Nyereség:
- Lehetőség az olvasott karakter és a becsült befejezés elkülönítésére és megjelölésére, amikor a feliratokat és kéziratokat vázlatszöveggé írják át OCR/HTR-rel
- Képes a hallucinációk olyan formáinak felismerésére, mint az elmosódott szövegkiegészítés, a hamis fordítás és a koholt attribúció, valamint a fordítás összehasonlítása a forrással és a visszafordítással.
- Képes megérteni, hogy a nyelv, az írás és a műfaj összefüggései hogyan határozzák meg a mesterséges intelligencia megbízhatóságát, és hogy a végső olvasás és értelmezés a szakértő filológusé
A múltból ránk maradt egyik legközvetlenebb hang az írott források: kőbe vésett feliratok, agyagtáblák, papiruszok, pergamenkéziratok, sírkövek és pecsétek. Ebben az egységben látni fogjuk, hogy az epigráfia (a kemény felületekre, például kőre, fémre, kerámiára vésett feliratok tanulmányozásának tudománya), a paleográfia (az ókori kézírások olvasásának és keltezésének szakértelme) és a mesterséges intelligencia hogyan gyorsítja fel e szövegek olvasását, fordítását és szerkesztését, de miért kell minden olvasatot szakértő filológusnak megerősítenie.
Alapelv: A mesterséges intelligencia segíti a halvány szövegek olvasását, a nyelvek lefordítását és a lehetséges kiegészítések javaslatát; de egy felirat végső leolvasása, a hiányzó betűk kiegészítése és a jelentés a nyelvet és a korszakot ismerő szakember döntése. A mesterséges intelligencia ezen a területen van a hallucináció kockázatának leginkább kitéve, mivel a modell nagyon hajlamos arra, hogy a hiányzó vagy halvány szövegeket valami „valószínű”, de kitalált szöveggel töltse ki.
Az írott forrásokkal való munka lépései
1. Dokumentáció. A felirat vagy kézirat nagy felbontású, kontrasztos formátumban jelenik meg. A homályos felületek esetében speciális világítást (oldalsó világítást) és olyan technikákat alkalmaznak, mint az RTI; Az AI segít élesebbé tenni a kontrasztot és a betűéleket.
2. Karakter felismerés. A nyomtatott szöveghez az OCR (Optical Character Recognition), a kézíráshoz pedig a HTR (Handwritten Text Recognition) használatos. Az AI-alapú HTR hatékony a régi kéziratok átírásában.
3. Átírás és befejezés. A kifakult vagy törött részek esetében a szakember nyelvtani és párhuzamos szövegek alapján javasol lehetséges helyreállításokat. A kitöltött betűket mindig jelek, például szögletes zárójelek jelzik; Amit olvasnak és amit megjósolnak, azt soha nem keverik össze.
4. Fordítás. A szöveget a forrásnyelvről fordítják (latin, ógörög, oszmán, ékírásos nyelvek stb.). Az AI megadja az első tervezet fordítást; szakértői árnyalat korrigálja a terminológiát és a történelmi kontextust.
5. Megjegyzés. Amit a szöveg mond, ki írta, és milyen eseményre vonatkozik, az történelmi értelmezés, és a szakértőre tartozik.
Tipp: Ha azt mondja az AI-nak, hogy „olvassa el és fejezze be” a homályos szöveget, biztonságosan kitölti az üres helyeket. Ehelyett azt mondja, hogy „csak jól olvasható karaktereket adjon meg, hagyja üresen, és jelölje meg azokat a területeket, ahol nem biztos”. A kitöltést külön lépésben, indoklással kérje, és mindenképpen igazoltassa a szakértővel.
Hallucináció: a legnagyobb veszély ezen a területen
Az MI legpusztítóbb hibája a bölcsészettudományokban a kitaláció. Négy tipikus forma létezik ezen a területen:
- Szövegalkotás: "Befejezi" a halvány felirat nem létező részét, hozzáad egy nem létező szót.
- Hamis fordítás: Folyékonyan, de helytelenül fordít egy szót, amelyet nem ért; Az olvasó nem tudja észrevenni, mert nem ismeri a forrást.
- Fakultatív hivatkozás: „Ez a felirat megjelent abban a kiadványban”, de ez a kiadvány nem létezik.
- Tévedés/tulajdonítás: Magabiztosan rossz időszakba helyezi az írásstílust.
Mindezek soha nem használhatók a forrást ismerő és a nyelvet tudó szakértő megerősítése nélkül.
Figyelem: Az, hogy egy fordítás gördülékeny és meggyőző, még nem jelenti azt, hogy helyes. Az AI még az általa nem értett ékírásos jelet is magabiztos mondattá alakíthatja. Aki nem tudja elolvasni a forrásszöveget, soha nem tudja egyedül ellenőrizni az AI-fordítás pontosságát.
három mini tok
1. eset – A HTR megnyitotta az archívumot. Az egyik archívum több ezer oldalnyi oszmán kéziratot zárva tartott a kutatók elől, mert az olvasásuk szakértelmet és időt igényelt. Az AI-alapú HTR átírja a notebookokat kereshető piszkozatokká; A szakértők kijavították a piszkozatot, és megjelölték az olvashatatlan területeket. Nem teljes szöveg, de megjelent egy hatékony leolvasó eszköz.
2. eset – A legyártott befejezés elkapta. Egy diáknak egy mesterséges intelligencia leolvasott egy törött latin sírkövet; Az AI egy folyékony mondatban "befejezte" a hiányzó sort. Az epigráfus kimutatta, hogy a tervezett befejezés fizikailag lehetetlen, mert nem maradt hely a kőben. A befejezést párhuzamos feliratok alapján rekonstruálták és megjelölték.
3. eset – Hamis fordítás javítva. Az egyik csapat beszámolna egy ókori görög felirat mesterséges intelligencia fordításáról; Amikor a filológus ellenőrizte, azt találta, hogy az MI rossz időben fordított le egy igét, megfordítva a szöveg jelentését (akár felajánlásról, akár emlékműről van szó). Visszatérve a forráshoz, mentve a megjegyzés.
Négy másolható sablon
1) Konzervatív átírás:
Az Ön szerepe: átírási asszisztens. Ezen a feliraton/kéziratos képen CSAK jól olvasható karaktereket adjon meg. Ne olvassa el a homályos, törött vagy bizonytalan területeket; Jelölje meg "[olvashatatlan]"-ként. TELJESÍTSD A HIÁNYZÓ ALKATRÉSZEKET. Jegyezze fel a gyanús karaktereket is.
2) Indokolt kiegészítési javaslat:
Az alábbiakban egy szöveg található pontos olvasható részekkel és [szóközökkel]. Javasoljon LEHETSÉGES kiegészítéseket a hiányosságokhoz, de minden javaslathoz: (a) indoklás (nyelvtan, párhuzamos szöveg), (b) hogy a hézag megfelel-e a betűk számának, (c) alternatívák. Ezek javaslatok; Nem végleges olvasmány. Jelezze, hogy szakértői jóváhagyás szükséges.
3) Fordítástervezet (forrásvédett):
Fordítsa le az alábbi [nyelvi] szöveget. Tartsa a forrásszöveget minden mondat mellett (sorról sorra igazítva). Jelölje be azokat a szavakat, amelyekben nem vagy biztos, és adjon meg egy alternatív fordítást. NE találja ki a feltételeket; Ha nem tudod, írd be, hogy "bizonytalan". Ez egy tervezet; A szakértő filológus ellenőrizni fogja.
4) Fordítás ellenőrzése (visszafordítás):
Fordítsa le ezt a fordítást VISSZA a forrásnyelvre, és hasonlítsa össze az eredeti forrásszöveggel. Jelölje meg azokat a részeket, ahol a jelentés megváltozott, hozzáadódik vagy megszűnt. Különösen ellenőrizze az időt, a tárgyat és a számokat.
Gyenge felszólítás / Erős felszólítás
Gyenge felszólítás:
Olvasd el ezt az ősi feliratot, és mondd el, mit mond.
A halvány feliratnál az MI pótolja a hiányosságokat, félrefordíthatja a nyelvet, és aki nem látja a forrást, ezt nem veszi észre.
Erőteljes felszólítás:
Ezen a feliratos képen először CSAK a jól olvasható karaktereket írja át, a kitakart részeket hagyja "[olvashatatlan]". Ezután KÜLÖN javasolja a hiányosságok lehetséges kiegészítését indoklással, de semmi határozottat nem. Végül adjon meg egy fordítástervezetet, és jelölje be azokat a szavakat, amelyekben nem biztos. Mindegyikhez szakértői jóváhagyás szükséges.
Különbség: az első fiktív „olvasást” ad; ez utóbbi elkülönítve és ellenőrizhetően tartja az olvasott, előrejelzett és lefordított rétegeket.
Nyelvek, szkriptek és az AI tudáshatára
A régészeti szövegek nyelvek és írások széles skáláját ölelik fel: latin és ógörög feliratok, oszmán és arab kéziratok, ékírásos táblák, egyiptomi hieroglifák, rovásírásos feliratok stb. A mesterséges intelligencia ezen nyelvek és szkriptek ismerete nagyon egyenetlen. Míg a fordítástervezet ésszerű lehet olyan nyelvek esetében, amelyek bőséges digitális szöveggel rendelkeznek, mint például a latin és az ógörög, de olyan szövegek esetében, amelyeket ritkán dokumentálnak, fejtettek meg vagy csak néhány szakértő olvas, a mesterséges intelligencia szinte teljesen megbízhatatlan; meggyőző, de teljesen kitalált "fordításokat" készít ezeken a területeken.
Itt van a kontextus és a műfaj kérdése is. Ugyanannak a szónak különböző jelentése lehet jogi dokumentumban, imaszövegben és sírkőben. A szakértő filológus felismeri a szöveg típusát (áhítat, emlékmű, szerződés, levél), és a megfelelő szövegkörnyezetben olvassa fel a szót; Az AI-ból hiányzik ez az általános érzékenység, és a legáltalánosabb jelentést írja elő. A rövidítések, képletek és törzskifejezések (különösen a feliratokban nagyon gyakoriak) könnyen félrevezetik az MI-t.
Tehát az aranyszabály a következő: használja az AI-t gyorsítóként az Ön által ismert nyelvek, a vezérelhető nyelvek esetében; Soha ne hagyatkozzon egyedül egy mesterséges intelligencia fordításra olyan nyelven, amelyet nem tudsz olvasni. Valaki, aki nem tudja elolvasni a forrást, nem tudja ellenőrizni a fordítás pontosságát, és ezért nem tudja a fordítást tudományos állítássá alakítani.
Tipp: Amikor szöveget ad meg az MI-nek, adja meg annak nyelvét, becsült időtartamát és típusát (felirat/levél/dokumentum). A kontextus ismerete részben csökkenti a mesterséges intelligencia elsodródását a leggyakoribb, de helytelen olvasat felé, de nem szünteti meg a megerősítés szükségességét.
Írott erőforrás feladattáblázat
Quest
Az AI szerepe
emberi döntés
ellenőrzése
képjavítás
Kontraszt/él
Kritérium kiválasztása
Összehasonlítás az eredetivel
OCR/HTR
szövegtervezet
határozatlan karakter
szakértő lektorálás
befejezése
Ajánlás (indoklással ellátott)
Elfogadás/elutasítás
Párhuzamos szöveg, helymeghatározás
Fordítás
tervezet
árnyalat, kifejezés
Vissza fordítás, forrás
Megjegyzés
Kontextus összefoglaló
történelmi jelentése
szakértő, irodalom
Gyakori hibák
- A halvány szöveg befejezése. Az AI illeszkedik a hézagokhoz; A leolvasást és a jóslatot el kell választani és meg kell jelölni.
- Bízni a fordításban a forrás megtekintése nélkül. A folyékony fordítás nem helyes fordítás.
- A kitalált forrásmegjelölés elfogadása. Ha azt mondja, hogy „Az adásban van”, megerősítésre van szükség.
- Nem ellenőrzi a befejezés fizikai helyét. Az ajánlatnak bele kell illeszkednie a törött helyre.
- Az értelmezést az MI-re bízzuk. A szöveg történeti jelentése a szakértő filológus dolga.
Összefoglalva
AI az epigráfiában és az ókori szövegekben; Jelentősen felgyorsítja a képjavítást, a HTR/OCR vázlatot, a befejezési javaslatot és a fordítástervezetet, és megnyitja a zárt archívumokat a kutatás előtt. De ez az a terület, ahol a legnagyobb a hallucináció kockázata: az olvasást elválasztják a jóslattól, a kiegészítéseket megjelölik, a fordításokat összevetik a forrás- és visszafordítással, a végső olvasat és értelmezés pedig a szakértő filológusé.
Pályázati feladat
Válasszon ki egy feliratot vagy kéziratos képet (egy nyílt hozzáférésű gyűjteményből). Csak a tiszta karaktereket vonja ki a „Konzervatív átírás” sablonnal, majd kapjon javaslatokat szóközökhöz az „Indokolt kiegészítési javaslattal”. Készítsen fordítástervezetet, és fordítsa vissza a „Fordítás ellenőrzése” sablonnal, és jelölje meg, hol változott a jelentés. Ha lehetséges, hasonlítsa össze a publikált olvasmányokkal.
ellenőrző lista
- [ ] Az olvasott karaktert és a jóslat befejezését külön jelöltem.
- [ ] Ellenőriztem, hogy a kiegészítések beleférnek-e a törött területbe.
- [ ] Ellenőriztem a fordítást a forrásszöveghez és a hátsó fordításhoz.
- [ ] Megerősítettem az YZ által adott publikációkat/idézeteket a tényleges katalógusban.
- [ ] A végső olvasatot és az értelmezést szakértői jóváhagyásra bíztam.