字资源,其中包括馆藏数据、业务数据、用户行为数据及外部开放数据等。数据对象作为整个体系架构的基础部分,其功能是对这些数据进行汇集、清洗、标注和分类等处理,确保数据质量具有准确、一致和实时等特征,并保存到图书馆数据库中,为接下来模型对象的服务模型训练和服务智能交互做好数据支持的准备。
模型对象主要是指DeepSeek赋能图书馆参考咨询服务模型,该模型由DeepSeek
及多个子网络模型构成。DeepSeek中每个专家模块能够对参考咨询服务中不同服务场景下相关领域数据进行优化,使其应对不同服务场景下的业务服务。应用对象主要是指图书馆不同服务场景的应用接口,主要包括智能咨询、智能检索、个性化推荐等服务场景应用接口。作为整个体系架构的中间部分,即模型层和用户层的交互接口,应用对象的主要功能是根据用户服务需求,为用户提供不同服务场景的智能交互UI界面,同时将用户服务需求信息传递给模型对象,为服务智能交互提供数据传递作用。用户对象是指读者、游客、科研人员及图书馆员等在内存在参考咨询服务需求的群体。
二、服务流程视角:全流程闭环服务体系构建
服务前期可以细分为两个阶段:第一个阶段是数据准备阶段,模型层先将数据层中图书馆数据库中的数据,对DeepSeek赋能图书馆参考咨询服务模型进行预训练,再根据用户进入特定服务场景应用的接口类型,将数据层中该接口类型对应特定服务场景的相关领域数据对服务模型微调,使其具备应对该特定服务场景的专业处理能力,为后续服务做准备;第二个阶段是数据开始阶段,用户层根据自身服务需求,通过图书馆官方网站、微信公众号、应用小程序等多种途径,以自然语言文本、音频及图片等多种方式输入服务需求信息。
在服务中期,模型层先对服务需求信息进行清洗、分词及嵌入等处理操作,转换数据向量表示,然后利用服务模型的自然语言理解能力,对服务需求信息进行语义理解,精准识别用户意图,根据语义理解的结果,从数据层中图书馆数据库检索与服务需求信息相关知识并整合,构建知识图谱,再利用知识图谱相关知识进行逻辑推理,最后将知识推理的结果转换为符合当前服务场景的相关知识结构和规范语言表达的自然语言文本,并返回给用户。
在服务后期,用户层在服务结束后,对本次服务体验作出评价并反馈。模型层接收到反馈的评价信息后,根据反馈信息、本次服务记录等用户行为数据对服务模型参数优化,同时用户行为数据保存到数据层中。
DeepSeek赋能图书馆参考咨询服务应用流程
当前,将DeepSeek应用于图书馆智慧建设尚处在探索阶段。例如长沙市图书馆举办了关于“图书馆员如何运用DeepSeek智能工具解决工作问题”的培训,这反映出图书馆行业正在积极尝试探索将DeepSeek应用在图书馆服务工作中。
一、DeepSeek 赋能参考咨询服务应用框架的构建
本地化部署后DeepSeek服务智能模块与图书馆管理系统的集成是根据图书馆管理系统技术架构,确定API接口规范,设计中间件来实现。中间件既可以将用户服务请求通过图书馆管理系统传递给DeepSeek服务智能模块来处理,也可以将DeepSeek服务智能模块的输出转换为调用图书馆管理系统API指令格式来执行服务响应。
DeepSeek赋能图书馆参考咨询服务应用框架构建逻辑是以本地化部署DeepSeek模型作为自然语言理解、知识推理和生成及多模态信息输出的核心智能模块为底层支撑,在考虑系统安全的基础上,将集成的图书馆管理系统作为实现安全权限管理和功能模块调用的业务交互模块为对外窗口,连接的知识库作为保障图书馆数据安全和动态更新的数据提供模块为服务辅助,通过三者之间的协同工作机制完成从请求到响应的整个智能服务流程,从而实现闭环设计。
二、参考咨询服务应用框架工作机制
当用户提出服务需求后,智能服务模块快速精准捕捉到用户意图,准确提供符合用户服务需求的自然语言回复内容。在此过程中用户可以多轮对话,智能服务模块每次根据之前对话内容不断优化,直到服务需求满足。
在智能咨询服务中,比如读者提出如何借书,图书馆管理系统转发该信息,DeepSeek
模型接受后,从知识库中检索借阅规则、自助借还机位置及办理借阅证情况等知识,经过整合后生成人性化引导指南,经图书馆管理系统返回给用户,然后将用户的反馈信息和咨询记录保存到图书馆数据库中,知识库同步更新用户的反馈信息和咨询记录。
在个性化推荐服务中,比如用户不知道看啥书,请求推荐书籍,DeepSeek模型捕捉到转发信息,从知识库中获取用户画像,如借阅、检索记录、评价信息等用户行为数据,结合现在热门书籍,选择一些书籍,然后通过图书馆管理系统查询图书馆数据库中相关书籍的借阅情况进行整合,整合过程中会生成相关书籍的推荐理由和查找引导指南,最后返回给用户。
(摘自《图书馆论坛》网络首发2025-02-24)
最新文章 TOP10
热门文章 TOP10