Gnóthachain:
- Cumas an carachtar léite agus an comhlánú measta a choinneáil ar leithligh agus marcáilte agus inscríbhinní agus lámhscríbhinní á tras-scríobh ina ndréacht-théacs le OCR/HTR
- Cumas chun foirmeacha bréagfholtachta a aithint mar chomhlánú doiléir téacs, aistriúchán bréagach, agus sannadh fabraice, agus an t-aistriúchán a sheiceáil i gcoinne na foinse agus an chúl-aistriúcháin.
- Cumas a thuiscint conas a chinneann comhthéacs teanga, scríbhneoireachta agus seánra iontaofacht na hintleachta saorga agus go mbaineann an léamh agus an léirmhíniú deiridh leis an bpileolaí saineolaí.
Ceann de na fuaimeanna is dírí atá fágtha againn ón am atá thart ná foinsí scríofa: inscríbhinní snoite le cloch, táibléad cré, paipírí, lámhscríbhinní pár, leaca uaighe agus rónta. San aonad seo, feicfimid conas a luathaíonn epigraphy (an eolaíocht a bhaineann le staidéar a dhéanamh ar inscríbhinní greanta ar dhromchlaí crua mar chloch, miotal, criadóireacht), paileolaíocht (saineolas na lámhscríbhneoirí ársa a léamh agus a dhátú) agus AI léamh, aistriúchán agus eagarthóireacht na dtéacsanna seo, ach cén fáth nach mór do shaineolaí gach léamh a dheimhniú.
Bunphrionsabal: Cuidíonn AI le téacs lag a léamh, teanga a aistriú, agus comhlánú féideartha a mholadh; ach is é cinneadh an tsaineolaí a bhfuil an teanga agus an tréimhse aige an léamh deiridh ar inscríbhinn, comhlánú na litreacha atá in easnamh agus an bhrí. Is sa réimse seo atá an AI is mó i mbaol siabhránachtaí, mar go bhfuil an tsamhail an-seans maith go líon isteach téacs ar iarraidh nó lag le rud éigin “sochreidte” ach déanta suas.
Céimeanna chun oibriú le foinsí scríofa
1. Doiciméadúchán. Taispeántar an t-inscríbhinn nó an lámhscríbhinn i bhformáid ardtaifeach, feabhsaithe ar chodarsnacht. I gcás dromchlaí doiléir, úsáidtear soilsiú speisialta (solas taobh) agus teicnící cosúil le RTI; Cuidíonn AI chun codarsnacht agus imill litreacha a ghéarú.
2. Aitheantas carachtar. Úsáidtear OCR (Aithint Optúil Carachtair) do théacs clóite, agus úsáidtear HTR (Aithint Téacs Lámhscríofa) don pheannaireacht. Tá HTR bunaithe ar AI cumhachtach maidir le sean-lámhscríbhinní a thras-scríobh.
3. Trascríobh agus críochnú. Maidir le codanna faded nó briste, molann an saineolaí athchóiriú féideartha bunaithe ar théacsanna gramadaí agus comhthreomhar. Cuirtear litreacha comhlánaithe in iúl i gcónaí le comharthaí cosúil le lúibíní cearnacha; Ní chuirtear mearbhall ar bith ar a léitear agus ar a bhfuil tuartha.
4. Aistriúchán. Aistrítear an téacs ón teanga foinse (Laidin, Sean-Ghréigis, Ottoman, teangacha cuneiform, etc.). Tugann AI an chéad dréacht-aistriúchán; ceartaíonn nuance saineolach téarmaíocht agus comhthéacs stairiúil.
5. Trácht. Is léirmhínithe stairiúla iad an méid a deir an téacs, cé a scríobh é, agus cén imeacht a dtagraíonn sé dó agus is leis an saineolaí é.
Leid: Má insíonn tú don AI téacs doiléir "a léamh agus a chomhlánú", déanfaidh sé na bearnaí go sábháilte. Ina áit sin, abair "ná tabhair ach carachtair atá inléite go soiléir, fág bán agus marcáil na réimsí nach bhfuil tú cinnte". Iarr ar chríochnú i gcéim ar leith, le bonn cirt, agus a bheith cinnte go bhfuil sé deimhnithe ag an saineolaí.
Hallucination: an baol is mó sa réimse seo
Is é an botún is tubaisteach a bhaineann le AI sna daonnachtaí ná déantúsaíocht. Tá ceithre ghnáthfhoirm sa réimse seo:
- Monarú téacs: "Críochnaíonn" an chuid nach bhfuil ann d'inscríbhinn lag, ag cur focal nach bhfuil ann.
- Aistriúchán falsa: Aistríonn sé focal nach dtuigeann sé go líofa ach go mícheart; Ní féidir leis an léitheoir a thabhairt faoi deara toisc nach bhfuil an fhoinse ar eolas aige.
- Tagairt déanta: Deir sé “Foilsíodh an inscríbhinn seo san fhoilseachán sin”, ach níl an foilseachán sin ann.
- Mídátú/caint: Go muiníneach cuireann sé stíl scríbhneoireachta sa tréimhse mhícheart.
Ní féidir iad seo ar fad a úsáid gan deimhniú ó shaineolaí a fheiceann an fhoinse agus a bhfuil an teanga ar eolas aige.
Aird: Díreach toisc go bhfuil aistriúchán líofa agus diongbháilte ní chiallaíonn sé go bhfuil sé ceart. Is féidir le AI fiú comhartha cuneiform nach dtuigeann sé a thiontú ina abairt mhuiníneach. Ní féidir le duine nach bhfuil in ann an téacs foinseach a léamh cruinneas an aistriúcháin AI a fhíorú as a stuaim féin.
trí chás mion
Cás 1 - D'oscail HTR an chartlann. Choinnigh cartlann amháin na mílte leathanach de lámhscríbhinní Otamánacha dúnta do thaighdeoirí toisc go raibh saineolas agus am ag teastáil lena léamh. Déanann HTR bunaithe ar AI leabhair nótaí a thras-scríobh go dréacht-théacs inchuardaithe; Ceartaigh saineolaithe an dréacht agus marcáladh réimsí nach bhféadfaí a léamh. Ní téacs iomlán é, ach tá uirlis chumhachtach scanadh tagtha chun cinn.
Cás 2 - Críochnú fabraice gafa. Bhí AI léite ag mac léinn leac uaighe Laidine briste; Chuir an AI "i gcrích" an líne ar iarraidh i abairt líofa. Léirigh an epigrapher go raibh an críochnú beartaithe dodhéanta go fisiciúil toisc nach raibh aon spás fágtha sa chloch. Rinneadh an críochnú a atógáil agus a mharcáil bunaithe ar inscríbhinní comhthreomhara.
Cás 3 — Aistriúchán bréige ceartaithe. Thabharfadh foireann amháin tuairisc ar aistriúchán AI ar inscríbhinn ón tSean-Ghréigis; Nuair a sheiceáil an phileolaí, fuair sé amach go raibh an AI tar éis briathar a aistriú san aimsir mhícheart, ag aisiompú brí an téacs (cibé acu tairiscint nó cuimhneachán a bhí ann). Ag dul ar ais go dtí an fhoinse shábháil an nóta tráchta.
Ceithre theimpléad inchóipeála
1) Trascríobh coimeádach:
Do ról: cúntóir trascríobh. San íomhá inscríbhinn/lámhscríbhinne seo, tabhair ACH carachtair inléite soiléire. Ná léigh réimsí atá doiléir, briste nó éiginnte; Marcáil é mar "[neamhléite]". COMHLÁNAIGH NA CODANNA ISTEACH. Tabhair faoi deara freisin na carachtair a bhfuil amhras ort.
2) Moladh críochnaithe réasúnaithe:
Anseo thíos tá téacs ina bhfuil codanna beachta léitheoireachta agus [spásanna]. Mol comhlánuithe FÉIDEARTHA do na bearnaí, ach do gach moladh: (a) fírinniú (gramadach, téacs comhthreomhar), (b) cé acu an n-oireann an bhearna do líon na litreacha, (c) na roghanna eile. Is moltaí iad seo; Ní léamh críochnaitheach é. Luaigh go bhfuil faomhadh saineolaí ag teastáil.
3) Dréacht-aistriúchán (cosanta leis an bhfoinse):
Aistrigh an téacs [teanga] thíos. Coinnigh an téacs foinse in aice le gach abairt (ailíniú líne ar líne). Marcáil na focail nach bhfuil tú cinnte fúthu agus tabhair aistriúchán eile. NÁ déan suas na téarmaí; Mura bhfuil a fhios agat, scríobh "éiginnte". Is dréacht é seo; Seiceálfaidh an pholeolaí saineolaí.
4) Fíorú aistriúcháin (aistriúchán ar ais):
Aistrigh an t-aistriúchán seo AR AIS go dtí an teanga fhoinseach agus cuir i gcomparáid é leis an mbuntéacs. Marcáil na codanna ina n-athraítear, cuirtear leis nó nuair a thit an bhrí. Seiceáil go háirithe an aimsir, an t-ábhar agus na huimhreacha.
Leid lag / Pras láidir
Leid lag:
Léigh an inscríbhinn ársa seo agus inis dúinn cad a deir sé.
I inscríbhinn lag, déanann an AI na bearnaí, féadfaidh sé an teanga a aistriú go mícheart, agus ní thabharfaidh an duine nach bhfeiceann an fhoinse é seo faoi deara.
Leid chumhachtach:
San íomhá inscríbhinne seo, déan AMHÁIN na carachtair atá inléite go soiléir a thras-scríobh ar dtús, ag fágáil na codanna doiléir "[neamhléite]". Ansin, AR FHÁIL AR FÁIL, mol comhlánuithe féideartha do na bearnaí a bhfuil bonn cirt leo ach ná tabhair aon rud cinnte. Ar deireadh, cuir dréacht-aistriúchán ar fáil agus marcáil na focail nach bhfuil tú cinnte fúthu. Tá gach ceann díobh faoi réir faomhadh na saineolaithe.
Difríocht: tugann an chéad cheann "léamh" bréige; coinníonn an dara ceann na sraitheanna inléite, tuartha agus aistrithe ar leithligh agus infhíoraithe.
Teangacha, scripteanna agus teorainn eolais AI
Cuimsíonn téacsanna seandálaíochta raon leathan teangacha agus scripteanna: inscríbhinní Laidine agus Sean-Ghréigise, lámhscríbhinní Ottoman agus Araibis, táibléid cuneiformacha, hieroglyphs Éigipte, inscríbhinní runic, agus go leor eile. Tá líofacht AI ar na teangacha agus na scripteanna seo an-míchothrom. Cé go bhféadfadh dréacht-aistriúchán a bheith réasúnta do theangacha a bhfuil flúirse téacs digiteach iontu, amhail an Laidin agus an tSean-Ghréigis, do théacsanna nach bhfuil ach doiciméadaithe go hannamh, a dhíchóimeáil, nó a léann ach dornán saineolaithe, tá AI beagnach go hiomlán neamhiontaofa; táirgeann sé "aistriúcháin" diongbháilte ach atá déanta go hiomlán sna réimsí seo.
Tá ceist an chomhthéacs agus an seánra ann freisin. Is féidir bríonna éagsúla a bheith ag an bhfocal céanna i ndoiciméad dlí, i dtéacs paidir, agus i leac uaighe. Aithníonn an phileolaí saineolach an cineál téacs (deabhóid, séadchomhartha, conradh, litir) agus léann sé an focal sa chomhthéacs ceart; Níl an íogaireacht chineálach seo ag AI agus cuireann sé an bhrí is coitianta i bhfeidhm. Is furasta an AI a chur amú trí ghiorrúcháin, foirmlí agus léirithe stoic (go háirithe an-choitianta in inscríbhinní).
Mar sin is é an riail órga: úsáid AI mar luasaire do theangacha atá ar eolas agat, teangacha ar féidir leat a rialú; Ná bí ag brath ar aistriúchán AI amháin i dteanga nach féidir leat a léamh. Ní féidir le duine nach bhfuil in ann an fhoinse a léamh cruinneas an aistriúcháin a fhíorú agus mar sin ní féidir leis an aistriúchán sin a dhéanamh ina éileamh eolaíoch.
Leid: Agus téacs á thabhairt don AI, sonraigh a theanga, a thréimhse mheasta, agus a chineál (inscríbhinn/litir/doiciméad). Laghdaíonn eolas comhthéacs go páirteach an t-athrú a dhéanann an AI i dtreo na léitheoireachta is coitianta ach nach bhfuil mícheart — ach ní chuireann sé deireadh leis an ngá atá le deimhniú.
Tábla tascanna acmhainní scríofa
Rompu
Ról AI
cinneadh daonna
fíorú
feabhsú íomhá
Codarsnacht/imeall
Roghnú critéar
Comparáid leis an mbunleagan
OCR/HTR
dréacht-téacs
carachtar éiginnte
profaí saineolach
críochnú
Moladh (réasúnaithe)
Glac/diúltaigh
Téacs comhthreomhar, rialú suímh
Aistriúchán
dréacht
nuance, téarma
Aistriúchán siar, foinse
Trácht
Achoimre ar an gcomhthéacs
brí stairiúil
saineolaí, litríocht
Botúin choitianta
- Comhlánú an téacs lag. Buaileann AI na bearnaí; Ba chóir an léamh agus an tuar a scaradh agus a mharcáil.
- Ag muinín an aistriúcháin gan an fhoinse a fheiceáil. Ní aistriúchán ceart é aistriúchán líofa.
- Glacadh leis an leithroinnt chomhdhéanta. Teastaíonn dearbhú "Tá sé ar an gcraoladh sin" a rá.
- Gan suíomh fisiceach críochnaithe a sheiceáil. Caithfidh an togra luí isteach sa spás briste.
- Ag fágáil an léirmhínithe chuig an AI. Is é brí stairiúil an téacs ábhar an phileolaí saineolaí.
Go hachomair
AI sa epigraphy agus téacsanna ársa; Cuireann sé dlús suntasach le feabhsú íomhá, dréacht HTR/OCR, togra críochnaithe agus dréacht-aistriúchán, agus osclaíonn sé cartlanna dúnta chun taighde a dhéanamh. Ach is é seo an réimse ina bhfuil an riosca siabhránachta is airde: déantar an léitheoireacht a scaradh ón tuar, déantar comhlánú a mharcáil, seiceáiltear na haistriúcháin i gcoinne bunaistriúcháin agus aisaistriúcháin, agus baineann an léamh agus an léirmhíniú deiridh leis an bpileolaí saineolaí.
Tasc feidhmchláir
Roghnaigh íomhá inscríbhinn nó lámhscríbhinne (ó bhailiúchán rochtana oscailte). Sliocht ach carachtair shoiléire leis an teimpléad "Trascríobh Coimeádach", ansin faigh moltaí le haghaidh spásanna le "Moladh Críochnaithe Réasúnta". Déan dréacht-aistriúchán agus ais-aistrigh é leis an teimpléad "Fíorú aistriúcháin" agus marcáil an áit ar aistrigh an bhrí. Déan comparáid idir leis an léamh foilsithe más féidir.
seicliosta
- [ ] Mharcáil mé an carachtar léite agus críochnú an tuar ar leithligh.
- [ ] Sheiceáil mé go bhfuil na comhlánaithe oiriúnach don limistéar briste.
- [ ] Sheiceáil mé an t-aistriúchán i gcoinne an bhuntéacs agus an chúlaistriúcháin.
- [ ] Dheimhnigh mé na foilseacháin/lua a thug YZ sa chatalóg iarbhír.
- [ ] D'fhág mé an léamh deiridh agus an léirmhíniú a cheadú saineolaí.