본 논문은 SemEval-2025 Task 5 (LLMs4Subjects)에서 대규모 언어 모델(LLM)을 사용한 주제 색인 작업에 Annif 시스템을 제시한다. 이 과제는 이중 언어 TIBKAT 데이터베이스의 서지 기록에 대해 GND 주제 어휘를 사용하여 주제 예측을 생성하는 것을 요구했다. Annif 시스템은 Annif 툴킷에 구현된 기존의 자연어 처리 및 기계 학습 기술과 번역 및 합성 데이터 생성을 위한 혁신적인 LLM 기반 방법, 그리고 일어 모델의 예측 병합을 결합한다. 정량적 평가에서 모든 주제 범주에서 1위, tib-core-주제 범주에서 2위를 차지했고, 정성적 평가에서는 4위를 차지했다. 이러한 결과는 다국어 환경에서 주제 색인의 정확성과 효율성을 향상시키기 위해 기존 XMTC 알고리즘과 최신 LLM 기술을 결합하는 잠재력을 보여준다.
