Keuntungan:
- Kemampuan untuk mengatur alur kerja HTR dan transliterasi serta menjelaskan mengapa draf mentah memerlukan pemeriksaan ahli baris demi baris
- Kemampuan untuk melindungi area yang tidak dapat dibaca dengan meminta alternatif daripada memaksakan pembacaan yang tepat jika terjadi ambiguitas vokal/huruf dalam bahasa Turki Ottoman
- Kemampuan untuk memisahkan transliterasi asli dari lapisan penyederhanaan yang terpisah, menjaga tanggung jawab ilmiah akhir pada paleografer
Mungkin bagian yang paling menuntut dalam penelitian sejarah adalah menyalin manuskrip dan dokumen tertulis lama menjadi teks yang dapat dibaca. Surat, buku catatan, catatan pengadilan, atau dokumen Ottoman hanya dapat dicari setelah ditranskrip. Transkripsi adalah tindakan mentransfer isi dokumen (paling sering tulisan tangan atau aksara kuno) ke dalam teks tertulis yang dapat dibaca. Dalam kasus Ottoman, hal ini sering kali disertai dengan transliterasi: mentransfer teks dalam huruf Arab ke dalam alfabet Latin dengan padanan huruf demi hurufnya.
Kami menggunakan OCR untuk teks cetak; Tulisan tangan memerlukan teknologi berbeda: HTR (Pengenalan Teks Tulisan Tangan). HTR adalah teknologi yang mirip dengan OCR tetapi jauh lebih menantang yang mengubah dokumen tulisan tangan menjadi teks mesin. Dalam unit ini kita akan melihat cara menggunakan HTR dan AI dalam transkripsi Ottoman dan manuskrip, margin kesalahan dan mengapa verifikasi menjadi lebih penting di sini.
Mengapa tulisan tangan begitu sulit?
Tulisan tangan jauh lebih bervariasi daripada teks cetak: setiap penulis memiliki tangan yang unik, huruf-huruf saling terhubung, singkatan dan tanda khusus digunakan, tinta luntur, kertas menjadi usang. Dalam bahasa Turki Ottoman, kesulitannya berlipat ganda:
- Bentuk huruf kontekstual: Huruf yang sama ditulis berbeda pada awal, tengah, dan akhir kata.
- Tidak menulis vokal: Vokal pendek seringkali tidak ditulis; pembaca menyelesaikannya dari konteksnya. Hal ini menciptakan ambiguitas seperti “penerimaan atau penolakan?”
- Gaya penulisan yang berbeda: Gaya tulisan tangan berbeda-beda seperti rik'a, divani, ta'lik; Masing-masing memerlukan keahlian membaca yang berbeda.
- Kosakata Utsmaniyah: Kata-kata dari bahasa Arab dan Persia yang tidak ada dalam bahasa Turki saat ini.
Oleh karena itu, HTR dan AI bekerja dengan margin kesalahan yang jauh lebih tinggi dalam bahasa Turki Ottoman dibandingkan OCR cetak. Mata seorang ahli paleografer (paleografi - ilmu membaca tulisan-tulisan kuno) di sini bukanlah alat, melainkan suatu keharusan.
Alur kerja: langkah demi langkah
1. Mempersiapkan kualitas dokumen. Seperti halnya OCR, resolusi tinggi dan kontras yang baik sangat penting. Ini bahkan lebih penting lagi dalam tulisan tangan.
2. Pilih model HTR. Model Ottoman, tulisan tangan Arab, atau HTR yang dilatih secara khusus untuk periode tertentu jauh lebih berhasil daripada model umum. Uji model mana yang bekerja dengan baik untuk jangka waktu dan gaya penulisan.
3. Hasilkan transkripsi mentah. Model HTR menghasilkan outline. Dalam bahasa Turki Utsmaniyah, rancangan ini merupakan permulaan yang penuh dengan kesalahan yang harus diperiksa secara menyeluruh oleh seorang yang berpengalaman.
4. Peningkatan kontekstual dengan AI. Anda mungkin memiliki ketidakkonsistenan tanda AI, kemungkinan alternatif pembacaan, dan lokasi mencurigakan dalam keluaran mentah. Namun “koreksi” AI sangat berisiko di sini: ini dapat menyarankan pembacaan yang dibuat-buat.
5. Transliterasi dan penyederhanaan (berlapis). Transliterasi teks dalam huruf Arab ke dalam huruf Latin, diikuti dengan pembacaan yang disederhanakan ke dalam bahasa Turki saat ini, dilakukan sebagai lapisan terpisah. Yang asli tidak pernah rusak.
6. Verifikasi ahli. Transkripsi akhir disetujui oleh seorang ahli yang memiliki pengetahuan paleografi dan periode dengan membandingkannya dengan dokumen.
Perhatian: Dalam bahasa Turki Ottoman, ketika "menebak" sebuah kata dengan vokal tidak tertulis dari konteksnya, AI dapat menghasilkan pembacaan yang sepenuhnya salah dan menyajikannya dalam bahasa yang percaya diri. Perbedaan huruf, seperti “kabul” bukan “kabil” atau “alem” bukan “alim”, mengubah maknanya secara total. Setiap pembacaan yang tidak pasti harus disajikan dengan alternatif-alternatifnya, dan tidak ada satu pun pembacaan pasti yang harus diterapkan.
Lapisan dan tanggung jawab dengan meja
lapisan
Konten
Peran AI
Peran ahli
Gambar
dokumen asli
—
Sumber
Draf HTR
Pembacaan mesin mentah
menghasilkan
Kontrol dari awal hingga akhir
transliterasi
Transposisi huruf latin
rancangan menyarankan
Benar, benar
Catatan ketidakpastian
[?] dan alternatifnya
tanda-tanda
memutuskan
Penyederhanaan
bahasa Turki hari ini
rancangan menyarankan
Persetujuan
publikasi ilmiah
Teks akhir + catatan
—
Hanya ahli
tiga kasus mini
Kasus 1 — HTR mempercepat draf pertama sebanyak 5x. Seorang mahasiswa doktoral akan menyalin buku catatan Ottoman setebal 200 halaman. Transkripsi manual lengkap diperkirakan memakan waktu 60 hari kerja. Dengan model HTR yang dilatih untuk periode tersebut, draf mentahnya keluar dalam beberapa jam; Siswa memperbaiki draf ini dan mengurangi pekerjaan menjadi 12 hari kerja. Namun dia harus membandingkan setiap halaman dengan dokumennya, baris demi baris; Sekitar 30% drafnya salah.
Kasus 2 — Satu huruf, satu arti. Seorang peneliti mengandalkan kata yang dibaca AI sebagai "gubernur". Di bawah kendali ahli, dipahami bahwa kata tersebut sebenarnya adalah "wali" (bertanggung jawab atas anak/orang), dan karena vokal tidak diberi tanda, AI salah menebaknya. Makna hukum dari dokumen tersebut berubah total. Pelajaran: Dalam bahasa Turki Ottoman, perbedaan satu huruf/vokal menyebabkan dokumen ditafsirkan dari awal; diperlukan ahli.
Kasus 3 - Penyelesaian yang dibuat-buat. Pada baris yang tintanya sudah habis dan satu kata tidak terbaca, AI mengisi celah tersebut dengan kata yang “logis”. Pakar menyadari bahwa celah itu sebenarnya adalah nama tempat dan AI telah mengada-ada. Spasi tersisa sebagai [tidak terbaca]. Pelajaran: Ruang yang tidak terbaca tidak diisi, melainkan ditandai.
Empat templat yang dapat disalin
1) Transliterasi yang menjaga ambiguitas:
Di bawah ini adalah keluaran mentah/transliterasi HTR dari dokumen Ottoman. Tugas Anda adalah meninjau teks dan menandai kemungkinan kesalahan membaca. Aturan: (1) Tawarkan 2-3 kemungkinan alternatif bacaan untuk setiap kata yang Anda tidak yakin, jangan memaksakan satu pun. (2) Biarkan [tidak terbaca] pada bagian yang tidak terbaca, jangan diisi. (3) MENAMBAH kata-kata yang tidak ada dalam teks. (4) Tunjukkan alternatif pada kata-kata dengan vokal ambigu. Teks: [di sini]
2) Bacaan berlapis (asli + penyederhanaan):
Hasilkan DUA kolom untuk transliterasi Ottoman terverifikasi berikut: (1) Transliterasi asli (sentuh), (2) Bacaan yang disederhanakan ke dalam bahasa Turki masa kini. MENAMBAH makna, menambah tafsir dalam penyederhanaan; perbarui saja bahasanya. Tandai tempat-tempat yang maknanya ambigu[tidak jelas]. Transliterasi: [di sini]
3) Ekstraksi istilah dan orang:
Nama pribadi, nama tempat, gelar dan istilah periodik yang disebutkan dalam transkripsi di bawah ini muncul dalam daftar terpisah. Ambil hanya yang disebutkan dengan JELAS dalam teks; Jangan menambahkan dengan menebak. Tandai dengan [?] jika Anda tidak yakin dengan pengucapannya. Teks: [di sini]
4) Kontrol baca yang mencurigakan:
Seorang pengontrol paleografi berpengalaman dalam peran tersebut. Pada transkripsi di bawah ini, tandai kata-kata yang maknanya tidak konsisten, tidak sesuai titik atau tidak sesuai konteks, dan tuliskan mengapa kata-kata tersebut mencurigakan. Melakukan koreksi definitif; Buatlah daftar kecurigaan yang akan dibandingkan oleh pakar manusia dengan dokumen tersebut. Teks: [di sini]
Perintah lemah / Perintah kuat
Lemah:
Baca teks Ottoman ini dan berikan saya terjemahannya.
Hal ini mendorong AI untuk menghasilkan pembacaan tunggal yang pasti, menyembunyikan ambiguitas dan menyesuaikan kesenjangan. Dalam bahasa Turki Utsmaniyah, hal ini hampir merupakan kesalahan yang pasti.
Kuat:
Lihat transliterasi Ottoman di bawah ini. Bacaan yang pasti: PENGENAAN. Berikan kemungkinan alternatif untuk setiap kata yang ambigu, tinggalkan bagian [yang tidak terbaca], jangan tambahkan apa pun yang tidak ada dalam teks. Berikan bacaan yang disederhanakan untuk bahasa Turki masa kini di kolom terpisah, tetapi simpan yang asli. Tandai apa pun yang Anda tidak yakin dengan [?] sehingga ahli dapat membandingkannya dengan dokumen tersebut. Teks: [di sini]
Perbedaannya: larangan membaca yang ketat, meminta alternatif, mempertahankan spasi, dan keluaran berlapis memungkinkan verifikasi ahli.
Kesalahan umum
- Salah mengira rancangan HTR benar. Di Turki Ottoman, sebagian besar rancangan mentahnya mungkin tidak akurat; Kontrol baris demi baris adalah suatu keharusan.
- Satu-satunya bacaan yang pasti adalah memaksakan. Jika alternatif disembunyikan pada kata-kata yang huruf vokalnya tidak ditulis, maka makna yang salah akan terekam.
- Mengisi area yang tidak terbaca. Itu harus dilindungi oleh spasi [tidak terbaca], bukan dibuat-buat.
- Mencampur yang asli dengan penyederhanaan. Penyederhanaan harus menjadi lapisan terpisah; Transliterasi aslinya tidak boleh terdistorsi.
- Menonaktifkan pakar. Tanpa pengetahuan paleografi dan periode, pembacaan AI hanyalah tebakan yang tidak memiliki nilai ilmiah.
Singkatnya
Transkripsi Utsmaniyah dan manuskrip dapat dipercepat secara signifikan pada tahap draf mentah dengan HTR dan AI; Anda mendapatkan hasil pertama yang mengurangi hari kerja menjadi jam. Namun justru di area inilah satu huruf, satu perbedaan vokal mengubah maknanya; AI cenderung menyembunyikan ketidakpastian dan mengisi kekosongan. Metode yang benar bersifat berlapis: garis besar mentah, catatan ambiguitas alternatif, lapisan penyederhanaan terpisah, dan yang terpenting, verifikasi baris demi baris dokumen oleh seorang ahli yang akrab dengan paleografi. AI mempercepat pembacaan awal; Tanggung jawab ilmiah ada pada ahlinya.
Tugas aplikasi
Dapatkan transliterasi dokumen Ottoman atau manuskrip (produksi Anda sendiri atau salinan terbitan). Mintalah AI untuk membaca alternatif dengan template “transliterasi yang menjaga ambiguitas”. Kemudian buat lapisan penyederhanaan secara terpisah dengan "pembacaan berlapis". Bandingkan setiap kata yang diberi tanda samar-samar dengan sumber atau kamus ahli; Perhatikan berapa banyak kesalahan yang akan dihasilkan AI jika menerapkan satu pembacaan.
daftar periksa
- [ ] Saya menggunakan HTR/model yang sesuai dengan periode dan gaya penulisan.
- [ ] Saya meminta AI untuk memberikan alternatif pembacaan yang tepat.
- [ ] Saya melindungi bagian yang tidak dapat dibaca dengan [tidak dapat dibaca].
- [ ] Saya memisahkan transliterasi asli dari penyederhanaan.
- [ ] Teks akhir saya telah diverifikasi oleh seorang ahli/dokumenter yang mengetahui paleografi.