Ieguvumi:
- Spēja saglabāt nolasīto rakstzīmi un paredzamo pabeigšanu atsevišķi un iezīmēt, pārrakstot uzrakstus un manuskriptus teksta melnrakstā ar OCR/HTR
- Spēja atpazīt halucinācijas veidus, piemēram, neskaidru teksta pabeigšanu, nepareizu tulkojumu un izdomātu attiecinājumu, kā arī pārbaudīt tulkojumu attiecībā pret avotu un atpakaļtulkojumu.
- Spēja saprast, kā valodas, rakstības un žanra konteksts nosaka mākslīgā intelekta uzticamību un ka galīgais lasījums un interpretācija pieder ekspertam filologam
Viena no vistiešākajām skaņām, kas mums palikusi no pagātnes, ir rakstītie avoti: akmenī cirsti uzraksti, māla plāksnes, papirusi, pergamenta rokraksti, kapu pieminekļi un zīmogi. Šajā nodaļā mēs redzēsim, kā epigrāfija (zinātne par uzrakstu izpēti, kas iegravēti uz cietām virsmām, piemēram, akmenī, metālā, keramikā), paleogrāfija (seno rokrakstu lasīšanas un datēšanas zināšanas) un mākslīgais intelekts paātrina šo tekstu lasīšanu, tulkošanu un rediģēšanu, bet kāpēc katra lasīšana ir jāapstiprina pieredzējušam filologam.
Pamatprincips: AI palīdz lasīt vāju tekstu, tulkot valodu un ieteikt iespējamos papildinājumus; bet uzraksta galīgā nolasīšana, trūkstošo burtu aizpildīšana un nozīme ir valodu un periodu zinoša eksperta lēmums. Tieši šajā jomā AI ir vislielākais halucināciju risks, jo modelis ir ļoti pakļauts trūkstošam vai vājam tekstam aizpildot kaut ko “ticamu”, bet izdomātu.
Soļi darbam ar rakstītiem avotiem
1. Dokumentācija. Uzraksts vai manuskripts tiek parādīts augstas izšķirtspējas, kontrasta uzlabotā formātā. Neskaidrām virsmām tiek izmantots īpašs apgaismojums (sānu apgaismojums) un tādas metodes kā RTI; AI palīdz uzlabot kontrastu un burtu malas.
2. Rakstzīmju atpazīšana. Drukātam tekstam tiek izmantota OCR (Optical Character Recognition), bet rokrakstam tiek izmantota HTR (Handwritten Text Recognition). AI balstītais HTR ir spēcīgs veco manuskriptu pārrakstīšanā.
3. Transkripcija un pabeigšana. Izbalējušām vai salauztām daļām eksperts iesaka iespējamos restaurācijas darbus, pamatojoties uz gramatiku un paralēlajiem tekstiem. Pabeigtos burtus vienmēr norāda ar zīmēm, piemēram, kvadrātiekavām; Lasītais un prognozētais nekad netiek sajaukts.
4. Tulkošana. Teksts tulkots no avota valodas (latīņu, sengrieķu, osmaņu, ķīļrakstu valodas u.c.). AI sniedz pirmo tulkojuma melnrakstu; ekspertu nianse koriģē terminoloģiju un vēsturisko kontekstu.
5. Komentēt. Tas, ko teksts saka, kas to uzrakstījis un uz kādu notikumu tas attiecas, ir vēsturiskas interpretācijas un pieder ekspertam.
Padoms. Ja AI liksit “lasīt un pabeigt” neskaidru tekstu, tas droši aizpildīs tukšās vietas. Tā vietā sakiet "norādiet tikai skaidri salasāmas rakstzīmes, atstājiet tukšu un atzīmējiet apgabalus, par kuriem neesat pārliecināts". Pieprasiet aizpildīšanu atsevišķā solī ar pamatojumu un noteikti apstipriniet to ekspertam.
Halucinācijas: lielākās briesmas šajā jomā
Vispostošākā mākslīgā intelekta kļūda humanitārajās zinātnēs ir izdomājums. Šajā laukā ir četras tipiskas formas:
- Teksta izdomājums: "Pabeidz" vāja uzraksta neesošo daļu, pievienojot neesošu vārdu.
- Viltus tulkojums: tekoši, bet nepareizi tulko vārdu, ko nesaprot; Lasītājs nevar pamanīt, jo nezina avotu.
- Izgudrota atsauce: tur ir rakstīts "Šis uzraksts tika publicēts šajā publikācijā", bet šī publikācija neeksistē.
- Nepareiza norāde/attiecinājums: pārliecinoši ievieto rakstīšanas stilu nepareizā laika posmā.
To visu nekad nevar izmantot, ja to neapstiprina eksperts, kurš redz avotu un zina valodu.
Uzmanību: tas, ka tulkojums ir raits un pārliecinošs, nenozīmē, ka tas ir pareizs. AI var pat pārveidot ķīļraksta zīmi, ko tā nesaprot, pārliecinātā teikumā. Kāds, kurš nevar izlasīt avota tekstu, nekad nevar pārbaudīt AI tulkojuma precizitāti.
trīs mini futrāļi
1. gadījums — HTR atvēra arhīvu. Vienā arhīvā pētniekiem tika slēgti tūkstošiem Osmaņu manuskriptu lappušu, jo to lasīšana prasīja zināšanas un laiku. Uz mākslīgā intelekta bāzes HTR pārraksta piezīmju grāmatiņas meklēšanas teksta melnrakstos; Eksperti izlaboja melnrakstu un tika atzīmētas nelasāmas vietas. Tas nav pilns teksts, taču ir parādījies spēcīgs skenēšanas rīks.
2. gadījums — izdomāta pabeigšana. Kādam studentam AI nolasīja salauztu latīņu valodas kapa pieminekli; AI "pabeidza" trūkstošo rindiņu tekošā teikumā. Epigrāfs parādīja, ka iecerētā pabeigšana bija fiziski neiespējama, jo akmenī nebija palikušas vietas. Pabeigums tika rekonstruēts un iezīmēts, pamatojoties uz paralēliem uzrakstiem.
3. gadījums — izlabots viltus tulkojums. Viena komanda ziņotu par AI tulkojumu sengrieķu uzrakstam; Kad filologs pārbaudīja, viņš atklāja, ka AI ir pārtulkojis darbības vārdu nepareizā laikā, mainot teksta nozīmi (vai tas bija piedāvājums vai piemiņas zīme). Atgriežoties pie avota, komentārs tika saglabāts.
Četras kopējamas veidnes
1) Konservatīvā transkripcija:
Jūsu loma: transkripcijas palīgs. Šajā uzrakstā/manuskripta attēlā norādiet TIKAI skaidri salasāmas rakstzīmes. Nelasiet neskaidras, salauztas vai neskaidras vietas; Atzīmējiet to kā "[nelasāms]". PABILDIET TRŪKSTOŠĀS DAĻAS. Ņemiet vērā arī rakstzīmes, par kurām jums ir aizdomas.
2) motivēts pabeigšanas priekšlikums:
Zemāk ir teksts ar precīzām lasāmām daļām un [atstarpēm]. Iesakiet IESPĒJAMOS papildinājumus nepilnībām, bet katram ieteikumam: (a) pamatojums (gramatika, paralēlais teksts), (b) vai atstarpe atbilst burtu skaitam, (c) alternatīvas. Tie ir ieteikumi; Nav galīgs lasījums. Norādiet, ka ir nepieciešams eksperta apstiprinājums.
3) Tulkojuma melnraksts (aizsargāts avots):
Tulkojiet tālāk norādīto [valoda] tekstu. Saglabājiet avota tekstu blakus katram teikumam (līdziniet rindiņu pa rindiņai). Atzīmējiet vārdus, par kuriem neesat pārliecināts, un sniedziet alternatīvu tulkojumu. NEIZSTRĀDĀT noteikumus; Ja nezināt, rakstiet "neskaidrs". Šis ir melnraksts; Eksperts filologs pārbaudīs.
4) Tulkojuma pārbaude (aizmugurējais tulkojums):
Tulkojiet šo tulkojumu ATPAKAĻ avota valodā un salīdziniet to ar oriģinālo avota tekstu. Atzīmējiet daļas, kurās nozīme ir mainīta, pievienota vai atmesta. Īpaši pārbaudiet laiku, priekšmetu un skaitļus.
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Izlasiet šo seno uzrakstu un pastāstiet mums, kas tajā teikts.
Vājā uzrakstā mākslīgais intelekts aizpilda nepilnības, var nepareizi tulkot valodu, un persona, kas neredz avotu, to nepamanīs.
Spēcīga uzvedne:
Šajā uzraksta attēlā vispirms transkribējiet TIKAI skaidri salasāmās rakstzīmes, atstājot aizklātās daļas "[nelasāmas]". Pēc tam Atsevišķi iesakiet iespējamos papildinājumus nepilnībām ar pamatojumu, bet nepiedāvājiet nekādus konkrētus. Visbeidzot, nodrošiniet tulkojuma melnrakstu un atzīmējiet vārdus, par kuriem neesat pārliecināts. Visi ir pakļauti ekspertu apstiprinājumam.
Atšķirība: pirmais sniedz fiktīvu "lasījumu"; pēdējais saglabā lasīto, paredzamo un tulkoto slāņus atsevišķi un pārbaudāmus.
Valodas, skripti un AI zināšanu robeža
Arheoloģiskie teksti aptver dažādas valodas un rakstības: uzraksti latīņu un sengrieķu valodā, osmaņu un arābu manuskripti, ķīļraksta plāksnes, ēģiptiešu hieroglifi, rūnu uzraksti un citi. AI prasme šajās valodās un skriptos ir ļoti nevienmērīga. Lai gan tulkojuma melnraksts var būt saprātīgs valodām, kurās ir daudz digitālo tekstu, piemēram, latīņu un sengrieķu valodā, tekstiem, kas ir maz dokumentēti, atšifrēti vai lasīti tikai daži eksperti, mākslīgais intelekts ir gandrīz pilnībā neuzticams; ražo pārliecinošus, bet pilnībā safabricētus "tulkojumus" šajās jomās.
Ir arī konteksta un žanra jautājums. Juridiskā dokumentā, lūgšanu tekstā un kapakmenī vienam un tam pašam vārdam var būt dažādas nozīmes. Filologs eksperts atpazīst teksta veidu (veltījums, piemineklis, līgums, vēstule) un nolasa vārdu pareizā kontekstā; AI trūkst šīs vispārīgās jutības, un tas uzliek visizplatītāko nozīmi. Saīsinājumi, formulas un krājuma izteiksmes (īpaši ļoti bieži sastopamas uzrakstos) viegli maldina AI.
Tātad zelta likums ir: izmantojiet AI kā paātrinātāju valodām, kuras zināt, valodām, kuras varat kontrolēt; Nekad nepaļaujieties tikai uz AI tulkojumu valodā, kuru nelasāt. Persona, kas nevar izlasīt avotu, nevar pārbaudīt tulkojuma pareizību un tāpēc nevar pārvērst šo tulkojumu zinātniskā apgalvojumā.
Padoms. Sniedzot tekstu AI, norādiet tā valodu, paredzamo periodu un veidu (uzraksts/vēstule/dokuments). Zināšanas par kontekstu daļēji samazina AI novirzīšanos uz visizplatītāko, bet nepareizo nolasījumu, taču neatceļ nepieciešamību pēc apstiprinājuma.
Rakstiskā resursa uzdevumu tabula
Meklējumi
AI loma
cilvēka lēmums
verifikācija
attēla uzlabošana
Kontrasts/mala
Kritēriju izvēle
Salīdzinājums ar oriģinālu
OCR/HTR
teksta melnraksts
nenoteikts raksturs
ekspertu korektūru
pabeigšana
Ieteikums (pamatots)
Pieņemt/noraidīt
Paralēlais teksts, atrašanās vietas kontrole
Tulkošana
melnraksts
nianse, termins
Atpakaļ tulkojums, avots
komentēt
Konteksta kopsavilkums
vēsturiskā nozīme
eksperts, literatūra
Biežas kļūdas
- Pabeidzot vājo tekstu. AI atbilst spraugām; Lasījums un pareģojums ir jāatdala un jāatzīmē.
- Uzticoties tulkojumam, neredzot avotu. Brīvs tulkojums nav pareizs tulkojums.
- Izdomātā attiecinājuma pieņemšana. Sakot “Tas ir šajā raidījumā”, ir nepieciešams apstiprinājums.
- Nepārbauda pabeigšanas fizisko vietu. Priekšlikumam jāiekļaujas sadalītajā vietā.
- Interpretāciju atstājot AI ziņā. Teksta vēsturiskā nozīme ir filologa eksperta jautājums.
Rezumējot
AI epigrāfijā un senajos tekstos; Tas ievērojami paātrina attēla uzlabošanu, HTR/OCR melnrakstu, pabeigšanas priekšlikumu un tulkojuma melnrakstu, kā arī atver slēgtus arhīvus izpētei. Bet tieši šajā jomā ir vislielākais halucināciju risks: lasīšana tiek atdalīta no prognozēšanas, tiek atzīmēti papildinājumi, tulkojumi tiek pārbaudīti pret avotu un atpakaļtulkošanu, un galīgais lasījums un interpretācija pieder ekspertam filologam.
Lietojumprogrammas uzdevums
Atlasiet uzrakstu vai manuskripta attēlu (no brīvpiekļuves kolekcijas). Izvelciet tikai skaidras rakstzīmes, izmantojot veidni “Konservatīvā transkripcija”, pēc tam saņemiet ieteikumus par atstarpēm, izmantojot “Pamatotas pabeigšanas ieteikumu”. Izveidojiet tulkojuma melnrakstu un tulkojiet to, izmantojot veidni "Tulkojuma pārbaude", un atzīmējiet vietu, kur nozīme ir mainījusies. Ja iespējams, salīdziniet ar publicēto lasījumu.
kontrolsaraksts
- [ ] Atsevišķi atzīmēju rakstzīmi izlasīto un pareģojuma pabeigšanu.
- [ ] Pārbaudīju, vai aizpildījumi iederas šķeltajā vietā.
- [ ] Es pārbaudīju tulkojumu salīdzinājumā ar avota tekstu un aizmugurējo tulkojumu.
- [ ] Es apstiprināju YZ sniegtās publikācijas/atsauces faktiskajā katalogā.
- [ ] Galīgo lasījumu un interpretāciju atstāju ekspertu saskaņošanai.