MZK - O digitalizaci českých knihoven

Miroslav Minařík, Elektrika.cz
... máme velmi málo času na to, abychom probrali tu nesmírně zajímavou věc, co vlastně můžeme v dnešní knihovně získat, co knihovna poskytuje. Ale zkusme krátce říct, odkud se knihovna obecně dostala za posledních 20 let. Jaký je ten skok?

Petr Žabička, Moravská zemská knihovna
Skok je poměrně velký, protože už před 20 lety jsme začali intenzivně digitalizovat. A před deseti lety pak došlo k masové digitalizaci, což znamená, že nyní můžeme říct, že máme v českých knihovnách digitalizovaných asi 100 milionů stran, což je asi 300 tisíc titulů, ať už knížek, periodik nebo map a grafik. Je to poměrně hodně, asi 15% toho, co u nás kdy vyšlo. Máme před sebou ještě obrovskou práci, ale tato část je již dostupná a dá se v ní dobře hledat.

Miroslav Minařík, Elektrika.cz
V tom množství, když mluvíte o těch milionech, máte pocit, že nám dnešní digitalizovaná doba umožňuje, kromě poskytnutí knih, i lepší servis v tom, jak data můžeme prohledávat, abychom si mohli vybrat, co jsme schopni v naší životní úsečce vůbec přečíst, pochopit?

Petr Žabička, Moravská zemská knihovna
Samozřejmě, první motivace, když jsme s digitalizací začínali, nebyla jen zpřístupnění a prohledávání, ale i ochrana dokumentů, protože některé z nich jsou unikátní a fyzicky se rozpadají. Naše motivace byla usnadnění hledání, což znamená, že uživatel nemusí se orientovat jen podle jednoho klíčového slova, ale může zadat fulltextový dotaz a něco najít. V dnešní době se posouváme ještě dál a zabýváme se využitím strojového učení ve spolupráci s Vysokým učením technickým v Brně a s dalšími univerzitami, aby se vyhledávání ještě více usnadnilo.

Miroslav Minařík, Elektrika.cz
Technici, jako jsme my, jsou vášniví čtenáři technických dokumentů, ale máme problém, že informací je hodně a často nevíme, v kterém dokumentu se která informace objevuje. Knihovna nám v tom může pomoci, co se týče technických věcí?

Petr Žabička, Moravská zemská knihovna
Knihovny se musí řídit autorským zákonem a jsou omezení, například u norem, kde se nesmí pořizovat kopie. Ale pokud máme dokumenty digitalizované, můžeme s nimi pracovat dál. Naše výzkumné projekty se snaží pomocí strojového učení dostat hlouběji do textu a umožnit vyhledávání pomocí podobnosti textu.

Miroslav Minařík, Elektrika.cz
Je technologie podobná dnešnímu oblíbenému chatu GPT nebo OpenAI?

Petr Žabička, Moravská zemská knihovna
Chat GPT je otázka hlavně posledního roku, ale my vycházíme z nástrojů typu indexace pomocí vektorů. Umožňujeme uživatelům položit dotaz a vrátit text, který je pro něj relevantní, bez nutnosti trefit se do konkrétních slov. Využíváme náš fond pro trénování jazykových modelů pro češtinu, aby byly chytřejší.

Miroslav Minařík, Elektrika.cz
A jak je to s přesností informací, když hledáme specifické údaje?

Petr Žabička, Moravská zemská knihovna
Pracujeme v rámci toho, co je dostupné, testujeme a zkoušíme. Jako veřejná instituce nemáme tolik peněz jako západní firmy, takže využíváme to, co máme k dispozici. Spolupracujeme s Vysokým učením technickým, což nám umožňuje přístup k technologiím, které by pro nás byly jinak těžko dostupné.

Miroslav Minařík, Elektrika.cz
Pane Žabičko, děkuji za rozhovor. Určitě navštívíme Moravskou knihovnu, protože se tam děje přesně to, co technici ke své praxi potřebují.

Bylo by pro tebe zajímavé použít nástroj
k analýze statisíců stránek portálu Elektrika?