Faida:
- Uwezo wa kuweka herufi iliyosomwa na makadirio ya kukamilika kutengwa na kuwekewa alama wakati wa kuandika maandishi na maandishi katika maandishi ya rasimu na OCR/HTR.
- Uwezo wa kutambua aina za udanganyifu kama vile kukamilisha maandishi kwa ukungu, tafsiri isiyo ya kweli na maelezo ya kubuni, na kuangalia tafsiri dhidi ya chanzo na tafsiri ya nyuma.
- Uwezo wa kuelewa jinsi muktadha wa lugha, uandishi na aina huamua kuegemea kwa akili ya bandia na kwamba usomaji na tafsiri ya mwisho ni ya mtaalam wa philolojia.
Moja ya sauti za moja kwa moja zilizoachwa kwetu kutoka zamani ni vyanzo vilivyoandikwa: maandishi yaliyochongwa kwa mawe, vidonge vya udongo, papyri, maandishi ya ngozi, makaburi na mihuri. Katika kitengo hiki, tutaona jinsi epigraphy (sayansi ya kusoma maandishi yaliyochongwa kwenye nyuso ngumu kama vile mawe, chuma, keramik), paleografia (utaalamu wa kusoma na kuandika maandishi ya kale) na AI inavyoharakisha usomaji, tafsiri na uhariri wa maandishi haya, lakini kwa nini kila usomaji lazima uthibitishwe na mtaalamu wa philologist.
Kanuni ya msingi: AI husaidia kusoma maandishi hafifu, kutafsiri lugha, na kupendekeza vikamilishaji vinavyowezekana; lakini usomaji wa mwisho wa maandishi, ukamilisho wa herufi zilizokosekana na maana ni uamuzi wa mtaalam anayejua lugha na kipindi. Ni katika eneo hili ambapo AI iko katika hatari kubwa ya kuona maono, kwani mfano huo huwa na uwezekano wa kujaza maandishi yaliyokosekana au dhaifu na kitu "kinachowezekana" lakini kilichoundwa.
Hatua za kufanya kazi na vyanzo vilivyoandikwa
1. Nyaraka. Maandishi au maandishi yanaonyeshwa kwa ubora wa juu, umbizo lililoboreshwa tofauti. Kwa nyuso zisizo wazi, taa maalum (mwanga wa upande) na mbinu kama vile RTI hutumiwa; AI husaidia kunoa utofautishaji na kingo za herufi.
2. Utambuzi wa tabia. OCR (Optical Character Recognition) hutumika kwa maandishi yaliyochapishwa, na HTR (Utambuzi wa Maandishi kwa Mkono) hutumiwa kuandika kwa mkono. HTR yenye msingi wa AI ina nguvu katika kunakili miswada ya zamani.
3. Unukuzi na kukamilika. Kwa sehemu zilizofifia au zilizovunjika, mtaalam anapendekeza urejesho unaowezekana kulingana na sarufi na maandishi yanayolingana. Barua zilizokamilishwa daima huonyeshwa kwa ishara kama vile mabano ya mraba; Kinachosomwa na kinachotabiriwa hakichanganyiki kamwe.
4. Tafsiri. Maandishi yanatafsiriwa kutoka kwa lugha ya asili (Kilatini, Kigiriki cha Kale, Ottoman, lugha za cuneiform, nk). AI inatoa rasimu ya kwanza ya tafsiri; nuance ya kitaalam husahihisha istilahi na muktadha wa kihistoria.
5. Maoni. Nakala inasema nini, ni nani aliyeiandika, na ni tukio gani inarejelea ni tafsiri za kihistoria na ni za mtaalam.
Kidokezo: Ukiiambia AI "isome na ikamilishe" maandishi yasiyoeleweka, itafanya mapengo kwa usalama. Badala yake, sema "peana herufi zinazosomeka kwa uwazi tu, acha wazi na uweke alama kwenye maeneo ambayo huna uhakika". Uliza kukamilika kwa hatua tofauti, kwa kuhesabiwa haki, na uhakikishe kuwa imethibitishwa na mtaalam.
Hallucination: hatari kubwa ya eneo hili
Makosa mabaya zaidi ya AI katika ubinadamu ni uwongo. Kuna aina nne za kawaida katika uwanja huu:
- Uundaji wa maandishi: "Inakamilisha" sehemu ambayo haipo ya maandishi hafifu, na kuongeza neno ambalo halipo.
- Tafsiri ya uwongo: Anatafsiri neno asilolielewa kwa ufasaha lakini kimakosa; Msomaji hawezi kutambua kwa sababu hajui chanzo.
- Rejea iliyoundwa: Inasema "Mwandishi huu ulichapishwa katika chapisho hilo", lakini uchapishaji huo haupo.
- Kupotosha/sifa: Kwa ujasiri huweka mtindo wa kuandika katika muda usiofaa.
Yote haya kamwe hayawezi kutumika bila kuthibitishwa na mtaalamu anayeona chanzo na kujua lugha.
Tahadhari: Kwa sababu tafsiri ni fasaha na yenye kusadikisha haimaanishi kuwa ni sahihi. AI inaweza hata kubadilisha ishara ya kikabari isiyoielewa kuwa sentensi inayojiamini. Mtu ambaye hawezi kusoma maandishi chanzo hawezi kamwe kuthibitisha usahihi wa tafsiri ya AI peke yake.
kesi tatu ndogo
Kesi ya 1 - HTR ilifungua kumbukumbu. Kumbukumbu moja iliweka maelfu ya kurasa za maandishi ya Ottoman kufungwa kwa watafiti kwa sababu kuisoma kulihitaji utaalam na wakati. HTR yenye msingi wa AI hunakili madaftari katika maandishi ya rasimu yanayoweza kutafutwa; Wataalamu walisahihisha rasimu na maeneo yasiyoweza kusomeka yamewekwa alama. Si maandishi kamili, lakini zana yenye nguvu ya kuchanganua imetokea.
Kesi ya 2 - Ukamilishaji uliotengenezwa umenaswa. Mwanafunzi alikuwa na AI alisoma jiwe la kaburi la Kilatini lililovunjika; AI "ilikamilisha" mstari uliokosekana katika sentensi fasaha. Mwandishi alionyesha kuwa ukamilishaji uliopendekezwa haukuwezekana kwa sababu hakukuwa na nafasi iliyobaki kwenye jiwe. Ukamilishaji ulijengwa upya na kutiwa alama kulingana na maandishi yanayolingana.
Kesi ya 3 - Tafsiri ya uwongo imerekebishwa. Timu moja ingeripoti tafsiri ya AI ya maandishi ya Kigiriki cha Kale; Mwanafalsafa alipoangalia, aligundua kuwa AI alikuwa ametafsiri kitenzi katika wakati mbaya, akibadilisha maana ya maandishi (iwe ni sadaka au ukumbusho). Kurudi kwenye chanzo kulihifadhi maoni.
Violezo vinne vinavyoweza kunakiliwa
1) Unukuzi wa kihafidhina:
Jukumu lako: msaidizi wa unukuzi. Katika picha hii ya maandishi/muswada, toa herufi TU zinazoweza kusomeka. Usisome maeneo ambayo hayako wazi, yaliyovunjika au yasiyo na uhakika; Weka alama kama "[isiyosomeka]". KAMILISHA SEHEMU ZILIZOKOSA. Pia kumbuka wahusika unaowashuku.
2) Pendekezo la kukamilika kwa sababu:
Hapa chini kuna maandishi yenye sehemu halisi za kusoma na [nafasi]. Pendekeza INAWEZEKANA kukamilishana kwa mapengo, lakini kwa kila pendekezo: (a) uhalalishaji (sarufi, maandishi sambamba), (b) ikiwa pengo linalingana na idadi ya herufi, (c) mbadala. Haya ni mapendekezo; Sio usomaji wa uhakika. Eleza kwamba kibali cha mtaalam kinahitajika.
3) Tafsiri ya rasimu (chanzo kimelindwa):
Tafsiri maandishi ya [lugha] hapa chini. Weka maandishi chanzo karibu na kila sentensi (patanisha mstari kwa mstari). Weka alama kwenye maneno ambayo huna uhakika nayo na toa tafsiri mbadala. USITUNGE masharti; Ikiwa hujui, andika "bila uhakika". Hii ni rasimu; Mtaalamu wa philologist ataangalia.
4) Uthibitishaji wa tafsiri (tafsiri ya nyuma):
Tafsiri tafsiri hii NYUMA katika lugha chanzi na uilinganishe na matini asilia. Weka alama kwenye sehemu ambazo maana inabadilishwa, kuongezwa au kudondoshwa. Hasa angalia wakati, somo na nambari.
Mwongozo dhaifu / Mwongozo thabiti
Agizo dhaifu:
Soma maandishi haya ya kale na utuambie inasema nini.
Katika uandishi hafifu, AI hutengeneza mapengo, inaweza kutafsiri lugha vibaya, na mtu ambaye haoni chanzo hatagundua hii.
Agizo lenye nguvu:
Katika picha hii ya maandishi, kwanza nukuu TU herufi zinazosomeka kwa uwazi, ukiacha sehemu zilizofichwa "[zisizosomeka]". Kisha TOFAUTI, pendekeza nyongeza zinazowezekana za mapengo na uhalali lakini usitoe dhahiri yoyote. Hatimaye, toa rasimu ya tafsiri na uweke alama kwenye maneno ambayo huna uhakika nayo. Zote ziko chini ya idhini ya mtaalamu.
Tofauti: ya kwanza inatoa "kusoma" kwa uwongo; ya mwisho huweka tabaka zilizosomwa, zilizotabiriwa, na kutafsiriwa zikiwa tofauti na kuthibitishwa.
Lugha, maandishi na mipaka ya maarifa ya AI
Maandishi ya kiakiolojia yanatumia anuwai ya lugha na maandishi: maandishi ya Kilatini na Kigiriki cha Kale, maandishi ya Ottoman na Kiarabu, mabamba ya kikabari, maandishi ya maandishi ya Kimisri, maandishi ya runic, na zaidi. Ustadi wa AI kwenye lugha hizi na maandishi sio sawa. Ingawa tafsiri ya rasimu inaweza kuwa ya kuridhisha kwa lugha zilizo na maandishi mengi ya dijiti, kama vile Kilatini na Kigiriki cha Kale, kwa maandishi ambayo yana kumbukumbu chache, yaliyofafanuliwa, au kusomwa na wataalamu wachache tu, AI karibu haiwezi kutegemewa kabisa; hutoa "tafsiri" za kushawishi lakini za kubuni kabisa katika maeneo haya.
Pia kuna suala la muktadha na aina. Neno moja linaweza kuwa na maana tofauti katika hati ya kisheria, maandishi ya maombi, na jiwe la kaburi. Mtaalamu wa philologist anatambua aina ya maandishi (kujitolea, monument, mkataba, barua) na kusoma neno katika mazingira sahihi; AI haina unyeti huu wa jumla na inaweka maana inayojulikana zaidi. Vifupisho, fomula na maneno ya hisa (hasa yanajulikana sana katika maandishi) hupotosha AI kwa urahisi.
Kwa hivyo kanuni ya dhahabu ni: tumia AI kama kiongeza kasi cha lugha unazojua, lugha unazoweza kudhibiti; Kamwe usitegemee tafsiri ya AI pekee katika lugha ambayo huwezi kusoma. Mtu ambaye hawezi kusoma chanzo hawezi kuthibitisha usahihi wa tafsiri na kwa hivyo hawezi kubadilisha tafsiri hiyo kuwa dai la kisayansi.
Kidokezo: Unapotoa maandishi kwa AI, taja lugha yake, muda uliokadiriwa, na aina (maandiko/barua/hati). Ujuzi wa muktadha kwa kiasi hupunguza mwelekeo wa AI kuelekea usomaji wa kawaida lakini usio sahihi - lakini hauondoi hitaji la uthibitishaji.
Jedwali la kazi ya rasilimali iliyoandikwa
Jitihada
Jukumu la AI
uamuzi wa binadamu
uthibitishaji
uboreshaji wa picha
Tofauti/makali
Uchaguzi wa vigezo
Kulinganisha na asili
OCR/HTR
rasimu ya maandishi
tabia isiyojulikana
usahihishaji wa kitaalam
kukamilika
Pendekezo (sababu)
Kubali/kataa
Maandishi sambamba, udhibiti wa eneo
Tafsiri
rasimu
nuance, muda
Tafsiri ya nyuma, chanzo
Maoni
Muhtasari wa muktadha
maana ya kihistoria
mtaalam, fasihi
Makosa ya kawaida
- Kukamilisha maandishi hafifu. AI inafaa mapengo; Usomaji na utabiri unapaswa kutenganishwa na kutiwa alama.
- Kuamini tafsiri bila kuona chanzo. Tafsiri fasaha si tafsiri sahihi.
- Kukubali sifa iliyoundwa. Kusema "Iko kwenye matangazo hayo" kunahitaji uthibitisho.
- Si kuangalia eneo halisi la kukamilika. Pendekezo lazima liingie kwenye nafasi iliyovunjika.
- Kuiacha tafsiri kwa AI. Maana ya kihistoria ya maandishi ni suala la mtaalamu wa philologist.
Kwa muhtasari
AI katika epigraphy na maandiko ya kale; Inaharakisha uboreshaji wa picha, rasimu ya HTR/OCR, pendekezo la kukamilisha na tafsiri ya rasimu, na kufungua kumbukumbu zilizofungwa kwa utafiti. Lakini hii ndio eneo ambalo hatari ya kuona macho ni ya juu zaidi: usomaji umetenganishwa na utabiri, nyongeza zimewekwa alama, tafsiri huangaliwa dhidi ya chanzo na tafsiri ya nyuma, na usomaji na tafsiri ya mwisho ni ya mwanafilolojia mtaalam.
Jukumu la maombi
Chagua maandishi au picha ya muswada (kutoka kwa mkusanyiko wa ufikiaji wazi). Chopoa herufi zilizo wazi pekee ukitumia kiolezo cha "Unukuzi wa Kihafidhina", kisha upate mapendekezo ya nafasi kwa "Pendekezo la kukamilisha lililo na sababu". Toa rasimu ya tafsiri na uitafsiri tena kwa kiolezo cha "Uthibitishaji wa Tafsiri" na uweke alama mahali maana imehamishwa. Linganisha na usomaji uliochapishwa ikiwezekana.
orodha ya ukaguzi
- [ ] Nilitia alama herufi iliyosomwa na kukamilika kwa utabiri kando.
- [ ] Nilikagua kuwa ukamilishaji unafaa katika eneo lililovunjika.
- [ ] Niliangalia tafsiri dhidi ya matini chanzi na tafsiri ya nyuma.
- [ ] Nilithibitisha machapisho/manukuu yaliyotolewa na YZ katika katalogi halisi.
- [ ] Niliacha usomaji na tafsiri ya mwisho kwa idhini ya mtaalamu.