Qligħ:
- Kapaċità li twaqqaf l-HTR u l-fluss tax-xogħol tat-traslitterazzjoni u tispjega għaliex l-abbozz mhux maħdum jeħtieġ verifika espert linja b'linja
- Kapaċità li tipproteġi żoni li ma jinqrawx billi titlob alternattivi minflok ma timponi qari preċiż f'każ ta' ambigwità ta' vokali/ittri fit-Tork Ottoman
- Kapaċità li tissepara t-traslitterazzjoni oriġinali minn saff separat ta 'simplifikazzjoni, li żżomm ir-responsabbiltà xjentifika finali mal-paleografu
Forsi l-aktar parti impenjattiva tar-riċerka storika hija t-traskrizzjoni ta’ manuskritti u dokumenti qodma miktuba f’test li jinqara. Ittra, notebook, rekord tal-qorti jew dokument Ottoman isiru tfittxija biss wara li jkunu ġew traskritti. It-traskrizzjoni hija l-att tat-trasferiment tal-kontenut ta' dokument (l-aktar spiss miktub bl-idejn jew b'kitba antika) f'test miktub u li jinqara. Fil-każ tal-Ottoman, dan spiss ikun akkumpanjat minn traslitterazzjoni: it-trasferiment tat-test b'ittri Għarbi fl-alfabett Latin bl-ekwivalenti tiegħu ittra b'ittra.
Aħna użajna l-OCR għal testi stampati; Il-kitba bl-idejn teħtieġ teknoloġija differenti: HTR (Handwritten Test Recognition). HTR hija teknoloġija simili għall-OCR iżda ħafna aktar ta 'sfida li tikkonverti dokumenti miktuba bl-idejn f'test tal-magni. F'din l-unità se naraw kif tuża l-HTR u l-AI fl-Ottoman u t-traskrizzjoni manuskritta, il-marġini ta 'żball u għaliex il-verifika hija saħansitra aktar kritika hawn.
Għaliex il-kitba bl-idejn hija daqshekk diffiċli?
Il-kitba tal-idejn hija ħafna aktar varjabbli mit-test stampat: kull kittieb għandu id unika, l-ittri huma marbuta flimkien, jintużaw abbrevjazzjonijiet u sinjali speċjali, il-linka tintemm, il-karta tintemm. Fit-Tork Ottoman id-diffikultà hija multiplikata:
- Forom ta' ittri kuntestwali: L-istess ittra tinkiteb b'mod differenti fil-bidu, fin-nofs u fit-tmiem tal-kelma.
- Mhux tikteb vokali: Vokali qosra ħafna drabi ma jinkitbux; il-qarrej jimla mill-kuntest. Dan joħloq ambigwitajiet bħal "aċċettazzjoni jew rifjut?"
- Stili ta’ kitba differenti: Hemm stili ta’ kitba differenti bħal rik’a, divani, ta’lik; Kull wieħed jeħtieġ għarfien espert tal-qari differenti.
- Vokabularju Ottoman: Kliem mill-Għarbi u l-Persjan li ma jeżistix fit-Tork tal-lum.
Għalhekk, HTR u AI jaħdmu b'marġini ta 'żball ferm ogħla fit-Tork Ottoman milli l-OCR stampat. L-għajn ta 'paleografu espert (paleografija - ix-xjenza tal-qari ta' kitbiet antiki) mhix għodda hawn, iżda neċessità.
Fluss tax-xogħol: pass pass
1. Ipprepara l-kwalità tad-dokument. Bħal OCR, riżoluzzjoni għolja u kuntrast tajjeb huma essenzjali. Dan huwa saħansitra aktar kritiku fil-kitba.
2. Agħżel il-mudell HTR. Mudelli Ottomani, kalligrafija Għarbija jew HTR mħarrġa speċifikament għal perjodu speċifiku huma ħafna aktar suċċess minn mudelli ġenerali. Ittestja liema mudell jaħdem tajjeb għal perjodu u stil ta 'kitba.
3. Iġġenera traskrizzjoni mhux ipproċessata. Il-mudell HTR jipproduċi outline. Fit-Tork Ottoman, dan l-abbozz huwa bidu mimli żbalji li għajn b'esperjenza trid tiċċekkja bir-reqqa.
4. Titjib kuntestwali bl-AI. Jista' jkollok l-inkonsistenzi tal-bandiera AI, alternattivi possibbli ta' qari, u postijiet suspettużi fl-output mhux maħdum. Iżda l-"korrezzjoni" AI hija partikolarment riskjuża hawnhekk: tista 'tissuġġerixxi qari maħdum.
5. Traslitterazzjoni u simplifikazzjoni (saffi). It-traslitterazzjoni tat-test b'ittri Għarbi f'ittri Latini, segwita mill-qari simplifikat tiegħu fit-Tork tal-lum, hija prodotta bħala saffi separati. L-oriġinali qatt ma jinkiser.
6. Verifika esperta. It-traskrizzjoni finali hija approvata minn espert b'għarfien tal-paleografija u tal-perjodu billi titqabbelha mad-dokument.
Attenzjoni: Fit-Tork Ottoman, meta "taqta" kelma b'vokali mhux miktuba mill-kuntest, l-AI tista' tipproduċi qari kompletament ħażin u tippreżentaha b'lingwa kunfidenti. Differenza fl-ittri, bħal "kabul" minflok "kabil" jew "alem" minflok "alim", tbiddel kompletament it-tifsira. Kull qari inċert għandu jiġi ppreżentat b'alternattivi, u m'għandu jiġi impost l-ebda qari definittiv wieħed.
Saffi u responsabbiltà b'tabella
saff
Kontenut
Rwol tal-AI
Rwol tal-espert
Immaġni
dokument oriġinali
—
Sors
Abbozz tal-HTR
Qari tal-magna mhux ipproċessat
jipproduċi
Kontroll mill-bidu sat-tmiem
traslitterazzjoni
Traspożizzjoni tal-ittra Latina
jissuġġerixxi l-abbozz
Tikkoreġi, tikkoreġi
Noti ta' inċertezza
[?] u alternattivi
sinjali
jiddeċiedi
Simplifikazzjoni
Tork tal-lum
jissuġġerixxi l-abbozz
Approvazzjonijiet
pubblikazzjoni xjentifika
Test finali + noti
—
Espert biss
tliet każijiet żgħar
Każ 1 — HTR għaġġel l-ewwel abbozz b'5x. Student tad-dottorat kien jittraskrivi notebook Ottoman ta’ 200 paġna. It-traskrizzjoni manwali sħiħa kienet stmata għal 60 jum tax-xogħol. B'mudell HTR imħarreġ għall-perjodu, l-abbozz mhux maħdum ħareġ fi ftit sigħat; L-istudent ikkoreġiet dan l-abbozz u naqqas ix-xogħol għal 12-il jum tax-xogħol. Imma kellu jqabbel kull paġna mad-dokument, linja b’linja; Madwar 30% tal-abbozz kien żbaljat.
Każ 2 — Ittra waħda, tifsira waħda. Riċerkatur wieħed bbaża ruħu fuq kelma li l-AI qrat bħala "gvernatur". Taħt kontroll espert, kien mifhum li l-kelma kienet fil-fatt "gwardjan" (responsabbli għal tifel/persuna), u peress li l-vokali ma kinitx immarkata, l-AI ħasbet ħażin. It-tifsira legali tad-dokument kienet qed tinbidel kompletament. Lezzjoni: Fit-Tork Ottoman, differenza waħda ta' ittra/vokali tikkawża li d-dokument jiġi interpretat mill-bidu; huwa meħtieġ espert.
Każ 3 — Tlestija maħduma. F'linja li l-linka tagħha spiċċat u kelma waħda li ma tistax tinqara, l-AI imliet il-vojt b'kelma "loġika". L-espert induna li dak il-vojt kien fil-fatt isem tal-post u li l-AI kienet għamlet dan. Spazju jitħalla bħala [illeġibbli]. Lezzjoni: spazju li ma jinqarax mhux mimli, huwa mmarkat.
Erba' mudelli li jistgħu jiġu kkupjati
1) Translitterazzjoni li tippreserva l-ambigwità:
Hawn taħt hemm l-output mhux maħdum HTR/traslitterazzjoni ta 'dokument Ottoman. Il-kompitu tiegħek huwa li tirrevedi t-test u timmarka żbalji possibbli fil-qari. Regoli: (1) Offri 2-3 alternattivi ta’ qari possibbli għal kull kelma li m’intix ċert dwarha, timponix waħda. (2) Ħalli [libbli] fiż-żoni li ma jinqrawx, timlihomx. (3) ŻIEDA kliem li ma jeżistux fit-test. (4) Uri alternattivi fi kliem b’vokali ambigwi. Test: [hawn]
2) Qari f'saffi (oriġinali + simplifikazzjoni):
Iġġenera ŻEWĠ kolonni għat-traslitterazzjoni Ottomana verifikata li ġejja: (1) Translitterazzjoni oriġinali (mess), (2) Qari simplifikat fit-Tork tal-lum. ŻIEDA tifsira, iż-żieda ta 'interpretazzjoni fis-simplifikazzjoni; aġġorna biss il-lingwa. Immarka postijiet b'tifsira ambigwa[indistinta]. Translitterazzjoni: [hawn]
3) Estrazzjoni tat-terminu u tal-persuna:
L-ismijiet personali, l-ismijiet tal-postijiet, it-titli u t-termini perjodiċi msemmija fit-traskrizzjoni hawn taħt jidhru f'listi separati. Ħu biss dawk imsemmija B'ĊAR fit-test; Iżżidx billi guessing. Immarka bi [?] jekk m'intix ċert mill-pronunzja. Test: [hawn]
4) Kontroll tal-qari suspettuż:
Kontrollur tal-paleografija b'esperjenza fir-rwol. Fit-traskrizzjoni hawn taħt, immarka l-kliem li huma inkonsistenti fit-tifsira, ma jaqblux mal-perjodu jew ma jidħlux fil-kuntest, u ikteb għaliex huma suspettużi. L-impożizzjoni ta' korrezzjoni definittiva; Iġġenera lista ta 'suspetti li l-espert uman se jqabbel mad-dokument. Test: [hawn]
Pront dgħajjef / Pront qawwi
Dgħajjef:
Aqra dan it-test Ottoman u agħtini t-traduzzjoni tiegħu.
Dan jimbotta lill-AI biex tipproduċi qari wieħed u definittiv, li jaħbi l-ambigwitajiet u jdaħħal in-nuqqasijiet. Fit-Tork Ottoman, dan huwa kważi żball garantit.
Qawwija:
Iċċekkja t-traslitterazzjoni Ottomana hawn taħt. Qari definittiv: IMPOŻIZZJONI. Ipprovdi alternattivi possibbli għal kull kelma ambigwa, ħalli barra partijiet [illeġibbli], iżżidx xi ħaġa li mhix fit-test. Agħti l-qari simplifikat lit-Tork tal-lum f'kolonna separata, iżda żomm l-oriġinal. Immarka kull ħaġa li m'intix ċert dwarha bi [?] sabiex l-espert ikun jista' jqabbelha mad-dokument. Test: [hawn]
Id-differenza: projbizzjoni stretta tal-qari, it-talba ta 'alternattivi, il-preservazzjoni tal-ispazju abjad, u l-output f'saffi jippermettu verifika esperta.
Żbalji komuni
- Jiżbalja l-abbozz tal-HTR bħala korrett. Fit-Tork Ottoman, ħafna mill-abbozz mhux maħdum jista 'jkun mhux preċiż; Il-kontroll linja b'linja huwa meħtieġ.
- L-uniku qari definittiv huwa li timponi. Jekk alternattivi huma moħbija fi kliem li l-vokali tagħhom mhumiex miktuba, it-tifsira ħażina tiġi rreġistrata.
- Mili taż-żona li ma tinqarax. Għandu jkun protett bi spazju abjad [illeġibbli], mhux magħmul.
- Taħlit l-oriġinal mas-simplifikazzjoni. Is-simplifikazzjoni għandha tkun saff separat; It-traslitterazzjoni oriġinali m'għandhiex tiġi mgħawġa.
- Iddiżattiva l-espert. Mingħajr għarfien tal-paleografija u l-perjodu, il-qari tal-AI huwa raden mingħajr valur xjentifiku.
Fil-qosor
Traskrizzjoni Ottomana u manuskritta tista 'tiġi aċċellerata ħafna fl-istadju ta' abbozz mhux maħdum b'HTR u AI; Ikollok l-ewwel output li jnaqqas il-ġranet tax-xogħol għal sigħat. Iżda huwa proprju f’dan il-qasam li ittra waħda, differenza vokali waħda tbiddel it-tifsira; L-IA għandha t-tendenza li taħbi l-inċertezza u timla l-lakuni. Il-metodu korrett huwa f'saffi: kontorn mhux maħdum, noti alternattivi ta 'ambigwità, saff separat ta' simplifikazzjoni u, fuq kollox, verifika linja b'linja tad-dokument minn espert familjari mal-paleografija. AI tħaffef il-qari inizjali; Ir-responsabbiltà xjentifika hija tal-espert.
Kompitu ta' applikazzjoni
Ikseb translitterazzjoni ta' dokument Ottoman jew manuskritt (il-produzzjoni tiegħek stess jew kopja ppubblikata). Staqsi lill-AI għal qari alternattiv bil-mudell ta’ “traslitterazzjoni li tippreserva l-ambigwità”. Imbagħad iġġenera s-saff ta 'simplifikazzjoni separatament b'"qari f'saffi". Qabbel kull kelma mmarkata b'mod vag ma' sors espert jew dizzjunarju; Innota kemm tipproduċi żbalji l-AI jekk timponi qari wieħed.
lista ta' kontroll
- [ ] Użajt HTR/mudell xieraq għall-perjodu u l-istil tal-kitba.
- [ ] Staqsejt lill-AI għal alternattivi għall-qari eżatt.
- [ ] Ipproteġit il-partijiet li ma jinqrawx b'[li ma jinqrawx].
- [ ] Żammejt it-traslitterazzjoni oriġinali separata mis-simplifikazzjoni.
- [ ] Kelli t-test finali vverifikat minn espert/dokumentarju li jaf il-paleografija.