Gnóthachain:
- Cumas an sreabhadh oibre HTR agus traslitrithe a shocrú agus míniú a thabhairt ar an bhfáth go dteastaíonn seiceáil saineolach líne ar líne don dréacht amh
- Cumas limistéir neamh-inléite a chosaint trí roghanna eile a iarraidh seachas léamh beacht a ghearradh i gcás athbhrí guta/litreach sa Tuirc Ottoman
- Cumas an traslitriú bunaidh a scaradh ó shraith ar leith simplithe, ag coinneáil freagracht eolaíoch deiridh ar an bpaileagrafaíocht
B’fhéidir gurb é an chuid is déine den taighde stairiúil ná lámhscríbhinní agus seancháipéisí scríofa a thras-scríobh go téacs inléite. Ní féidir litir, leabhar nótaí, taifead cúirte nó doiciméad Ottomanach a chuardach ach amháin tar éis í a thrascríobh. Is éard is tras-scríobh ann ná ábhar doiciméid a aistriú (lámhscríofa nó script ársa go minic) go téacs scríofa inléite. I gcás na hOtamánach, is minic a bhíonn traslitriú ag gabháil leis seo: an téacs i litreacha Araibis a aistriú isteach san aibítir Laidineach lena chomhionanna litir-ar-litir.
D’úsáideamar OCR le haghaidh téacsanna clóite; Teastaíonn teicneolaíocht dhifriúil don peannaireacht: HTR (Aithint Téacs Lámhscríofa). Is teicneolaíocht í HTR atá cosúil le OCR ach i bhfad níos dúshlánaí a thiontaíonn doiciméid lámhscríofa go téacs meaisín. San aonad seo feicfimid conas HTR agus AI a úsáid san Ottoman agus sa tras-scríobh lámhscríbhinní, na lamhálacha earráide agus cén fáth a bhfuil fíorú níos tábhachtaí fós anseo.
Cén fáth a bhfuil an lámhscríbhneoireacht chomh deacair sin?
Tá an lámhscríbhneoireacht i bhfad níos athraitheach ná an téacs clóite: tá lámh ar leith ag gach scríbhneoir, nasctar litreacha le chéile, úsáidtear giorrúcháin agus comharthaí speisialta, folaíonn dúch, caitheann páipéar amach. Sa Tuirc Ottoman iolraítear an deacracht:
- Foirmeacha litreacha comhthéacsúla: Scríobhtar an litir chéanna ar bhealach difriúil ag tús, lár agus deireadh an fhocail.
- Gan gutaí a scríobh: Short vowels are often not written; críochnaíonn an léitheoir ón gcomhthéacs. Cruthaíonn sé seo débhríochtaí ar nós "glacadh nó diúltú?"
- Stíleanna éagsúla scríbhneoireachta: Tá stíleanna éagsúla peannaireachta ann mar rik'a, divani, ta'lik; Teastaíonn saineolas léitheoireachta difriúil do gach ceann acu.
- Stór focal Otamánach: Focail ón Araibis agus ón bPeirsis nach bhfuil ann i Tuircis an lae inniu.
Mar sin, oibríonn HTR agus AI le lamháil earráide i bhfad níos airde sa Tuirc Ottomanach ná mar a bhíonn i gcló OCR. Ní uirlis anseo í an tsúil de phaleagrafaíocht saineolaí (paleagrafaíocht - eolaíocht léitheoireachta scríbhinní ársa), ach riachtanas.
Sreabhadh oibre: céim ar chéim
1. Cáilíocht doiciméad a ullmhú. Mar is amhlaidh le OCR, tá ardtaifeach agus codarsnacht mhaith riachtanach. Tá sé seo níos tábhachtaí fós sa pheannaireacht.
2. Roghnaigh múnla HTR. Tá i bhfad níos rathúla i bhfad níos mó ratha ag baint le samhlacha Ottoman, peannaireacht Araibis, nó HTR atá oilte go sonrach ar feadh tréimhse ar leith ná samhlacha ginearálta. Déan tástáil ar cé acu samhail a oibríonn go maith ar feadh tréimhse agus stíl scríbhneoireachta.
3. Gin trascríobh amh. Táirgeann an tsamhail HTR imlíne. Sa Tuirc Ottomanach, is tús é an dréacht seo lán d’earráidí nach mór do shúil le taithí a sheiceáil go críochnúil.
4. Feabhas comhthéacsúil le AI. Is féidir leat neamhréireachtaí bratach AI, roghanna léitheoireachta féideartha, agus láithreacha amhrasacha san aschur amh. Ach tá riosca ar leith ag baint leis an “cheartú” AI anseo: d’fhéadfadh léamh suarach a mholadh.
5. Traslitriú agus simpliú (layered). Déantar traslitriú an téacs i litreacha Araibis go litreacha Laidine, agus ina dhiaidh sin a léamh simplithe go Tuircis an lae inniu, mar shraitheanna ar leith. Ní bhriseann an bunleagan riamh.
6. Fíorú saineolaí. Tá an trascríobh deiridh ceadaithe ag saineolaí le paleografaíocht agus eolas tréimhse trí é a chur i gcomparáid leis an doiciméad.
Aird: Sa Tuircis Otamánach, nuair a "bhuille faoi thuairim" focal le guta neamhscríofa ón gcomhthéacs, is féidir leis an AI léamh mícheart a tháirgeadh go hiomlán agus é a chur i láthair i dteanga mhuiníneach. Athraíonn difríocht i litreacha, mar shampla "kabul" in ionad "kabil" nó "alem" in ionad "alim", an bhrí go hiomlán. Ba chóir gach léamh neamhchinnte a chur i láthair mar aon le roghanna eile, agus níor cheart aon léamh críochnaitheach amháin a fhorchur.
Sraitheanna agus freagracht le tábla
ciseal
Ábhar
Ról AI
Ról an tsaineolaí
Íomhá
doiciméad bunaidh
—
Foinse
HTR dréacht
Léamh meaisín amh
táirgeann
Rialú ó thús go deireadh
traslitriú
Trasuíomh litreacha Laidine
molann dréacht
Ceartaíonn, ceartaíonn
Nótaí neamhchinnteachta
[?] agus roghanna eile
comharthaí
chinneann
Simpliú
Tuircis an lae inniu
molann dréacht
Ceaduithe
foilseachán eolaíoch
Téacs deiridh + nótaí
—
Saineolaí amháin
trí chás mion
Cás 1 - Chuir HTR dlús leis an gcéad dréacht de 5x. Dhéanfadh mac léinn dochtúireachta leabhar nótaí Otamánach 200 leathanach a thrascríobh. Measadh gur 60 lá gnó a bheadh i gceist le trascríobh iomlán láimhe. Le múnla HTR oilte don tréimhse, tháinig an dréacht amh amach i gceann cúpla uair an chloig; Ceartaigh an scoláire an dréacht seo agus laghdaigh sé an obair go 12 lá oibre. Ach bhí air gach leathanach a chur i gcomparáid leis an doiciméad, líne ar líne; Bhí thart ar 30% den dréacht mícheart.
Cás 2 — Litir amháin, brí amháin. Bhí taighdeoir amháin ag brath ar fhocal a léigh an AI mar "gobharnóir." Faoi rialú na saineolaithe, tuigeadh go raibh an focal "caomhnóir" i ndáiríre (freagrach as leanbh/duine), agus ós rud é nach raibh an guta marcáilte, rinne an AI buille faoi thuairim mícheart. Bhí brí dhlíthiúil an doiciméid ag athrú go hiomlán. Ceacht: Sa Tuirc Ottomanach, de bharr difríocht idir litir/guta amháin is féidir an doiciméad a léirmhíniú ón tús; saineolaí ag teastáil.
Cás 3 — Críochnú suarach. I líne a raibh a dúch imithe i léig agus focal amháin de nach raibh inléite, líon an AI an bhearna le focal “loighciúil”. Thuig an saineolaí gur logainm a bhí sa bhearna sin i ndáiríre agus go raibh an AI tar éis í a dhéanamh suas. An spás fágtha mar [doléite]. Ceacht: níl spás neamh-inléite líonta, tá sé marcáilte.
Ceithre theimpléad inchóipeála
1) Traslitriú a chaomhnaíonn débhríocht:
Anseo thíos tá an t-amhaschur HTR/traslitriú doiciméad Ottomanach. Is é an tasc atá agat ná an téacs a athbhreithniú agus earráidí léitheoireachta a d'fhéadfadh a bheith ann a mharcáil. Rialacha: (1) Tairiscint 2-3 rogha léitheoireachta fhéideartha do gach focal nach bhfuil tú cinnte faoi, ná cuir ceann amháin i bhfeidhm. (2) Fág [doléite] sna limistéir doléite, ná líon isteach iad. (3) AG CUR focail nach bhfuil sa téacs. (4) Taispeáin malairtí i bhfocail le gutaí débhríoch. Téacs: [anseo]
2) Léamh sraitheach (bunaidh + simpliú):
Gin DHÁ cholún don traslitriú Ottomanach fíoraithe seo a leanas: (1) Traslitriú bunaidh (dteagmháil), (2) Léamh simplithe go Tuircis an lae inniu. ADDING meaning, ag cur léirmhíniú i simpliú; ach an teanga a nuashonrú. Marcáil áiteanna le brí débhríoch[indistinct]. Traslitriú: [anseo]
3) Eastóscadh téarma agus duine:
Tá na hainmneacha pearsanta, na logainmneacha, na teidil agus na téarmaí tréimhsiúla a luaitear sa tras-scríobh thíos le feiceáil i liostaí ar leith. Glac ach na cinn a luaitear go soiléir sa téacs; Ná cuir le buille faoi thuairim. Marcáil le [?] mura bhfuil tú cinnte faoin bhfuaimniú. Téacs: [anseo]
4) Rialú léite amhrasach:
Rialtóir paileolaíochta le taithí sa ról. Sa tras-scríobh thíos, marcáil na focail atá ar neamhréir ó thaobh brí, nach n-oireann don tréimhse nó nach luíonn don chomhthéacs, agus scríobh cén fáth a bhfuil amhras orthu. Ceartú cinntitheach a fhorchur; Gin liosta amhrais a chuirfidh an saineolaí daonna i gcomparáid leis an doiciméad. Téacs: [anseo]
Leid lag / Pras láidir
Lag:
Léigh an téacs Ottomanach seo agus tabhair dom a aistriúchán.
Cuireann sé seo brú ar an AI chun léamh amháin, cinntitheach a tháirgeadh, ag folach débhríochtaí agus ag feistiú bearnaí. Sa Tuirc Ottoman, is botún beagnach ráthaithe é seo.
Láidir:
Amharc ar an traslitriú Ottoman thíos. Léamh deifnídeach: IMPOSITION. Cuir roghanna eile ar fáil do gach focal débhríoch, fág amach na codanna [doléite], ná cuir aon rud nach bhfuil sa téacs leis. Tabhair an léamh simplithe do Tuircis an lae inniu i gcolún ar leith, ach coinnigh an bunleagan. Marcáil aon rud nach bhfuil tú cinnte faoi le [?] ionas gur féidir leis an saineolaí é a chur i gcomparáid leis an doiciméad. Téacs: [anseo]
An difríocht: toirmeasc dian ar léamh, roghanna eile a iarraidh, spás bán a chaomhnú, agus aschur sraitheach a chumasú fíorú saineolaithe.
Botúin choitianta
- Botún ceart an dréacht HTR. Sa Tuirc Ottomanach, d'fhéadfadh go mbeadh go leor den dréacht amh míchruinn; Tá rialú líne ar líne riachtanach.
- Is é an t-aon léamh deifnídeach a fhorchur. Má bhíonn malairtí i bhfolach i bhfocail nach bhfuil a ngutaí scríofa, déanfar an bhrí mhícheart a thaifeadadh.
- An limistéar neamhléite a líonadh. Ba chóir go mbeadh sé cosanta le spás bán [doléite], gan a bheith déanta suas.
- Meascadh an bhunaidh le simpliú. Ba chóir go mbeadh simpliú ciseal ar leith; Níor cheart an traslitriú bunaidh a shaobhadh.
- An saineolaí a dhíchumasú. Gan eolas ar phaleagrafaíocht agus ar thréimhse, is buille faoi thuairim é léamh AI gan aon luach eolaíoch.
Go hachomair
Is féidir tras-scríobh Ottoman agus lámhscríbhinní a luathú go mór ag an gcéim dréacht-amh le HTR agus AI; Faigheann tú an chéad aschur a laghdaíonn laethanta oibre go huaireanta. Ach is sa réimse seo go beacht a athraíonn litir amháin, difríocht guta amháin an bhrí; Tá claonadh ag AI éiginnteacht a cheilt agus na bearnaí a líonadh. Tá an modh ceart cisealta: imlíne amh, nótaí malartacha débhríochta, sraith simplithe ar leith agus, thar aon rud eile, fíorú líne-ar-líne ar an doiciméad ag saineolaí atá eolach ar phaileagrafaíocht. Cuireann AI dlús leis an léitheoireacht tosaigh; Baineann freagracht eolaíoch leis an saineolaí.
Tasc feidhmchláir
Faigh traslitriú ar dhoiciméad Ottomanach nó lámhscríbhinne (do tháirgeadh féin nó cóip foilsithe). Iarr ar an AI léamh eile leis an teimpléad “traslitriú a chaomhnaíonn athbhrí”. Ansin giniúint an ciseal simpliúcháin ar leithligh le "léamh layered". Déan comparáid idir gach focal atá marcáilte go doiléir le foinse nó foclóir saineolach; Tabhair faoi deara cé mhéad earráidí a dhéanfadh an AI dá gcuirfeadh sé léamh amháin i bhfeidhm.
seicliosta
- [ ] D'úsáid mé HTR/múnla a bhí oiriúnach don tréimhse agus don stíl scríbhneoireachta.
- [ ] D'iarr mé ar an AI le haghaidh roghanna eile seachas an léamh cruinn.
- [ ] chosain mé na codanna neamh-inléite le [neamhléite].
- [ ] Choinnigh mé an bun-traslitriú scartha ón simpliú.
- [ ] Bhí an téacs deiridh fíoraithe agam ag saineolaí/clár faisnéise a bhfuil aithne aige ar an bpaileagrafaíocht.