Добици:
- Способност да се подеси радни ток ХТР и транслитерације и објасни зашто необрађени нацрт захтева стручну проверу ред по ред
- Способност да се заштите нечитљива подручја тражењем алтернатива уместо наметања прецизног читања у случају двосмислености самогласника/слова у отоманском турском
- Способност одвајања оригиналне транслитерације од посебног слоја поједностављења, задржавајући коначну научну одговорност на палеографу
Можда најзахтевнији део историјског истраживања је преписивање рукописа и старих писаних докумената у читљив текст. Писмо, свеска, судски записник или османски документ постају претраживи тек након што су преписани. Транскрипција је чин преношења садржаја документа (најчешће руком писаног или древног писма) у писани, читљиви текст. У случају отоманског језика, ово је често праћено транслитерацијом: преношењем текста арапским словима на латинично писмо са његовим еквивалентима слово по слово.
Користили смо ОЦР за штампане текстове; Писање руком захтева другачију технологију: ХТР (препознавање руком писаног текста). ХТР је технологија слична ОЦР-у, али много изазовнија која претвара руком писане документе у машински текст. У овој јединици ћемо видети како да користимо ХТР и АИ у отоманској транскрипцији и транскрипцији рукописа, границе грешке и зашто је верификација овде још важнија.
Зашто је рукопис тако тежак?
Рукопис је много варијабилнији од штампаног текста: сваки писац има јединствену руку, слова су повезана, користе се скраћенице и посебни знаци, мастило крвари, папир се хаба. У отоманском турском тешкоћа је умножена:
- Контекстуални облици слова: Исто слово се различито пише на почетку, средини и крају речи.
- Неписање самогласника: Кратки самогласници се често не пишу; читалац довршава из контекста. Ово ствара нејасноће као што су "прихватање или одбијање?"
- Различити стилови писања: Постоје различити стилови рукописа као што су рик'а, дивани, та'лик; Свако захтева другачију стручност у читању.
- Османски речник: речи из арапског и персијског језика које не постоје у данашњем турском језику.
Стога, ХТР и АИ раде са много већом маргином грешке на отоманском турском него штампани ОЦР. Око стручног палеографа (палеографија – наука о читању древних списа) овде није оруђе, већ неопходност.
Ток рада: корак по корак
1. Припремите квалитет документа. Као и код ОЦР-а, неопходна је висока резолуција и добар контраст. Ово је још критичније у рукопису.
2. Изаберите ХТР модел. Османски, арапски рукопис или ХТР модели посебно обучени за одређени период су много успешнији од општих модела. Тестирајте који модел добро функционише за одређени период и стил писања.
3. Генеришите сирову транскрипцију. ХТР модел даје обрис. На османском турском, овај нацрт је почетак пун грешака које искусно око мора темељно да провери.
4. Контекстуално побољшање са АИ. Можете имати недоследности АИ заставице, могуће алтернативе читања и сумњиве локације у сировом излазу. Али „исправка“ вештачке интелигенције је овде посебно ризична: могла би да сугерише измишљено читање.
5. Транслитерација и упрошћавање (слојевито). Транслитерација текста арапским словима у латинична, праћена његовим поједностављеним читањем на данашњи турски, производи се као засебни слојеви. Оригинал се никада не ломи.
6. Стручна верификација. Коначну транскрипцију одобрава стручњак са палеографијом и познавањем периода упоређивањем са документом.
Пажња: На отоманском турском, када „погађа“ реч са неписаним самогласником из контекста, АИ може произвести потпуно погрешно читање и представити га на поузданом језику. Разлика у словима, као што је „кабул“ уместо „кабил“ или „алем“ уместо „алим“, потпуно мења значење. Свако неизвесно читање треба да буде представљено алтернативама и не би требало наметати једно одређено читање.
Слојеви и одговорност са столом
слој
Садржај
Улога АИ
Улога стручњака
Слика
оригинални документ
—
Извор
ХТР драфт
Необрађено машинско читање
производи
Контрола од почетка до краја
транслитерација
Транспозиција латиничног слова
нацрт предлаже
Исправља, исправља
Напомене о неизвесности
[?] и алтернативе
знакови
одлучује
Поједностављење
Данашњи турски
нацрт предлаже
Одобрења
научна публикација
Завршни текст + напомене
—
Само стручњак
три мини кофера
Случај 1 — ХТР је убрзао први нацрт за 5к. Докторанд би преписао османску свеску од 200 страница. Потпуна ручна транскрипција је процењена на 60 радних дана. Са ХТР моделом обученим за тај период, сирови нацрт је изашао за неколико сати; Студент је исправио овај нацрт и смањио рад на 12 радних дана. Али морао је да упореди сваку страницу са документом, ред по ред; Око 30% нацрта било је нетачно.
Случај 2 — Једно слово, једно значење. Један истраживач се ослонио на реч коју је АИ прочитао као „гувернер“. Под стручном контролом се подразумевало да је реч заправо „старатељ“ (одговоран за дете/особу), а пошто самогласник није обележен, АИ га је погрешно погодила. Правно значење документа се потпуно мењало. Поука: У османском турском, једно слово/самогласник разлика доводи до тога да се документ тумачи од почетка; потребан је стручњак.
Случај 3 — Измишљени завршетак. У реду чије је мастило нестало и од којих је једна реч била нечитљива, АИ је попунио празнину „логичном“ речју. Експерт је схватио да је тај јаз заправо назив места и да га је вештачка интелигенција надокнадила. Остављен простор као [нечитко]. Поука: нечитљив простор није попуњен, већ је означен.
Четири шаблона за копирање
1) Транслитерација која чува двосмисленост:
Испод је ХТР необрађени излаз/транслитерација отоманског документа. Ваш задатак је да прегледате текст и означите могуће грешке у читању. Правила: (1) Понудите 2-3 могуће алтернативе читања за сваку реч у коју нисте сигурни, немојте је наметати. (2) Оставите [нечитко] у нечитким областима, немојте их попуњавати. (3) ДОДАВАЊЕ речи које не постоје у тексту. (4) Покажите алтернативе у речима са двосмисленим самогласницима. Текст: [овде]
2) Слојевито читање (оригинал + поједностављење):
Генеришите ДВЕ колоне за следећу верификовану отоманску транслитерацију: (1) Оригинална транслитерација (додир), (2) Поједностављено читање на данашњи турски језик. ДОДАВАЊЕ значења, додавање тумачења у поједностављењу; само ажурирајте језик. Означите места са двосмисленим значењем[нејасно]. Транслитерација: [овде]
3) Термин и извлачење лица:
Лична имена, називи места, титуле и периодични термини поменути у транскрипцији испод појављују се у посебним листама. Узмите само оне ЈАСНО поменуте у тексту; Не додај погађањем. Означите са [?] ако нисте сигурни у изговор. Текст: [овде]
4) Контрола сумњивог читања:
У улози искусан контролор палеографије. У доњој транскрипцији означите речи које су недоследне по значењу, које се не уклапају у тачку или се не уклапају у контекст и напишите зашто су сумњиве. Наметање дефинитивне корекције; Направите листу сумњи које ће стручњак за људе упоредити са документом. Текст: [овде]
Слаби промпт / Јаки промпт
слаба:
Прочитај овај османски текст и дај ми његов превод.
Ово гура АИ да произведе једно, дефинитивно читање, скривајући нејасноће и уклапајући се у празнине. У османском турском, ово је готово загарантована грешка.
Јака:
Погледајте отоманску транслитерацију испод. Дефинитивно читање: НАМЕТ. Наведите могуће алтернативе за сваку двосмислену реч, изоставите [нечитке] делове, немојте додавати ништа што није у тексту. Дајте поједностављено читање данашњем турском у посебној колони, али задржите оригинал. Означите све у шта нисте сигурни са [?] како би стручњак могао да то упореди са документом. Текст: [овде]
Разлика: строга забрана читања, тражење алтернатива, очување размака и слојевити излаз омогућавају верификацију стручњака.
Уобичајене грешке
- Погрешка нацрт ХТР-а као тачан. У османском турском, велики део сировог нацрта може бити нетачан; Контрола линија по линија је обавезна.
- Једино дефинитивно читање је наметање. Ако су алтернативе скривене у речима чији самогласници нису написани, погрешно значење ће бити забележено.
- Попуњавање нечитљивог подручја. Требало би да буде заштићено размаком [нечитко], а не измишљано.
- Мешање оригинала са поједностављењем. Поједностављење треба да буде посебан слој; Оригинална транслитерација не би требало да буде искривљена.
- Онемогућавање стручњака. Без знања о палеографији и периоду, читање АИ је претпоставка без научне вредности.
Укратко
Османска транскрипција и транскрипција рукописа могу се знатно убрзати у фази сирове верзије помоћу ХТР и АИ; Добијате први резултат који смањује дане рада на сате. Али управо у овој области једно слово, једна самогласничка разлика мења значење; АИ тежи да сакрије неизвесност и попуни празнине. Исправан метод је слојевит: сирови обрис, алтернативне белешке нејасноћа, посебан слој упрошћавања и, пре свега, верификација документа ред по ред од стране стручњака упознатог са палеографијом. АИ убрзава почетно читање; Научна одговорност припада стручњаку.
Задатак апликације
Набавите транслитерацију отоманског или рукописног документа (сопствену продукцију или објављену копију). Затражите од АИ алтернативно читање са шаблоном „транслитерација која чува двосмисленост“. Затим генеришите слој поједностављења одвојено са "слојевитим читањем". Упоредите сваку нејасно означену реч са стручним извором или речником; Обратите пажњу колико би грешака АИ произвела ако би наметнула једно очитавање.
контролна листа
- [ ] Користио сам ХТР/модел који одговара периоду и стилу писања.
- [ ] Тражио сам од АИ алтернативе тачном очитавању.
- [ ] Заштитио сам нечитљиве делове са [нечитљиво].
- [ ] Задржао сам оригиналну транслитерацију одвојено од поједностављења.
- [ ] Коначан текст ми је верифицирао стручњак/документарац који познаје палеографију.