Добивки:
- Способност да се задржат прочитаниот знак и проценетото завршување одвоени и означени кога се препишуваат натписи и ракописи во нацрт-текст со OCR/HTR
- Способност да се препознаат формите на халуцинации како што се заматено пополнување на текст, лажен превод и измислена атрибуција и да се провери преводот во однос на изворот и назад превод.
- Способност да се разбере како контекстот на јазикот, пишувањето и жанрот ја одредуваат веродостојноста на вештачката интелигенција и дека конечното читање и толкување му припаѓаат на експертот филолог
Еден од најдиректните звуци што ни останале од минатото се пишаните извори: натписи врежани во камен, глинени плочи, папири, пергаментни ракописи, надгробни споменици и печати. Во оваа единица ќе видиме како епиграфијата (науката за проучување на натписи изгравирани на тврди површини како камен, метал, керамика), палеографија (експертиза за читање и датирање антички ракописи) и вештачката интелигенција го забрзуваат читањето, преводот и уредувањето на овие текстови, но зошто секое читање мора да биде потврдено од стручен филолог.
Основен принцип: ВИ помага да се чита слаб текст, да се преведе јазик и да се предложат можни комплементи; но конечното читање на натписот, пополнувањето на буквите што недостасуваат и значењето е одлука на експертот кој го знае јазикот и точката. Токму во оваа област вештачката интелигенција е изложена на најголем ризик од халуцинации, бидејќи моделот е многу склон да пополнува текст што недостасува или слабо го пополнува со нешто „веродостојно“, но измислено.
Чекори за работа со пишани извори
1. Документација. Натписот или ракописот се прикажуваат во формат со висока резолуција, подобрен контраст. За нејасни површини, се користат специјално осветлување (странично светло) и техники како што е RTI; ВИ помага да се изостри контрастот и рабовите на буквите.
2. Препознавање ликови. OCR (Optical Character Recognition) се користи за печатен текст, а HTR (Handwritten Text Recognition) се користи за ракопис. HTR базирана на вештачка интелигенција е моќна во препишувањето на старите ракописи.
3. Транскрипција и комплетирање. За избледени или скршени делови, експертот предлага можни реставрации врз основа на граматика и паралелни текстови. Пополнетите букви секогаш се означени со знаци како што се квадратни загради; Тоа што се чита и што се предвидува никогаш не се мешаат.
4. Превод. Текстот е преведен од изворниот јазик (латински, старогрчки, отомански, јазици со клинесто писмо и сл.). ВИ го дава првиот нацрт-превод; експертска нијанса ја коригира терминологијата и историскиот контекст.
5. Коментар. Она што го кажува текстот, кој го напишал и на кој настан се однесува се историски толкувања и му припаѓаат на експертот.
Совет: ако кажете на вештачката интелигенција да „прочита и комплетира“ нејасен текст, таа безбедно ќе ги сочинува празнините. Наместо тоа, кажете „дадете само јасно читливи знаци, оставете празно и означете ги областите каде што не сте сигурни“. Побарајте комплетирање во посебен чекор, со оправдување и задолжително потврдено од експертот.
Халуцинација: најголемата опасност на оваа област
Најпогубната грешка на вештачката интелигенција во хуманистичките науки е измислицата. Постојат четири типични форми во оваа област:
- Изработка на текст: „Го комплетира“ непостоечкиот дел од слаб натпис, додавајќи непостоечки збор.
- Лажен превод: Преведува збор што не го разбира течно, но погрешно; Читателот не може да забележи бидејќи не го знае изворот.
- Фабрикувана референца: пишува „Овој натпис е објавен во таа публикација“, но таа публикација не постои.
- Погрешно давање/припишување: Самоуверено го става стилот на пишување во погрешен период.
Сите овие никогаш не можат да се користат без потврда од експерт кој го гледа изворот и го знае јазикот.
Внимание: Само затоа што преводот е течен и убедлив не значи дека е точен. Вештачката интелигенција може дури и да трансформира клинесто писмо што не го разбира во сигурна реченица. Некој кој не може да го прочита изворниот текст никогаш не може самостојно да ја потврди точноста на преводот со вештачка интелигенција.
три мини футроли
Случај 1 - HTR ја отвори архивата. Една архива чувала илјадници страници отомански ракописи затворени за истражувачите бидејќи нивното читање барало стручност и време. HTR базирана на вештачка интелигенција ги транскрибира тетратките во нацрт-текст што може да се пребарува; Експертите го коригираа нацртот и беа означени нечитливите области. Не е целосен текст, но се појави моќна алатка за скенирање.
Случај 2 - Фабрикувано завршување. Студент имал вештачка интелигенција да прочита скршена латинска надгробна плоча; АИ ја „заврши“ линијата што недостасуваше во течна реченица. Епиграфот покажал дека предложеното довршување било физички невозможно бидејќи немало простор во каменот. Завршувањето беше реконструирано и означено врз основа на паралелни натписи.
Случај 3 - Поправен е лажен превод. Еден тим ќе го пријави преводот на старогрчки натпис од АИ; Кога филологот проверил, открил дека вештачката интелигенција превела глагол во погрешно време, менувајќи го значењето на текстот (без разлика дали се работи за понуда или спомен). Враќањето на изворот го зачува коментарот.
Четири шаблони за копирање
1) Конзервативна транскрипција:
Вашата улога: асистент за транскрипција. Во овој натпис/слика на ракопис, дајте САМО јасни читливи знаци. Не читајте области кои се нејасни, скршени или несигурни; Означете го како „[нечитливо]“. КОМПЛЕТИРАЈТЕ ГИ ДЕЛОВИТЕ ШТО ИМААТ. Забележете ги и ликовите за кои се сомневате.
2) образложен предлог за комплетирање:
Подолу е текст со точни делови за читање и [простори]. Предложете МОЖНИ дополнувања за празнините, но за секој предлог: (а) оправдување (граматика, паралелен текст), (б) дали празнината одговара на бројот на букви, (в) алтернативи. Ова се предлози; Не е дефинитивно читање. Наведете дека е потребно стручно одобрение.
3) Нацрт превод (заштитен извор):
Преведете го текстот [јазик] подолу. Чувајте го изворниот текст до секоја реченица (порамнете линија по линија). Обележете ги зборовите за кои не сте сигурни и дајте алтернативен превод. НЕ измислувајте ги термините; Ако не знаете, напишете „неизвесно“. Ова е нацрт; Стручниот филолог ќе проверува.
4) Проверка на преводот (назад превод):
Преведете го овој превод BACK на изворниот јазик и споредете го со оригиналниот изворен текст. Обележете ги деловите каде што значењето се менува, додава или испушта. Посебно проверете го времето, предметот и броевите.
Слаб промпт / Силен промпт
Слаба навестување:
Прочитајте го овој древен натпис и кажете ни што пишува.
Во слаб натпис, вештачката интелигенција ги сочинува празнините, може погрешно да го преведе јазикот, а лицето кое не го гледа изворот нема да го забележи тоа.
Моќен потсетник:
На оваа слика со натпис, прво препишете ги САМО јасно читливите знаци, оставајќи ги заматените делови „[нечитливи]“. Потоа ОДДЕЛЕНО, предложете ги можните надополнувања за празнините со оправдување, но немојте да понудите некое дефинитивно. Конечно, обезбедете нацрт-превод и означете ги зборовите за кои не сте сигурни. Сите се предмет на стручно одобрение.
Разлика: првиот дава фиктивно „читање“; вториот ги одржува прочитаните, предвидените и преведените слоеви одвоени и проверливи.
Јазици, скрипти и границата на знаење на вештачката интелигенција
Археолошките текстови опфаќаат широк опсег на јазици и писма: латински и старогрчки натписи, отомански и арапски ракописи, клинесто писмо, египетски хиероглифи, рунски натписи и друго. Владеењето со вештачка интелигенција на овие јазици и скрипти е многу нерамномерно. Иако нацрт-преводот може да биде разумен за јазиците со изобилен дигитален текст, како што се латинскиот и старогрчкиот, за текстови кои се ретко документирани, дешифрирани или читани од само неколку експерти, вештачката интелигенција е речиси целосно несигурна; произведува убедливи, но целосно измислени „преводи“ во овие области.
Тука е и прашањето за контекстот и жанрот. Истиот збор може да има различни значења во правен документ, молитвен текст и надгробна плоча. Стручниот филолог го препознава типот на текстот (побожност, споменик, договор, писмо) и го чита зборот во правилен контекст; На вештачката интелигенција и недостасува оваа генеричка чувствителност и го наметнува најчестото значење. Кратенки, формули и изрази на акции (особено многу вообичаени во натписите) лесно ја доведуваат во заблуда вештачката интелигенција.
Значи, златното правило е: користете вештачка интелигенција како акцелератор за јазиците што ги знаете, јазиците што можете да ги контролирате; Никогаш не се потпирајте само на превод на вештачка интелигенција на јазик што не можете да го прочитате. Некој што не може да го прочита изворот не може да ја потврди точноста на преводот и затоа не може тој превод да го претвори во научно тврдење.
Совет: кога давате текст на вештачката интелигенција, наведете го неговиот јазик, проценетиот период и типот (натпис/писмо/документ). Познавањето на контекстот делумно го намалува движењето на вештачката интелигенција кон најчестото, но неправилно читање - но не ја елиминира потребата за потврда.
Табела со задачи со пишани ресурси
Потрага
Улогата на вештачката интелигенција
човечка одлука
верификација
подобрување на сликата
Контраст/раб
Избор на критериуми
Споредба со оригиналот
OCR/HTR
нацрт-текст
неодреден карактер
стручна лекторирање
завршување
Препорака (образложена)
Прифати/одбиј
Паралелен текст, контрола на локација
Превод
нацрт
нијанса, термин
Заден превод, извор
Коментар
Резиме на контекстот
историско значење
експерт, литература
Вообичаени грешки
- Дополнување на слабиот текст. ВИ одговара на празнините; Читањето и предвидувањето треба да бидат одвоени и обележани.
- Да се има доверба во преводот без да се види изворот. Течниот превод не е правилен превод.
- Прифаќање на измислената атрибуција. Да се каже „Тоа е на тој пренос“ бара потврда.
- Не се проверува физичката локација на завршувањето. Предлогот мора да се вклопи во скршениот простор.
- Препуштање на толкувањето на вештачката интелигенција. Историското значење на текстот е работа на стручниот филолог.
Сумирано
АИ во епиграфијата и античките текстови; Значително го забрзува подобрувањето на сликата, нацртот на HTR/OCR, предлогот за завршување и нацрт-преводот и ги отвора затворените архиви за истражување. Но, ова е областа каде што ризикот од халуцинации е најголем: читањето е одвоено од предвидувањето, означени се комплементите, преводите се проверуваат во однос на изворот и преводот назад, а последното читање и толкување му припаѓаат на стручниот филолог.
Задача за апликација
Изберете натпис или слика на ракопис (од збирка со отворен пристап). Извлечете само јасни знаци со шаблонот „Конзервативна транскрипција“, а потоа добивајте предлози за празни места со „Предлог за резонирано завршување“. Направете нацрт-превод и преведете го назад со шаблонот „Проверка на преводот“ и означете каде е поместено значењето. Споредете со објавеното читање ако е можно.
листа за проверка
- [ ] Одделно ги означив прочитаниот знак и завршувањето на предвидувањето.
- [ ] Проверив дали комплетите се вклопуваат во скршената област.
- [ ] Го проверив преводот со изворниот текст и задниот превод.
- [ ] Ги потврдив публикациите/цитатите дадени од YZ во вистинскиот каталог.
- [ ] Конечното читање и толкување го оставив на стручно одобрување.