المكاسب:
- القدرة على إعداد HTR وسير عمل الترجمة الصوتية وشرح سبب حاجة المسودة الأولية إلى فحص الخبراء سطرًا تلو الآخر
- القدرة على حماية المناطق غير القابلة للقراءة من خلال طلب بدائل بدلاً من فرض قراءة دقيقة في حالة غموض حرف العلة/الحرف في اللغة التركية العثمانية
- القدرة على فصل الترجمة الصوتية الأصلية عن طبقة منفصلة من التبسيط، مع الاحتفاظ بالمسؤولية العلمية النهائية لكاتب الحفريات
ربما يكون الجزء الأكثر تطلبًا في البحث التاريخي هو تحويل المخطوطات والوثائق المكتوبة القديمة إلى نص قابل للقراءة. تصبح الرسالة أو دفتر الملاحظات أو سجل المحكمة أو الوثيقة العثمانية قابلة للبحث فقط بعد نسخها. النسخ هو عملية نقل محتويات المستند (غالبًا ما تكون مكتوبة بخط اليد أو نص قديم) إلى نص مكتوب وقابل للقراءة. في حالة اللغة العثمانية، غالبًا ما يكون ذلك مصحوبًا بالترجمة الصوتية: نقل النص بالأحرف العربية إلى الأبجدية اللاتينية مع ما يعادلها حرفًا بحرف.
استخدمنا التعرف الضوئي على الحروف (OCR) للنصوص المطبوعة؛ تتطلب الكتابة اليدوية تقنية مختلفة: HTR (التعرف على النص المكتوب بخط اليد). HTR هي تقنية مشابهة لـ OCR ولكنها أكثر صعوبة حيث تقوم بتحويل المستندات المكتوبة بخط اليد إلى نص آلي. سنرى في هذه الوحدة كيفية استخدام HTR وAI في النسخ العثماني والمخطوطات، وهوامش الخطأ ولماذا يعد التحقق أكثر أهمية هنا.
لماذا الكتابة اليدوية صعبة للغاية؟
الكتابة اليدوية أكثر تنوعًا من النص المطبوع: كل كاتب لديه يد فريدة، وترتبط الحروف معًا، ويتم استخدام الاختصارات والعلامات الخاصة، وينزف الحبر، ويتآكل الورق. وفي اللغة التركية العثمانية تتضاعف الصعوبة:
- أشكال الحروف السياقية: يتم كتابة نفس الحرف بشكل مختلف في بداية الكلمة ووسطها ونهايتها.
- عدم كتابة حروف العلة: غالبًا لا يتم كتابة حروف العلة القصيرة؛ يكمل القارئ من السياق. وهذا يخلق غموضًا مثل "القبول أو الرفض؟"
- أنماط الكتابة المختلفة: هناك أنماط مختلفة للكتابة اليدوية مثل الركعة، والديواني، والتعليق؛ يتطلب كل منها خبرة قراءة مختلفة.
- المفردات العثمانية: كلمات من العربية والفارسية لا وجود لها في اللغة التركية اليوم.
لذلك، تعمل HTR وAI بهامش خطأ أعلى بكثير باللغة التركية العثمانية مقارنة بالتعرف الضوئي على الحروف (OCR). إن عين خبير علم الحفريات (علم الحفريات - علم قراءة الكتابات القديمة) ليست أداة هنا، بل ضرورة.
سير العمل: خطوة بخطوة
1. إعداد جودة الوثيقة. كما هو الحال مع تقنية التعرف الضوئي على الحروف (OCR)، تعد الدقة العالية والتباين الجيد أمرًا ضروريًا. وهذا أكثر أهمية في الكتابة اليدوية.
2. حدد طراز HTR. تعد النماذج العثمانية أو المكتوبة بخط اليد العربية أو نماذج HTR التي تم تدريبها خصيصًا لفترة معينة أكثر نجاحًا بكثير من النماذج العامة. اختبار النموذج الذي يعمل بشكل جيد لفترة معينة وأسلوب الكتابة.
3. إنشاء النسخ الخام. ينتج نموذج HTR مخططًا تفصيليًا. في اللغة التركية العثمانية، هذه المسودة هي بداية مليئة بالأخطاء التي يجب على العين الخبيرة التحقق منها بدقة.
4. تحسين السياق باستخدام الذكاء الاصطناعي. يمكن أن يكون لديك تناقضات في علامة الذكاء الاصطناعي، وبدائل القراءة المحتملة، والمواقع المشبوهة في الإخراج الأولي. لكن "تصحيح" الذكاء الاصطناعي محفوف بالمخاطر هنا بشكل خاص: فقد يوحي بقراءة مفتعلة.
5. الترجمة الصوتية والتبسيط (الطبقات). يتم إنتاج ترجمة النص بالأحرف العربية إلى الحروف اللاتينية، متبوعة بقراءته المبسطة إلى اللغة التركية الحالية، كطبقات منفصلة. الأصل لا ينكسر أبدًا.
6. التحقق من الخبراء. تتم الموافقة على النسخ النهائي من قبل خبير ذو معرفة بالتاريخ القديم والفترة من خلال مقارنته بالوثيقة.
تنبيه: في اللغة التركية العثمانية، عند "تخمين" كلمة بها حرف متحرك غير مكتوب من السياق، يمكن للذكاء الاصطناعي أن ينتج قراءة خاطئة تمامًا ويقدمها بلغة واثقة. اختلاف الحروف، مثل "كابول" بدلاً من "كابيل" أو "عالم" بدلاً من "عالم"، يغير المعنى تماماً. وكل قراءة غير مؤكدة ينبغي أن تقدم لها بدائل، ولا ينبغي فرض قراءة واحدة محددة.
الطبقات والمسؤولية مع الجدول
طبقة
المحتوى
دور الذكاء الاصطناعي
دور الخبير
صورة
الوثيقة الأصلية
—
المصدر
مشروع HTR
قراءة الآلة الخام
ينتج
السيطرة من البداية إلى النهاية
الترجمة الصوتية
نقل الحروف اللاتينية
يقترح المسودة
يصحح، يصحح
ملاحظات عدم اليقين
[؟] والبدائل
علامات
يقرر
التبسيط
التركية اليوم
يقترح المسودة
الموافقات
النشر العلمي
النص النهائي + الملاحظات
—
خبير فقط
ثلاث حالات صغيرة
الحالة 1 - قام HTR بتسريع المسودة الأولى بمقدار 5x. يقوم طالب الدكتوراه بنسخ دفتر ملاحظات عثماني مكون من 200 صفحة. تم تقدير النسخ اليدوي الكامل بـ 60 يوم عمل. وباستخدام نموذج HTR الذي تم تدريبه لهذه الفترة، ظهرت المسودة الأولية في غضون ساعات قليلة؛ وقام الطالب بتصحيح هذه المسودة وتقليص العمل إلى 12 يوم عمل. لكن كان عليه أن يقارن كل صفحة بالوثيقة، سطرًا بسطر؛ حوالي 30% من المسودة كانت غير صحيحة.
الحالة الثانية – حرف واحد ومعنى واحد. واعتمد أحد الباحثين على كلمة قرأها الذكاء الاصطناعي على أنها "الحاكم". وتحت سيطرة الخبراء، كان من المفهوم أن الكلمة كانت في الواقع "وصي" (مسؤول عن طفل/شخص)، وبما أن حرف العلة لم يتم تحديده، فقد خمنها الذكاء الاصطناعي بشكل خاطئ. لقد تغير المعنى القانوني للوثيقة تمامًا. الدرس: في اللغة التركية العثمانية، يؤدي اختلاف حرف/حرف متحرك واحد إلى تفسير المستند من البداية؛ مطلوب خبير.
الحالة 3 - الإكمال المفتعل. وفي سطر نفد حبره وأصبحت كلمة واحدة منه غير قابلة للقراءة، ملأ الذكاء الاصطناعي الفجوة بكلمة «منطقية». أدرك الخبير أن تلك الفجوة كانت في الواقع اسم مكان وأن الذكاء الاصطناعي قد اختلقها. المساحة المتبقية كـ [غير مقروء]. الدرس: المساحة غير القابلة للقراءة لم يتم ملؤها، بل تم وضع علامة عليها.
أربعة قوالب قابلة للنسخ
1) النقل الحرفي الذي يحافظ على الغموض:
يوجد أدناه الإخراج/الترجمة الصوتية الأولية لـ HTR للوثيقة العثمانية. مهمتك هي مراجعة النص ووضع علامة على أخطاء القراءة المحتملة. القواعد: (1) قدم 2-3 بدائل قراءة محتملة لكل كلمة لست متأكدًا منها، ولا تفرض واحدًا. (2) اترك [غير مقروء] في الأماكن غير المقروءة، ولا تملأها. (3) إضافة كلمات غير موجودة في النص. (4) عرض البدائل في الكلمات ذات حروف العلة الغامضة. النص: [هنا]
2) القراءة الطبقية (الأصل + التبسيط):
قم بإنشاء عمودين للترجمة الصوتية العثمانية التالية التي تم التحقق منها: (1) الترجمة الصوتية الأصلية (اللمس)، (2) القراءة المبسطة إلى اللغة التركية الحالية. إضافة المعنى، وإضافة التفسير في التبسيط؛ فقط قم بتحديث اللغة. ضع علامة على الأماكن ذات المعنى الغامض [غير واضح]. الترجمة: [هنا]
3) استخراج المصطلح والشخص:
تظهر الأسماء الشخصية وأسماء الأماكن والعناوين والمصطلحات الدورية المذكورة في النسخ أدناه في قوائم منفصلة. خذ فقط تلك المذكورة بوضوح في النص؛ لا تضيف عن طريق التخمين. ضع علامة [؟] إذا لم تكن متأكدًا من النطق. النص: [هنا]
4) التحكم المشبوه في القراءة:
مراقب علم الحفريات ذو خبرة في هذا الدور. في النسخ أدناه، ضع علامة على الكلمات غير المتسقة في المعنى، والتي لا تتناسب مع الفترة أو لا تتناسب مع السياق، واكتب سبب الشك فيها. فرض تصحيح نهائي؛ أنشئ قائمة بالشكوك التي سيقارنها الخبير البشري بالوثيقة. النص: [هنا]
موجه ضعيف / موجه قوي
ضعيف:
إقرأ هذا النص العثماني وأعطني ترجمته.
وهذا يدفع الذكاء الاصطناعي إلى إنتاج قراءة واحدة محددة، وإخفاء الغموض وسد الثغرات. وفي اللغة التركية العثمانية، يكاد يكون هذا خطأً مضمونًا.
قوي:
تحقق من الترجمة العثمانية أدناه. قراءة نهائية: الفرض. توفير البدائل الممكنة لكل كلمة غامضة، وحذف الأجزاء [غير المقروءة]، وعدم إضافة أي شيء غير موجود في النص. أعط القراءة المبسطة للغة التركية اليوم في عمود منفصل، لكن احتفظ بالأصل. ضع علامة [؟] على أي شيء لست متأكدًا منه حتى يتمكن الخبير من مقارنته بالمستند. النص: [هنا]
الفرق: الحظر الصارم للقراءة، وطلب البدائل، والحفاظ على المسافة البيضاء، والمخرجات ذات الطبقات تمكن من التحقق من الخبراء.
الأخطاء الشائعة
- الخطأ في مسودة HTR على أنها صحيحة. في اللغة التركية العثمانية، قد يكون جزء كبير من المسودة الأولية غير دقيق؛ التحكم سطرًا تلو الآخر أمر لا بد منه.
- القراءة النهائية الوحيدة هي الفرض. إذا تم إخفاء البدائل في الكلمات التي لم يتم كتابة حروف العلة، فسيتم تسجيل المعنى الخاطئ.
- ملء المنطقة غير القابلة للقراءة. يجب أن تكون محمية بمسافة بيضاء [غير مقروء]، وليست مختلقة.
- مزج الأصل مع التبسيط. يجب أن يكون التبسيط طبقة منفصلة؛ لا ينبغي تشويه الترجمة الصوتية الأصلية.
- تعطيل الخبير. وبدون معرفة علم الحفريات القديمة والفترة الزمنية، فإن قراءة الذكاء الاصطناعي هي تخمين ليس له أي قيمة علمية.
في ملخص
يمكن تسريع النسخ العثماني والمخطوطات بشكل كبير في مرحلة المسودة الأولية باستخدام HTR وAI؛ تحصل على الناتج الأول الذي يقلل أيام العمل إلى ساعات. ولكن في هذا المجال بالتحديد، يغير الحرف الواحد، والفرق المتحرك الواحد المعنى؛ يميل الذكاء الاصطناعي إلى إخفاء عدم اليقين وملء الفجوات. الطريقة الصحيحة هي طبقات: مخطط أولي، وملاحظات بديلة للغموض، وطبقة منفصلة من التبسيط، وقبل كل شيء، التحقق من الوثيقة سطرًا بسطر بواسطة خبير مطلع على علم الحفريات. يعمل الذكاء الاصطناعي على تسريع القراءة الأولية؛ المسؤولية العلمية تقع على عاتق الخبير.
مهمة التطبيق
احصل على ترجمة حرفية لوثيقة عثمانية أو مخطوطة (إنتاجك الخاص أو نسخة منشورة). اطلب من الذكاء الاصطناعي قراءة بديلة باستخدام قالب "الترجمة الصوتية التي تحافظ على الغموض". ثم قم بإنشاء طبقة التبسيط بشكل منفصل باستخدام "قراءة الطبقات". قارن كل كلمة محددة بشكل غامض بمصدر أو قاموس خبير؛ لاحظ عدد الأخطاء التي قد ينتجها الذكاء الاصطناعي إذا فرض قراءة واحدة.
قائمة مرجعية
- [ ] لقد استخدمت HTR/نموذجًا مناسبًا للفترة وأسلوب الكتابة.
- [ ] طلبت من الذكاء الاصطناعي بدائل للقراءة الدقيقة.
- [ ] لقد قمت بحماية الأجزاء غير القابلة للقراءة باستخدام [غير قابل للقراءة].
- [ ] أبقيت الترجمة الصوتية الأصلية منفصلة عن التبسيط.
- [ ] لقد تم التحقق من النص النهائي بواسطة خبير/فيلم وثائقي يعرف علم الحفريات.