ትርፍ፡
- የኤችቲአር እና በቋንቋ ፊደል መፃፍ የስራ ሂደትን የማዘጋጀት ችሎታ እና ጥሬው ረቂቅ ለምን በመስመር መስመር የባለሙያዎችን ማጣራት እንደሚያስፈልግ ማስረዳት
- በኦቶማን ቱርክ አናባቢ/ፊደል አሻሚ ከሆነ ትክክለኛ ንባብ ከማስቀመጥ ይልቅ አማራጮችን በመጠየቅ የማይነበቡ ቦታዎችን የመጠበቅ ችሎታ
- የመጨረሻውን ሳይንሳዊ ሃላፊነት ከፓሊዮግራፈር ጋር በመጠበቅ ዋናውን በቋንቋ ፊደል መጻፍ ከተለየ የማቅለል ንብርብር የመለየት ችሎታ
ምናልባትም በጣም የሚሻለው የታሪክ ምርምር ክፍል የእጅ ጽሑፎችን እና የቆዩ የጽሑፍ ሰነዶችን ወደ ተነባቢ ጽሑፍ መገልበጥ ነው። ደብዳቤ፣ ማስታወሻ ደብተር፣ የፍርድ ቤት መዝገብ ወይም የኦቶማን ሰነድ መፈለግ የሚቻለው ከተገለበጠ በኋላ ነው። ግልባጭ ማለት የሰነዱን ይዘቶች (ብዙውን ጊዜ በእጅ የተጻፈ ወይም ጥንታዊ ስክሪፕት) ወደ ተፃፈ ፣ ሊነበብ የሚችል ጽሑፍ የማስተላለፍ ተግባር ነው። በኦቶማን ጉዳይ ይህ ብዙውን ጊዜ በቋንቋ ፊደል መፃፍ የታጀበ ነው፡ በአረብኛ ፊደላት ጽሑፉን ወደ ላቲን ፊደላት ከደብዳቤ-በ-ፊደል አቻዎች ጋር ማስተላለፍ።
ለታተሙ ጽሑፎች OCR እንጠቀማለን; የእጅ ጽሑፍ የተለየ ቴክኖሎጂ ያስፈልገዋል፡ HTR (በእጅ የተጻፈ ጽሑፍ ማወቂያ)። HTR ከ OCR ጋር የሚመሳሰል ቴክኖሎጂ ነው ነገር ግን በእጅ የተጻፉ ሰነዶችን ወደ ማሽን ጽሑፍ የሚቀይር በጣም ፈታኝ ነው። በዚህ ክፍል ውስጥ HTR እና AI በኦቶማን እና የእጅ ጽሑፍ ቅጂ እንዴት መጠቀም እንዳለብን እናያለን የስህተት ህዳጎች እና ለምን ማረጋገጥ እዚህ የበለጠ ወሳኝ እንደሆነ።
የእጅ ጽሑፍ በጣም ከባድ የሆነው ለምንድነው?
የእጅ ጽሑፍ ከታተመ ጽሑፍ የበለጠ ተለዋዋጭ ነው፡ እያንዳንዱ ጸሐፊ ልዩ እጅ አለው፣ ፊደሎች አንድ ላይ ተያይዘዋል፣ አጽሕሮተ ቃላት እና ልዩ ምልክቶች ጥቅም ላይ ይውላሉ፣ የቀለም ደም ይፈስሳል፣ ወረቀት ያልቃል። በኦቶማን ቱርክ ውስጥ ችግሩ ተባዝቷል-
- ዐውደ-ጽሑፋዊ ቅርጾች፡- ተመሳሳይ ፊደል በቃሉ መጀመሪያ፣ መሃል እና መጨረሻ ላይ በተለያየ መንገድ ተጽፏል።
- አናባቢ አለመጻፍ፡- አጫጭር አናባቢዎች ብዙ ጊዜ አይጻፉም፤ አንባቢው ከዐውደ-ጽሑፉ ያጠናቅቃል. ይህ እንደ "መቀበል ወይም አለመቀበል?" የመሳሰሉ አሻሚዎችን ይፈጥራል.
- የተለያዩ የአጻጻፍ ስልቶች፡- እንደ ሪካ፣ ዲቫኒ፣ ታሊክ ያሉ የተለያዩ የእጅ አጻጻፍ ስልቶች አሉ። እያንዳንዳቸው የተለየ የንባብ እውቀት ያስፈልጋቸዋል.
- የኦቶማን መዝገበ-ቃላት፡- በዛሬው ቱርክ ውስጥ የሌሉ ከአረብኛ እና ከፋርስኛ የመጡ ቃላት።
ስለዚህ ኤችቲአር እና AI በኦቶማን ቱርክ ከ OCR ህትመት የበለጠ ከፍተኛ የሆነ የስህተት ህዳግ ይሰራሉ። የባለሞያ ፓሊዮግራፈር ዓይን (ፓሌዮግራፊ - ጥንታዊ ጽሑፎችን የማንበብ ሳይንስ) እዚህ መሣሪያ አይደለም, ነገር ግን አስፈላጊ ነው.
የስራ ሂደት: ደረጃ በደረጃ
1. የሰነድ ጥራት ማዘጋጀት. ልክ እንደ OCR፣ ከፍተኛ ጥራት እና ጥሩ ንፅፅር አስፈላጊ ናቸው። ይህ በእጅ ጽሑፍ ውስጥ የበለጠ ወሳኝ ነው።
2. የኤችቲአር ሞዴልን ይምረጡ. ለተወሰነ ጊዜ የሰለጠኑ የኦቶማን፣ የአረብኛ የእጅ ጽሑፍ ወይም የኤችቲአር ሞዴሎች ከአጠቃላይ ሞዴሎች የበለጠ ስኬታማ ናቸው። የትኛው ሞዴል ለተወሰነ ጊዜ እና የአጻጻፍ ስልት በጥሩ ሁኔታ እንደሚሰራ ይፈትሹ።
3. ጥሬ የጽሑፍ ግልባጭ ይፍጠሩ. የኤችቲአር ሞዴል ንድፍ ያወጣል። በኦቶማን ቱርክ፣ ይህ ረቂቅ በስህተት የተሞላ ጅምር ሲሆን ልምድ ያለው አይን በደንብ መፈተሽ አለበት።
4. ዐውደ-ጽሑፋዊ መሻሻል ከ AI ጋር. በጥሬው ምርት ውስጥ የ AI ባንዲራ አለመጣጣም ፣ የንባብ አማራጮች እና አጠራጣሪ ቦታዎች ሊኖሩዎት ይችላሉ። ነገር ግን የ AI "ማስተካከያ" እዚህ በተለይ አደገኛ ነው: የተቀናጀ ንባብ ሊጠቁም ይችላል.
5. በቋንቋ ፊደል መጻፍ እና ማቃለል (ተደራቢ). ጽሑፉን በአረብኛ ፊደላት ወደ ላቲን ፊደላት መተርጎም እና ቀለል ባለ መልኩ ንባቡን ወደ ዛሬው ቱርክ ቋንቋ መተርጎም እንደ ተለያዩ ንብርብሮች ተዘጋጅቷል። ዋናው መቼም አይሰበርም።
6. የባለሙያ ማረጋገጫ. የመጨረሻው ግልባጭ ከሰነዱ ጋር በማነፃፀር በፓሌኦግራፊ እና በጊዜ እውቀት ባለው ባለሙያ ይፀድቃል።
ትኩረት: በኦቶማን ቱርክ ውስጥ, ከአውድ ውስጥ ያልተፃፈ አናባቢ ያለው ቃል "ሲገመት", AI ሙሉ በሙሉ የተሳሳተ ንባብ አዘጋጅቶ በራስ የመተማመን ቋንቋ ሊያቀርብ ይችላል. በ"አሊም" ፈንታ "ካቡል" ወይም "አለም" ከማለት ይልቅ እንደ "ካቡል" ያሉ የፊደላት ልዩነት ትርጉሙን ሙሉ በሙሉ ይለውጠዋል። እያንዳንዱ እርግጠኛ ያልሆነ ንባብ ከአማራጮች ጋር መቅረብ አለበት፣ እና አንድም ቁርጥ ያለ ንባብ መጫን የለበትም።
ንብርብሮች እና ኃላፊነት ከጠረጴዛ ጋር
ንብርብር
ይዘት
የ AI ሚና
የባለሙያዎች ሚና
ምስል
ዋናው ሰነድ
-
ምንጭ
የኤችቲአር ረቂቅ
ጥሬ ማሽን ንባብ
ያወጣል።
ከመጀመሪያው እስከ መጨረሻው ይቆጣጠሩ
በቋንቋ ፊደል መጻፍ
የላቲን ፊደል ሽግግር
ረቂቅ ይጠቁማል
ያስተካክላል፣ ያስተካክላል
እርግጠኛ ያለመሆን ማስታወሻዎች
[?] እና አማራጮች
ምልክቶች
በማለት ይወስናል
ማቅለል
የዛሬው ቱርክ
ረቂቅ ይጠቁማል
ማጽደቂያዎች
ሳይንሳዊ ህትመት
የመጨረሻ ጽሑፍ + ማስታወሻዎች
-
ባለሙያ ብቻ
ሶስት ጥቃቅን ጉዳዮች
ጉዳይ 1 - HTR የመጀመሪያውን ረቂቅ በ 5x አፋጥኗል። አንድ የዶክትሬት ተማሪ ባለ 200 ገጽ የኦቶማን ማስታወሻ ደብተር ይገለበጣል። ሙሉ የእጅ ጽሑፍ በ60 የስራ ቀናት ተገምቷል። ለክፍለ ጊዜው የሰለጠነ የኤችቲአር ሞዴል, ጥሬው ረቂቅ በጥቂት ሰዓታት ውስጥ ወጣ; ተማሪው ይህንን ረቂቅ አስተካክሎ ስራውን ወደ 12 የስራ ቀናት ዝቅ አድርጓል። ነገር ግን እያንዳንዱን ገጽ ከሰነዱ ጋር በመስመር በመስመር ማወዳደር ነበረበት; 30% ያህሉ ረቂቁ ትክክል አልነበረም።
ጉዳይ 2 - አንድ ፊደል, አንድ ትርጉም. አንድ ተመራማሪ AI “ገዥ” ብሎ በሚያነበው ቃል ላይ ተመርኩዞ ነበር። በኤክስፐርት ቁጥጥር ስር, ቃሉ በእውነቱ "አሳዳጊ" (ለአንድ ልጅ / ሰው ሃላፊነት ያለው) እንደሆነ ተረድቷል, እና አናባቢው ምልክት ስላልተደረገበት, AI የተሳሳተ ገምቶታል. የሰነዱ ህጋዊ ትርጉም ሙሉ በሙሉ እየተቀየረ ነበር። ትምህርት: በኦቶማን ቱርክ ውስጥ አንድ ነጠላ ፊደል / አናባቢ ልዩነት ሰነዱ ከመጀመሪያው እንዲተረጎም ያደርገዋል; ኤክስፐርት ያስፈልጋል.
ጉዳይ 3 - የተጠናከረ ማጠናቀቅ. ቀለሙ ባለቀበት እና አንድ ቃል በማይነበብበት መስመር ላይ፣ AI ክፍተቱን “ሎጂካዊ” በሆነ ቃል ሞላው። ኤክስፐርቱ ያ ክፍተት በትክክል የቦታ ስም መሆኑን እና AI ን እንደሰራው ተገነዘበ። እንደ [የማይነበብ] ቦታ ይቀራል። ትምህርት: የማይነበብ ቦታ አልተሞላም, ምልክት ተደርጎበታል.
አራት ሊገለበጡ የሚችሉ አብነቶች
1) አሻሚነትን የሚጠብቅ በቋንቋ ፊደል መጻፍ፡-
ከታች ያለው የኦቶማን ሰነድ HTR ጥሬ ውፅዓት/በቋንቋ ፊደል መጻፍ ነው። የእርስዎ ተግባር ጽሑፉን መገምገም እና ሊፈጠሩ የሚችሉ የንባብ ስህተቶችን ጥቆማ ማድረግ ነው። ደንቦች፡ (1) ለእያንዳንዱ ቃል 2-3 ሊሆኑ የሚችሉ የንባብ አማራጮችን ያቅርቡ፣ አንድን አይጫኑ። (2) በማይነበብባቸው ቦታዎች ውስጥ (የማይነበብ) ይተዉት, አይሙሉዋቸው. (3) በጽሁፉ ውስጥ የሌሉ ቃላትን መጨመር። (4) አሻሚ አናባቢዎች ባሉት ቃላት አማራጮችን አሳይ። ጽሑፍ: [እዚህ]
2) የተነባበረ ንባብ (የመጀመሪያው + ማቅለል)
ለሚከተለው የተረጋገጠ የኦቶማን ትርጉም ሁለት አምዶችን ይፍጠሩ፡ (1) ኦሪጅናል በቋንቋ ፊደል መጻፍ (ንክኪ)፣ (2) ቀላል ንባብ ወደ ዛሬው ቱርክ። ትርጉም መጨመር, በማቅለል ውስጥ ትርጓሜ መጨመር; ቋንቋውን ብቻ አዘምን. አሻሚ ትርጉም ያላቸውን ቦታዎች ምልክት አድርግ[ግልጽ ያልሆነ]። ትርጉም፡ [እዚህ]
3) ቃል እና ሰው ማውጣት;
ከዚህ በታች ባለው ጽሑፍ ውስጥ የተጠቀሱት የግል ስሞች ፣ የቦታ ስሞች ፣ ርዕሶች እና ወቅታዊ ቃላት በተለየ ዝርዝሮች ውስጥ ይገኛሉ ። በጽሁፉ ውስጥ በግልጽ የተጠቀሱትን ብቻ ይውሰዱ; በመገመት አትጨምር። አጠራርን እርግጠኛ ካልሆኑ በ[?] ምልክት ያድርጉበት። ጽሑፍ: [እዚህ]
4) አጠራጣሪ የንባብ ቁጥጥር;
በ ሚና ውስጥ ልምድ ያለው የፓሎግራፊ ተቆጣጣሪ። ከዚህ በታች ባለው የጽሑፍ ግልባጭ ላይ፣ ትርጉማቸው የማይጣጣሙ፣ ወቅቱን የማይመጥኑ ወይም ከዐውደ-ጽሑፉ ጋር የማይጣጣሙ ቃላትን ምልክት አድርግባቸው እና ለምን ተጠራጣሪ እንደሆኑ ጻፍ። ትክክለኛ እርማትን መጫን; የሰው ኤክስፐርት ከሰነዱ ጋር የሚወዳደሩትን ጥርጣሬዎች ዝርዝር ይፍጠሩ. ጽሑፍ: [እዚህ]
ደካማ ጥያቄ / ጠንካራ ጥያቄ
ደካማ፡
ይህን የኦቶማን ጽሑፍ አንብብና ትርጉሙን ስጠኝ።
ይህ AI አንድ ነጠላ ፣ ቁርጥ ያለ ንባብ ፣ ጥርጣሬዎችን በመደበቅ እና ክፍተቶች ውስጥ እንዲገጣጠም ይገፋፋዋል። በኦቶማን ቱርክ ይህ የተረጋገጠ ስህተት ነው ማለት ይቻላል።
ጠንካራ፥
ከታች ያለውን የኦቶማን ቋንቋ ፊደል ይመልከቱ። ትክክለኛ ንባብ፡ IMPOSITION። ለእያንዳንዱ አሻሚ ቃል ሊሆኑ የሚችሉ አማራጮችን ይስጡ, [የማይነበቡ] ክፍሎችን ይተዉት, በጽሁፉ ውስጥ የሌለ ነገር አይጨምሩ. የቀለለውን ንባብ ለዛሬው ቱርክ በተለየ አምድ ስጥ፣ ግን ዋናውን አቆይ። ኤክስፐርቱ ከሰነዱ ጋር ማወዳደር እንዲችል እርግጠኛ ያልሆኑትን ማንኛውንም ነገር በ[?] ላይ ምልክት ያድርጉበት። ጽሑፍ: [እዚህ]
ልዩነቱ፡ ጥብቅ የንባብ ክልከላ፣ አማራጮችን መጠየቅ፣ ነጭ ቦታን መጠበቅ እና የተደራረበ ውፅዓት የባለሙያ ማረጋገጫን ያስችላል።
የተለመዱ ስህተቶች
- የኤችቲአር ረቂቁን በትክክል በመሳሳት ላይ። በኦቶማን ቱርክ ውስጥ አብዛኛው ጥሬ ረቂቅ ትክክል ላይሆን ይችላል; መስመር በ መስመር ቁጥጥር ግዴታ ነው.
- ብቸኛው ትክክለኛ ንባብ መጫን ነው። አማራጮች አናባቢዎቻቸው ባልተፃፉ ቃላቶች ውስጥ ከተደበቁ የተሳሳተ ትርጉም ይመዘገባል.
- የማይነበብ ቦታን መሙላት. በነጭ ቦታ (በማይነበብ) የተጠበቀ እንጂ የተሰራ መሆን የለበትም።
- ዋናውን ከማቅለል ጋር በማቀላቀል. ማቅለሉ የተለየ ንብርብር መሆን አለበት; ዋናው በቋንቋ ፊደል መጻፍ የተዛባ መሆን የለበትም።
- ኤክስፐርቱን ማሰናከል. የፓሌኦግራፊ እና የወቅቱ እውቀት ከሌለ የ AI ንባብ ምንም ሳይንሳዊ እሴት የሌለው ግምት ነው።
በማጠቃለያው
የኦቶማን እና የእጅ ጽሑፍ ቅጂ በ HTR እና AI በጥሬው ረቂቅ ደረጃ ላይ በጣም ሊፋጠን ይችላል; የስራ ቀናትን ወደ ሰዓታት የሚቀንስ የመጀመሪያ ውጤት ያገኛሉ. ነገር ግን በትክክል በዚህ አካባቢ አንድ ፊደል, ነጠላ አናባቢ ልዩነት ትርጉሙን ይለውጣል; AI እርግጠኛ አለመሆንን ለመደበቅ እና ክፍተቶቹን ለመሙላት ይሞክራል። ትክክለኛው ዘዴ ተደራራቢ ነው፡- ጥሬ ዝርዝር፣ አማራጭ የማሻሻያ ማስታወሻዎች፣ የተለየ የማቅለል ንብርብር እና ከሁሉም በላይ የሰነዱን መስመር-በ-መስመር ማረጋገጥ በፔሊኦግራፊ ጠንቅቆ የሚያውቅ። AI የመጀመሪያ ንባብ ያፋጥናል; ሳይንሳዊ ኃላፊነት የባለሙያው ነው።
የመተግበሪያ ተግባር
የኦቶማን ወይም የእጅ ጽሑፍ ሰነድ (የራስህ ምርት ወይም የታተመ ቅጂ) በቋንቋ ፊደል መጻፍ አግኝ። “አሻሚነትን የሚጠብቅ የትርጉም ጽሑፍ” አብነት ያለው አማራጭ ንባብ AI ን ይጠይቁ። ከዚያም የማቅለጫውን ንብርብር በ "በተነባበረ ንባብ" በተናጠል ያመነጩ. እያንዳንዱን ግልጽ ያልሆነ ምልክት የተደረገበትን ቃል ከባለሙያ ምንጭ ወይም መዝገበ ቃላት ጋር ያወዳድሩ። አይአይ አንድ ነጠላ ንባብ ቢጭን ምን ያህል ስህተቶችን እንደሚያመጣ ልብ ይበሉ።
የማረጋገጫ ዝርዝር
- [ ] ለጊዜ እና የአጻጻፍ ስልት ተስማሚ የሆነ ኤችቲአር/ሞዴል ተጠቀምኩ።
- [] ለትክክለኛው ንባብ አማራጮችን AI ጠየቅሁት።
- [] የማይነበብባቸውን ክፍሎች [በማይነበብ] ጠብቄአለሁ።
- [ ] ዋናውን በቋንቋ ፊደል መጻፍ ከቀላል አደረግኩት።
- [ ] የመጨረሻውን ጽሑፍ በባለሞያ/ዶክመንተሪ የተረጋገጠ ነበረኝ፤ ፓሌኦግራፊን በሚያውቅ።