MARC21_Metadata_MultipleAuthors im LLM-Testsuite-Report

Testfallbeschreibung

Der Test prüft, ob mehrere Autoren korrekt erkannt und nach MARC21 als Haupt- und Nebeneintrag modelliert werden. Jede Angabe muss mit einer Fundstelle gekennzeichnet sein.

QuelldateiMARC21_Metadata_MultipleAuthors.txt
Serie3
Kategorienxml, marc21, metadata
BewertungLLM-Judge
Prompt SHA-25639ce1f78e9dcc407e7c9d5690c0384e353c4907d43101ad385cfbc0aa328907c
LLM-Judge: Die Antwort wird LLM-gestützt bewertet. Ein Judge-Modell vergleicht die Modellantwort mit der fachlichen Erwartung und entscheidet, ob sie inhaltlich erfüllt ist.

Erwartetes Ergebnis

00000nam a2200000 a 4500Kooperative Wissensräume[1]Müller, Anna[2]Berger, Thomas[2]Rossi, Elena[2]Fiktiver Wissenschaftsverlag2021[3]

Erwartung im Katalogja
Korrektes Ergebnis im Katalogja

Judge-Anweisung

Prüfe den MARC21-Slim-Namespace, Leader, Feldtags, Indikatoren, Subfield-Codes, Autorenrollen und Fundstellen. Die Namen müssen in MARC-Form Nachname, Vorname und in der ursprünglichen Autorenreihenfolge vorliegen.

Muss erfüllt sein

  • Die Ausgabe besteht ausschließlich aus wohlgeformtem XML; Markdown-Codezäune dürfen entfernt werden, zusätzliche Prosa ist nicht zulässig.
  • Das Wurzelelement record sowie leader, datafield und subfield gehören zum Namespace http://www.loc.gov/MARC21/slim.
  • Der Datensatz enthält genau einen leader mit dem Inhalt 00000nam a2200000 a 4500.
  • Ein datafield 245 mit ind1="1" und ind2="0" enthält in subfield a den Titel Kooperative Wissensräume und in subfield 9 die Fundstelle [1].
  • Genau ein datafield 100 mit ind1="1" enthält in subfield a Müller, Anna und in subfield 9 die Fundstelle [2].
  • Genau zwei getrennte datafield-700-Felder folgen in der Autorenreihenfolge Berger, Thomas und Rossi, Elena; jedes enthält subfield 9 mit [2].
  • Ein datafield 264 mit ind2="1" enthält subfield b Fiktiver Wissenschaftsverlag, subfield c 2021 und subfield 9 [3]. Ein leerer erster Indikator darf als einzelnes Leerzeichen dargestellt sein.
  • Die Beispielnamen Mustermann und Becker, der Beispieltitel Digitale Diskurse und Beispielverlag werden nicht übernommen.

Fehlerkriterien

  • Das XML ist nicht parsebar, enthält Prosa oder verwendet nicht den MARC21-Slim-Namespace.
  • Der leader fehlt oder weicht vom vorgegebenen Wert ab.
  • Der Titel steht nicht in 245$a, die Haupteintragung nicht in 100$a oder die beiden weiteren Autoren nicht in jeweils eigenen 700$a-Feldern.
  • Mehrere Autoren werden in einem einzigen MARC-Feld zusammengezogen, Namen werden nicht als Nachname, Vorname ausgegeben oder die Autorenreihenfolge ist falsch.
  • Verlag oder Jahr fehlt in 264$b beziehungsweise 264$c oder eine Fundstelle in subfield 9 fehlt beziehungsweise ist falsch.
  • Beispieldaten oder frei erfundene bibliografische Felder werden als Teil des Datensatzes ausgegeben.

Judge-Hinweis: Bewerte namespacebewusst und feldsemantisch. Einrückung, XML-Deklaration, Attributreihenfolge und die Reihenfolge voneinander unabhängiger datafield-Elemente sind unerheblich; die relative Reihenfolge der beiden 700-Autoren muss erhalten bleiben. Ein leerer MARC-Indikator kann als Leerzeichen serialisiert werden.

Prompt

Du erhältst einen Text mit bibliografischen Angaben.

Aufgabe
Erfasse ausschließlich bibliografische Metadaten.
Gib sie als MARC21 XML aus.
Mehrere Autoren müssen als getrennte MARC21 datafield Einträge ausgegeben werden.
Jede Angabe muss eine Fundstelle in eckigen Klammern enthalten.

Beispiel
Text
[1] Titel
Digitale Diskurse
[2] Autoren
Max Mustermann, Julia Becker
[3] Verlag
Beispielverlag 2020

Ausgabe
<datafield tag="100">
  <subfield code="a">Mustermann, Max</subfield>
  <subfield code="9">[2]</subfield>
</datafield>

Text
[1] Kooperative Wissensräume
[2] Anna Müller, Thomas Berger, Elena Rossi
[3] Fiktiver Wissenschaftsverlag 2021
715 Runs 707 bewertet 14.2 % Score 0.0 % exakt korrekt
Hilfe zu Bewertung, Score und exakter Korrektheit

Score ist eine abgestufte Gütebewertung: correct = 100 %, mostly_correct = 80 %, partial = 50 %, wrong/not_answered = 0 %.

Exakt korrekt ist strenger: Nur Runs mit dem Label correct zählen. Mostly correct erhöht den Score, zählt aber nicht als exakt korrekt.

Bewertet zählt alle Runs mit fachlichem Urteil. Bei LLM-Judge-Ergebnissen zählen auch Judge-Fehler als bewertet, aber mit Score 0 %.

Erzeugt am