Ieguvumi:
- Spēja saglabāt datu integritāti, vienlaikus digitalizējot un standartizējot ierakstīšanas vienības, piemēram, kontekstu/lokusu, stratigrāfiju un Harisa matricu ar mākslīgo intelektu
- Spēja aizsargāt neapstrādātus datus un nodrošināt katras transformācijas izsekojamību pret risku, ka mākslīgais intelekts pabeigs trūkstošos datus un veic klusas izmaiņas
- Izprotiet, kāpēc kontrolētā vārdnīca, metadati un atvērtie/FAIR principi ir būtiski datu turpmākai lietojamībai.
Izrakumu zinātniskā vērtība slēpjas nevis tajā iegūtajos zelta atradumos, bet gan tā ierakstu kvalitātē. Atradumam, kas nav labi dokumentēts, zinātnei gandrīz nav nozīmes; Jo tas ir objekts, kas nav zināms, kur, kurā slānī un ar ko tas ir atrasts, tas ir tikai skaists objekts. Šajā nodaļā mēs apskatīsim izrakumu reģistrēšanu (katra konteksta, atraduma un novērojuma sistemātisku transkripciju un datubāzi) un to, kā AI var paātrināt datu ievadi, organizēšanu un standartizāciju, bet kāpēc atbildība par datu integritāti paliek cilvēkiem.
Pamatprincips: AI palīdz sakārtot izkaisītus ierakstus, standartizēt tos un atrast neatbilstības; Bet kuri dati ir precīzi, vai ieraksts atspoguļo patiesību, un datu integritāte ir cilvēka atbildība. AI koriģē datu formu, tas negarantē to precizitāti.
Arheoloģiskā ieraksta pamatvienības
Konteksts/lokuss. Katrs izrakums vietu sadala konteksta vienībās (konteksts/lokuss — atsevišķa atradne, slānis, bedre vai siena; izrakuma mazākā nozīmes vienība). Katrs konteksts saņem unikālu numuru, un visi atradumi ir saistīti ar šo numuru.
Stratigrāfija un Harisa Matrica. Stratigrāfija (slāņu savstarpējā attiecība pirms un pēc) ir relatīvās datēšanas pamatā. Harisa matrica (diagramma, kas parāda kontekstu secību attiecībā pret otru) vizualizē šīs attiecības. AI palīdz atklāt nekonsekventas stratigrāfiskās attiecības (piemēram, cikliska kļūda “A ir gan virs, gan zem B”).
Atrodiet inventāru. Katrs atradums; Konteksts tiek ierakstīts ar numuru, veidu, izmēru, materiālu, stāvokli un fotogrāfiju.
Datu standarti. Lai padarītu ierakstus koplietojamus un salīdzināmus, tiek izmantoti kopīgi standarti. CIDOC-CRM (starptautisks konceptuāls ietvars/ontoloģija, kas izstrādāta, lai aprakstītu kultūras mantojuma datus) ļauj dažādu institūciju datiem sazināties vienam ar otru. Tiek izmantota kontrolēta terminu vārdnīca (apstiprināts saraksts, kas nodrošina, ka visi lieto vienu un to pašu terminu vienam un tam pašam jēdzienam).
Padoms. Izmantojiet AI, lai “kārtotu un pārbaudītu” datus, nevis “interpretētu” tos. "Kādi konteksta skaitļi šajos ierakstos ir pretrunīgi?" Tas ir labs jautājums; "Kādam periodam pieder šis konteksts?" Tas ir ekspertu lēmums. Kur AI ir spēcīgākais, ir konsekvences pārbaude.
AI loma reģistrācijā un datubāzē
- Digitalizācija. Ar roku rakstītas rakšanas piezīmju grāmatiņas, inventāra kartes un vecie rasējumi tiek importēti datu bāzē, izmantojot AI darbinātu teksta atpazīšanu (šī saite uz HTR 6. nodaļā).
- Standartizācija. Kontrolētajā vārdnīcā tiek kartētas dažādas rakstības ("bizantija", "bizantija", "byz."); datumi un mērījumi ir vienoti.
- Konsekvences pārbaude. Tiek atzīmētas tādas kļūdas kā trūkstošs konteksta numurs, pretrunīga stratigrāfija, viena un tā paša numura izmantošana divos dažādos atradumos.
- Vaicājums un kopsavilkums. Ātri tiek ģenerēti tādi vaicājumi kā “Visi stikla atradumi šādā kontekstā” un kopsavilkuma tabulas.
Uzmanību: veicot standartizāciju, AI var klusi modificēt datus, mēģinot tos "labot"; piemēram, viņš var noapaļot mērījumu līdz "saprātīgai" vērtībai vai aizpildīt neskaidru rādījumu ar savu novērtējumu. Katrai automātiskai izmaiņai ir jābūt izsekojamai un jāsaglabā sākotnējais ieraksts. Neapstrādātie dati nekad netiek pārrakstīti.
trīs mini futrāļi
1. gadījums — digitalizācija saglabāja arhīvu. Muzejs glabāja 40 gadus ar roku rakstītas inventāra kartītes (apmēram 22 000 kartīšu), kuras riskēja pazaudēt. Ar AI darbināma teksta atpazīšana un standartizācija importēja kartes meklēšanas datubāzē; Katru karti izlases veidā pārbaudīja cilvēku pārbaudītājs, un nesalasāmās vietas tika atzīmētas ar “neskaidrām”.
2. gadījums — neatbilstības pārbaudē tika atrastas kļūdas. Sezonas beigās rakšanas komandai AI veica datubāzes auditu; YZ atzīmēja, ka trim atradumiem bija vienāds konteksta numurs, bet pretrunīga slāņa informācija. Pārskatā tika atklāta datu ievades kļūda; ja tas netiktu labots, tas būtu izkropļojis stratigrāfisko interpretāciju.
3. gadījums — noķerta klusā maiņa. Standartizējot mērījumus, palīgs pamanīja, ka AI interpretēja dažas “0” vērtības kā “nulle”, nevis “trūkst”; tas izkropļoja šķelto gabalu garumus. Process tika pārbūvēts, lai saglabātu sākotnējos datus, bet izmaiņas saglabātu atsevišķā kolonnā.
Četras kopējamas veidnes
1) Standartizācija (kontrolētā vārdnīca):
Jūsu loma: datu strīdu asistents. Kartējiet [lauks:materiāls/periods/veids] vērtības šādos ierakstos ar šo kontrolēto vārdnīcu: [vārdnīcu saraksts]. MAINĪT vērtības, kurām vārdnīcā nav ekvivalentu; Atzīmējiet to kā "nav atbilstības". Ziņojiet par katru izmaiņu kā sākotnējo un jauno pāri; neapstrādātu datu dzēšana.
2) Konsekvences pārbaude:
Atrodiet neatbilstības šādos izrakumu ierakstos: atkārtoti konteksta skaitļi, trūkstošo obligāto lauku, konfliktējošas stratigrāfiskās attiecības, neērti datumi/mērījumi. Uzskaitiet katru problēmu ar reģistrācijas numuru un atstājiet to MAN, lai to novērstu; nemainiet to pats.
3) Harisa Matrix loģiskā vadība:
Tālāk ir norādītas stratigrāfiskās attiecības starp kontekstiem (A virs/zem B). Vai pastāv loģiska pretruna (cilpa, divvirzienu attiecības)? Parādiet kontekstus, ja tādi ir. nekomentēt; vienkārši pārbaudiet loģisko konsekvenci.
4) Vaicājumu un kopsavilkuma tabula:
Šis izraksts no tālāk esošās datu bāzes izgāztuves: [piem. atrast veidu sadalījumu atkarībā no konteksta]. Norādiet rezultātu kā tabulu, norādot, no kuriem ierakstiem katra rinda ir iegūta. NEPIEVIENOT nevienu vērtību, kas datos nepastāv; Ja tas ir tukšs, ierakstiet "nav datu".
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Labojiet šos rakšanas datus un aizpildiet trūkstošos vienumus.
“Aizpildiet nepilnības” ļauj AI pielāgot datus; Rezultāts ir neuzticama datubāze, kurā sajaucas fakti un izdomājumi.
Spēcīga uzvedne:
Tālāk esošajos izrakumu datos atzīmējiet TIKAI formālas neatbilstības (pareizrakstība, datuma formāts, ID dublikāts). COMPLETE trūkstošās vērtības; Atstājiet to kā "nepilnīgu". Uzskaitiet katru ierosināto izmaiņu kopā ar oriģinālu; Es došu apstiprinājumu. Neapstrādātu datu maiņa.
Atšķirība: pirmais sabojā datus klusi; Otrais kontrolē un atstāj lēmumu cilvēka ziņā.
Labs datu modelis: lauki, attiecības un metadati
Arheoloģiskā datu bāze nav patvaļīga tabula, bet pārdomāts datu modelis (projekts par to, kuras tabulas, kādi lauki un kādās attiecībās dati tiks sakārtoti). Pamatprincips ir tāds, ka viss ir atkarīgs no konteksta: atradumi līdz kontekstam, konteksti viens otram (stratigrāfija) un no lauka. Katram ierakstam ir unikāla identitāte (ID), un attiecības tiek izveidotas caur šīm identitātēm; Atradums attiecas uz vienu kontekstu, kontekstā var būt daudz atradumu.
Tikpat svarīgi kā ieraksts ir metadati (dati par pašiem datiem: kas tos ierakstījis, kad, ar kādu metodi, kāda versija). Nezināms ieraksts, kurš, kad un ar kādu pārliecību ierakstījis, turpmāk nevar tikt apšaubīts. AI palīdz pārbaudīt konsekventu metadatu lauku aizpildīšanu un atzīmējot trūkstošos metadatus.
Vēl viens būtisks princips ir atvērts un ilgtspējīgs formāts. Tā vietā, lai bloķētu datus patentētā, slēgtā programmatūrā, turot tos tuvu atvērtiem standartiem (teksta tabulas, dokumentētas shēmas), tiek nodrošināts, ka datus var nolasīt gadu desmitiem vēlāk. Arheoloģiskie dati tiek ražoti nevis vienai publikācijai, bet nākamajām paaudzēm; Tāpēc FAIR principi (datu atrašana, pieejamība, sadarbspēja un atkārtota izmantošana) ir kļuvuši arvien standarta. AI noder, lai marķētu savus datus atbilstoši šiem principiem un atklātu trūkumus; Taču jums ir jāizlemj, kuri dati paliks atvērti un kuri – sensitīvi (konfidenciāli).
Padoms. Iestatot datu bāzi, pajautājiet sev: "Vai kāds, kurš to nezina, var to atvērt un saprast pēc 10 gadiem?" jautāt. Izskaidrojiet savus saīsinājumus glosārijā, aizpildiet metadatu laukus un dublējiet neapstrādātos datus atvērtā formātā.
Ierakstu/datu bāzes uzdevumu tabula
Meklējumi
AI loma
cilvēka lēmums
aizsardzības noteikums
digitalizācija
teksta atpazīšana
Neskaidrs lasīšanas apstiprinājums
Neapstrādāta skenēšana tiek saglabāta
standartizācija
Karte uz vārdnīcu
Neatbilstošs vērtību lēmums
Oriģināls ir saglabāts
Konsekvence
Pretrunu marķēšana
korekcija
Izmaiņas tiek izsekotas
stratigrāfija
Loģiskā vadība
komentēt
Matricas eksperta apstiprinājums
Vaicājums/kopsavilkums
Galdu izgatavošana
Komentārs, izvēle
Uzticība datiem
Biežas kļūdas
- Trūkstošo datu aizpildīšana. AI veido; Trūkstošajam jāpaliek "nepabeigtam".
- Neapstrādāto datu pārrakstīšana. Oriģināls vienmēr tiek saglabāts; izmaiņas tiek turētas atsevišķi.
- Nemanot klusas izmaiņas. Par katru automātisko reklāmguvumu ir jāziņo un jārevidē.
- Standarta izlaišana. Bez kontrolētas vārdnīcas un kopēja modeļa datus nevar koplietot.
- AI veic stratigrāfisko interpretāciju. AI atrod loģisku pretrunu; Komentārs ir ekspertam.
Rezumējot
AI izrakumu ierakstos un datu bāzē; Tas nodrošina lielu ātrumu digitalizācijā, standartizācijā, konsekvences pārbaudē un vaicājumu darbos. Bet datu integritāte ir svēta: neviena trūkstošā daļa netiek atstāta neskarta, neapstrādāti dati tiek saglabāti, visas izmaiņas tiek izsekotas, un stratigrāfiskā interpretācija pieder ekspertam. Labi ieraksti ir visvērtīgākais mantojums, ko izrakumi atstāj nākotnei.
Lietojumprogrammas uzdevums
Sagatavot nelielu parauga rakšanas datu tabulu (10-20 ieraksti); apzināti ievietojiet dažas neatbilstības (ID dublikāts, neveidots datums, konfliktējošs slānis). Ļaujiet AI atrast tos, izmantojot "konsekvences pārbaudes" un "Harris Matrix loģikas pārbaudes" modeļus; pēc tam uzrakstiet kontrolētu vārdnīcu un kartējiet materiāla lauku ar veidni "Standartizācija" un noteikti saglabājiet neapstrādātos datus.
kontrolsaraksts
- [ ] Es glabāju neapstrādātos datus atsevišķi, nemodificētus.
- [ ] Es neliku AI pabeigt trūkstošās daļas; Es to atstāju kā "nepabeigtu".
- [ ] Esmu pārbaudījis katru automātisko izmaiņu ar oriģinālu.
- [ ] Es izmantoju kontrolēto vārdnīcu un datu standartu.
- [ ] Es veicu stratigrāfisko interpretāciju, pamatojoties uz ekspertu spriedumu.