அகழ்வாராய்ச்சி பதிவு, தரவுத்தளம் மற்றும் தரவு தரநிலைகள்

ஆதாயங்கள்:

• செயற்கை நுண்ணறிவு கொண்ட சூழல்/லோகஸ், ஸ்ட்ராடிகிராபி மற்றும் ஹாரிஸ் மேட்ரிக்ஸ் போன்ற பதிவு அலகுகளை டிஜிட்டல் மயமாக்கும் மற்றும் தரநிலையாக்கும் போது தரவு ஒருமைப்பாட்டை பராமரிக்கும் திறன்
• மூலத் தரவைப் பாதுகாக்கும் திறன் மற்றும் செயற்கை நுண்ணறிவின் ஆபத்துக்கு எதிராக ஒவ்வொரு மாற்றத்தையும் கண்டறியும் திறன், காணாமல் போன தரவை நிறைவுசெய்தல் மற்றும் அமைதியான மாற்றங்களைச் செய்யும்
• தரவுகளின் எதிர்கால பயன்பாட்டிற்கு ஏன் கட்டுப்படுத்தப்பட்ட அகராதி, மெட்டாடேட்டா மற்றும் திறந்த/நியாயமான கொள்கைகள் அவசியம் என்பதைப் புரிந்து கொள்ளுங்கள்.

ஒரு அகழ்வாராய்ச்சியின் அறிவியல் மதிப்பு தங்கத்தில் இருந்து வெளிப்படும் தங்கத்தில் இல்லை, ஆனால் அதன் பதிவுகளின் தரத்தில் உள்ளது. நன்கு ஆவணப்படுத்தப்படாத ஒரு கண்டுபிடிப்பு அறிவியலுக்கு கிட்டத்தட்ட பொருத்தமற்றது; ஏனெனில் அது எங்கே, எந்த அடுக்கில், என்ன இருக்கிறது என்று தெரியாத ஒரு பொருள், அது ஒரு அழகான பொருள். இந்த அலகில் நாம் அகழ்வாராய்ச்சி பதிவு (ஒவ்வொரு சூழலின் முறையான படியெடுத்தல் மற்றும் தரவுத்தளம், கண்டறிதல் மற்றும் கவனிப்பு) மற்றும் AI எவ்வாறு தரவு உள்ளீடு, அமைப்பு மற்றும் தரப்படுத்தலை விரைவுபடுத்துகிறது, ஆனால் தரவு ஒருமைப்பாட்டிற்கான பொறுப்பு ஏன் மனிதர்களிடம் உள்ளது.

அடிப்படைக் கொள்கை: சிதறிய பதிவுகளை ஒழுங்கமைக்கவும், அவற்றைத் தரப்படுத்தவும் மற்றும் முரண்பாடுகளைக் கண்டறியவும் AI உதவுகிறது; ஆனால் எந்தத் தரவு துல்லியமானது, ஒரு பதிவு உண்மையைப் பிரதிபலிக்கிறதா மற்றும் தரவின் ஒருமைப்பாடு மனிதப் பொறுப்பு. AI தரவின் வடிவத்தை சரிசெய்கிறது, அது அதன் துல்லியத்திற்கு உத்தரவாதம் அளிக்காது.

தொல்பொருள் பதிவின் அடிப்படை அலகுகள்

சூழல் / இடம். ஒவ்வொரு அகழ்வாராய்ச்சியும் தளத்தை சூழலின் அலகுகளாகப் பிரிக்கிறது (சூழல்/இடம்-ஒரு தனிப்பட்ட வைப்பு, அடுக்கு, குழி அல்லது சுவர்; அகழ்வாராய்ச்சியின் அர்த்தத்தின் சிறிய அலகு). ஒவ்வொரு சூழலும் ஒரு தனிப்பட்ட எண்ணைப் பெறுகிறது மற்றும் அனைத்து கண்டுபிடிப்புகளும் அந்த எண்ணுடன் தொடர்புடையவை.

ஸ்ட்ராடிகிராபி மற்றும் ஹாரிஸ் மேட்ரிக்ஸ். ஸ்ட்ராடிகிராபி (ஒன்றுக்கொன்று தொடர்புடைய அடுக்குகளின் முன்-பின் உறவு) என்பது உறவினர் டேட்டிங்கின் அடிப்படையாகும். ஹாரிஸ் மேட்ரிக்ஸ் (ஒன்றுக்கொன்று தொடர்புடைய சூழல்களின் வரிசையைக் காட்டும் வரைபடம்) இந்த உறவுகளை காட்சிப்படுத்துகிறது. சீரற்ற அடுக்கு உறவுகளைக் கண்டறிய AI உதவுகிறது (எ.கா. சுழற்சி "A என்பது Bக்கு மேலேயும் கீழேயும் உள்ளது" பிழை).

சரக்குகளைக் கண்டறியவும். ஒவ்வொரு கண்டுபிடிப்பும்; எண், வகை, அளவு, பொருள், நிலை மற்றும் புகைப்படத்துடன் சூழல் பதிவு செய்யப்படுகிறது.

தரவு தரநிலைகள். பதிவுகளை பகிரக்கூடியதாகவும் ஒப்பிடக்கூடியதாகவும் மாற்ற பொதுவான தரநிலைகள் பயன்படுத்தப்படுகின்றன. CIDOC-CRM (கலாச்சார பாரம்பரியத் தரவை விவரிக்க உருவாக்கப்பட்ட ஒரு சர்வதேச கருத்தியல் கட்டமைப்பு/ஆன்டாலஜி) வெவ்வேறு நிறுவனங்களின் தரவை ஒருவருக்கொருவர் பேச அனுமதிக்கிறது. விதிமுறைகளின் கட்டுப்படுத்தப்பட்ட அகராதி (ஒரே கருத்துக்கு அனைவரும் ஒரே சொல்லைப் பயன்படுத்துவதை உறுதிசெய்யும் அங்கீகரிக்கப்பட்ட பட்டியல்) பயன்படுத்தப்படுகிறது.

உதவிக்குறிப்பு: தரவை "ஒழுங்கமைக்கவும் தணிக்கை செய்யவும்" AI ஐப் பயன்படுத்தவும், அதை "விளக்கம்" செய்ய வேண்டாம். "இந்தப் பதிவுகளில் என்ன சூழல் எண்கள் முரண்படுகின்றன?" இது ஒரு நல்ல கேள்வி; "இந்தச் சூழல் எந்தக் காலகட்டத்தைச் சேர்ந்தது?" இது ஒரு நிபுணர் முடிவு. AI வலுவாக இருக்கும் இடத்தில் நிலைத்தன்மை சரிபார்ப்பு.

பதிவு மற்றும் தரவுத்தளத்தில் AI இன் பாத்திரங்கள்

• டிஜிட்டல்மயமாக்கல். கையால் எழுதப்பட்ட அகழ்வாராய்ச்சி குறிப்பேடுகள், சரக்கு அட்டைகள் மற்றும் பழைய வரைபடங்கள் தரவுத்தளத்தில் AI- இயங்கும் உரை அங்கீகாரத்துடன் இறக்குமதி செய்யப்படுகின்றன (இது அலகு 6 இல் HTR உடன் இணைக்கிறது).
• தரப்படுத்தல். வெவ்வேறு எழுத்துப்பிழைகள் ("பைசான்டியம்", "பைசான்டியம்", "பைஸ்.") கட்டுப்படுத்தப்பட்ட அகராதியில் பொருத்தப்பட்டுள்ளன; தேதிகள் மற்றும் அளவீடுகள் ஒரே மாதிரியான வடிவத்தில் கொண்டு வரப்படுகின்றன.
• சீரான சோதனை. விடுபட்ட சூழல் எண், முரண்பாடான அடுக்கு, இரண்டு வெவ்வேறு கண்டுபிடிப்புகளில் ஒரே எண்ணைப் பயன்படுத்துதல் போன்ற பிழைகள் குறிக்கப்பட்டுள்ளன.
• வினவல் மற்றும் சுருக்கம். "அனைத்து கண்ணாடிகளும் பின்வரும் சூழலில் கண்டுபிடிக்கப்படுகின்றன" மற்றும் சுருக்க அட்டவணைகள் போன்ற வினவல்கள் விரைவாக உருவாக்கப்படுகின்றன.

எச்சரிக்கை: தரப்படுத்தும்போது, ​​AI ஆனது தரவை "சரிசெய்ய" முயற்சிக்கும் போது அமைதியாக மாற்றலாம்; எடுத்துக்காட்டாக, அவர் ஒரு அளவீட்டை "நியாயமான" மதிப்பிற்குச் சுற்றலாம் அல்லது நிச்சயமற்ற வாசிப்பை தனது சொந்த மதிப்பீட்டில் நிரப்பலாம். ஒவ்வொரு தானியங்கி மாற்றமும் கண்டறியக்கூடியதாக இருக்க வேண்டும் மற்றும் அசல் பதிவு பாதுகாக்கப்பட வேண்டும். மூல தரவு ஒருபோதும் மேலெழுதப்படாது.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - டிஜிட்டல்மயமாக்கல் காப்பகத்தை சேமித்தது. ஒரு அருங்காட்சியகத்தில் 40 வருட கையால் எழுதப்பட்ட சரக்கு அட்டைகள் (சுமார் 22,000 அட்டைகள்) தொலைந்து போகும் அபாயத்தில் சேமித்து வைத்திருந்தது. AI-இயக்கப்படும் உரை அங்கீகாரம் மற்றும் தரப்படுத்தல் ஆகியவை தேடக்கூடிய தரவுத்தளத்தில் அட்டைகளை இறக்குமதி செய்தன; ஒவ்வொரு அட்டையும் மாதிரி அடிப்படையில் ஒரு மனித பரிசோதனையாளரால் சரிபார்க்கப்பட்டது, மேலும் படிக்க முடியாத பகுதிகள் "தெளிவாக இல்லை" எனக் குறிக்கப்பட்டன.

வழக்கு 2 - சீரற்ற சோதனை பிழைகள் கண்டறியப்பட்டது. ஒரு அகழ்வாராய்ச்சி குழு பருவத்தின் முடிவில் AI தரவுத்தளத்தை தணிக்கை செய்தது; மூன்று கண்டுபிடிப்புகள் ஒரே சூழல் எண்ணைக் கொண்டதாகவும் ஆனால் முரண்பட்ட அடுக்குத் தகவலைக் கொண்டிருப்பதாகவும் YZ குறிக்கப்பட்டது. மதிப்பாய்வு தரவு உள்ளீடு பிழையை வெளிப்படுத்தியது; சரி செய்யப்படாவிட்டால் அது அடுக்கு விளக்கத்தை சிதைத்திருக்கும்.

வழக்கு 3 - அமைதியான மாற்றம் பிடிக்கப்பட்டது. அளவீடுகளை தரப்படுத்தும்போது, ​​AI சில "0" மதிப்புகளை "காணவில்லை" என்பதற்கு பதிலாக "பூஜ்யம்" என்று விளக்குவதை உதவியாளர் கவனித்தார்; இது உடைந்த துண்டு நீளத்தை சிதைத்தது. அசல் தரவைப் பாதுகாக்க, ஆனால் மாற்றங்களை ஒரு தனி நெடுவரிசையில் வைக்க செயல்முறை மீண்டும் கட்டப்பட்டது.

நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்

1) தரப்படுத்தல் (கட்டுப்படுத்தப்பட்ட அகராதி):

உங்கள் பங்கு: தரவு சண்டை உதவியாளர். பின்வரும் பதிவுகளில் உள்ள [புலம்:பொருள்/காலம்/வகை] மதிப்புகளை பின்வரும் கட்டுப்படுத்தப்பட்ட அகராதிக்கு வரைபடமாக்குங்கள்: [அகராதி பட்டியல்]. அகராதியில் சமமான மதிப்புகள் இல்லாத மதிப்புகளை மாற்றவும்; "பொருந்தவில்லை" எனக் குறிக்கவும். ஒவ்வொரு மாற்றத்தையும் அசல்-புதிய ஜோடியாகப் புகாரளிக்கவும்; மூல தரவை நீக்குகிறது.

2) சீரான சோதனை:

பின்வரும் அகழ்வாராய்ச்சிப் பதிவுகளில் உள்ள முரண்பாடுகளைக் கண்டறியவும்: மீண்டும் மீண்டும் வரும் சூழல் எண்கள், கட்டாயப் புலங்கள் விடுபட்டவை, முரண்பட்ட அடுக்குத் தொடர்புகள், மோசமான தேதிகள்/அளவீடுகள். ஒவ்வொரு பிரச்சனையையும் பதிவு எண்ணுடன் பட்டியலிட்டு, அதைச் சரிசெய்வதற்கு MEக்கு விட்டுவிடுங்கள்; அதை நீங்களே மாற்ற வேண்டாம்.

3) ஹாரிஸ் மேட்ரிக்ஸ் லாஜிக் கட்டுப்பாடு:

சூழல்களுக்கு இடையேயான ஸ்ட்ராடிகிராஃபிக் உறவுகள் கீழே உள்ளன (A மேலே/கீழே B). தர்க்கரீதியான முரண்பாடு (லூப், இருவழி உறவு) உள்ளதா? எந்தெந்த சூழல்கள் இருந்தால் காட்டுங்கள். கருத்து சொல்லாதே; தருக்க நிலைத்தன்மையை சரிபார்க்கவும்.

4) வினவல் மற்றும் சுருக்க அட்டவணை:

கீழே உள்ள தரவுத்தள டம்ப்பில் இருந்து பின்வரும் சாறு: [எ.கா. ஒரு சூழலுக்கு வகை விநியோகத்தைக் கண்டறியவும்]. முடிவை அட்டவணையாகக் கொடுங்கள், ஒவ்வொரு வரிசையும் எந்தப் பதிவுகளிலிருந்து பெறப்பட்டது என்பதைக் குறிப்பிடவும். தரவுகளில் இல்லாத எந்த மதிப்பையும் சேர்க்க வேண்டாம்; அது காலியாக இருந்தால், "தரவு இல்லை" என்று எழுதவும்.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

இந்த அகழ்வாராய்ச்சித் தரவைச் சரிசெய்து, விடுபட்ட பொருட்களை நிரப்பவும்.

"இடைவெளிகளை நிரப்பவும்" AI ஆனது தரவை பொருத்த அனுமதிக்கிறது; இதன் விளைவாக உண்மையும் புனைகதையும் கலந்த ஒரு நம்பகத்தன்மையற்ற தரவுத்தளமாகும்.

சக்திவாய்ந்த தூண்டுதல்:

கீழே உள்ள அகழ்வாராய்ச்சித் தரவில் முறையான முரண்பாடுகளை (எழுத்துப்பிழை, தேதி வடிவம், நகல் ஐடி) மட்டும் குறிக்கவும். விடுபட்ட மதிப்புகளை முடிக்கவும்; "முழுமையற்றது" என்று விடுங்கள். ஒவ்வொரு முன்மொழியப்பட்ட மாற்றத்தையும் அசல் உடன் பட்டியலிடுங்கள்; நான் ஒப்புதல் தருகிறேன். மூல தரவை மாற்றுதல்.

வேறுபாடு: முந்தையது தரவுகளை அமைதியாக சிதைக்கிறது; இரண்டாவது கட்டுப்படுத்துகிறது மற்றும் முடிவை மனிதனிடம் விட்டுவிடுகிறது.

நல்ல தரவு மாதிரி: புலங்கள், உறவுகள் மற்றும் மெட்டாடேட்டா

தொல்பொருள் தரவுத்தளமானது ஒரு தன்னிச்சையான அட்டவணை அல்ல, ஆனால் ஒரு சிந்தனைமிக்க தரவு மாதிரி (எந்த அட்டவணைகள், எந்த புலங்கள் மற்றும் எந்த உறவுகளில் தரவு ஒழுங்கமைக்கப்படும் என்பதற்கான வரைபடமாகும்). அடிப்படைக் கொள்கை என்னவென்றால், எல்லாமே சூழலைப் பொறுத்தது: சூழலைக் கண்டறிகிறது, ஒருவருக்கொருவர் சூழல்கள் (ஸ்ட்ரேடிகிராஃபி) மற்றும் புலத்திற்கு. ஒவ்வொரு பதிவும் ஒரு தனிப்பட்ட அடையாளத்தை (ஐடி) கொண்டுள்ளது மற்றும் இந்த அடையாளங்கள் மூலம் உறவுகள் நிறுவப்படுகின்றன; ஒரு கண்டுபிடிப்பு என்பது ஒரு சூழலைக் குறிக்கிறது, ஒரு சூழலில் பல கண்டுபிடிப்புகள் இருக்கலாம்.

ரெக்கார்டிங்கைப் போலவே மெட்டாடேட்டாவும் முக்கியமானது (தரவைப் பற்றிய தரவு: யார் அதை பதிவு செய்தார்கள், எப்போது, ​​எந்த முறையில், எந்த பதிப்பு). யாரால், எப்போது, ​​எந்த நம்பிக்கையுடன் நுழைந்தது என்று தெரியாத ஒரு பதிவை எதிர்காலத்தில் கேள்வி கேட்க முடியாது. மெட்டாடேட்டா புலங்களின் சீரான நிரப்புதலைச் சரிபார்க்கவும், விடுபட்ட மெட்டாடேட்டாவைக் கொடியிடவும் AI உதவியாக இருக்கும்.

மற்றொரு முக்கியமான கொள்கை திறந்த மற்றும் நிலையான வடிவம் ஆகும். தனியுரிம, மூடிய மென்பொருளில் தரவைப் பூட்டுவதற்குப் பதிலாக, அதை திறந்த தரநிலைகளுக்கு (உரை அடிப்படையிலான அட்டவணைகள், ஆவணப்படுத்தப்பட்ட திட்டங்கள்) நெருக்கமாக வைத்திருப்பது பல தசாப்தங்களுக்குப் பிறகு தரவைப் படிக்க முடியும் என்பதை உறுதி செய்கிறது. தொல்பொருள் தரவுகள் ஒரு பிரசுரத்திற்காக அல்ல ஆனால் எதிர்கால சந்ததியினருக்காக தயாரிக்கப்படுகின்றன; அதனால்தான் FAIR கோட்பாடுகள் (தரவைக் கண்டறிதல், அணுகக்கூடியது, இயங்கக்கூடியது மற்றும் மறுபயன்பாடு செய்வது) பெருகிய முறையில் நிலையானதாகிவிட்டது. இந்தக் கொள்கைகளின்படி உங்கள் தரவை லேபிளிடுவதற்கும் குறைபாடுகளைக் கண்டறிவதற்கும் AI பயனுள்ளதாக இருக்கும்; ஆனால் எந்தத் தரவு திறந்த நிலையில் இருக்கும், எது உணர்திறன் (ரகசியமாக) இருக்கும் என்பதைத் தீர்மானிக்க வேண்டியது உங்களுடையது.

உதவிக்குறிப்பு: உங்கள் தரவுத்தளத்தை அமைக்கும் போது, ​​"இதைத் தெரியாத ஒருவர் இதைத் திறந்து 10 ஆண்டுகளில் புரிந்து கொள்ள முடியுமா?" என்று உங்களை நீங்களே கேட்டுக்கொள்ளுங்கள். கேட்க. சொற்களஞ்சியத்தில் உங்கள் சுருக்கங்களை விளக்கவும், மெட்டாடேட்டா புலங்களை நிரப்பவும் மற்றும் மூலத் தரவை திறந்த வடிவத்தில் காப்புப் பிரதி எடுக்கவும்.

பதிவு/தரவுத்தள பணி அட்டவணை

தேடுதல்

AI இன் பங்கு

மனித முடிவு

பாதுகாப்பு விதி

டிஜிட்டல் மயமாக்கல்

உரை அங்கீகாரம்

தெளிவற்ற வாசிப்பு உறுதிப்படுத்தல்

ரா ஸ்கேன் சேமிக்கப்படுகிறது

தரப்படுத்தல்

வரைபடம் முதல் அகராதி வரை

பொருந்தாத மதிப்பு முடிவு

அசல் பாதுகாக்கப்படுகிறது

நிலைத்தன்மை

முரண்பாட்டைக் குறிக்கும்

திருத்தம்

மாற்றம் கண்காணிக்கப்படுகிறது

stratigraphy

தர்க்க கட்டுப்பாடு

கருத்து

மேட்ரிக்ஸ் நிபுணர் ஒப்புதல்

வினவல்/சுருக்கம்

அட்டவணை தயாரிப்பு

கருத்து, தேர்வு

தரவுகளுக்கு நம்பகத்தன்மை

பொதுவான தவறுகள்

• விடுபட்ட தரவை நிறைவு செய்கிறது. AI உருவாக்குகிறது; விடுபட்டவை "முழுமையற்றதாக" இருக்க வேண்டும்.
• மூலத் தரவை மேலெழுதுதல். அசல் எப்போதும் பாதுகாக்கப்படுகிறது; மாற்றங்கள் தனித்தனியாக வைக்கப்படுகின்றன.
• அமைதியான மாற்றங்களைக் கவனிக்கவில்லை. ஒவ்வொரு தானியங்கி மாற்றமும் புகாரளிக்கப்பட்டு தணிக்கை செய்யப்பட வேண்டும்.
• தரநிலையைத் தவிர்க்கிறது. கட்டுப்படுத்தப்பட்ட அகராதி மற்றும் பொதுவான மாதிரி இல்லாமல், தரவைப் பகிர முடியாது.
• AI ஆனது ஸ்ட்ராடிகிராஃபிக் விளக்கத்தை செயல்படுத்துகிறது. AI தர்க்கரீதியான முரண்பாட்டைக் கண்டறிகிறது; கருத்து நிபுணருக்கானது.

சுருக்கமாக

அகழ்வாராய்ச்சி பதிவு மற்றும் தரவுத்தளத்தில் AI; இது டிஜிட்டல் மயமாக்கல், தரப்படுத்தல், நிலைத்தன்மை சரிபார்ப்பு மற்றும் வினவல் வேலைகளில் சிறந்த வேகத்தை வழங்குகிறது. ஆனால் தரவு ஒருமைப்பாடு புனிதமானது: விடுபட்ட பகுதிகள் எதுவும் அப்படியே விடப்படாது, மூல தரவு பாதுகாக்கப்படுகிறது, ஒவ்வொரு மாற்றமும் கண்காணிக்கப்படும், மேலும் ஸ்ட்ராடிகிராஃபிக் விளக்கம் நிபுணருக்கு சொந்தமானது. அகழ்வாராய்ச்சி எதிர்காலத்திற்கு விட்டுச்செல்லும் மதிப்புமிக்க மரபு நல்ல பதிவுகள்.

விண்ணப்ப பணி

ஒரு சிறிய மாதிரி அகழ்வாராய்ச்சி தரவு அட்டவணையை (10-20 பதிவுகள்) தயார் செய்யவும்; வேண்டுமென்றே சில முரண்பாடுகளை அதில் வைக்கவும் (நகல் ஐடி, தவறான தேதி, முரண்பட்ட அடுக்கு). AI இவற்றை “நிலைத்தன்மை சரிபார்ப்பு” மற்றும் “ஹாரிஸ் மேட்ரிக்ஸ் லாஜிக் செக்” வடிவங்களுடன் கண்டுபிடிக்க வேண்டும்; பின்னர் ஒரு கட்டுப்படுத்தப்பட்ட அகராதியை எழுதி, பொருள் புலத்தை "தரப்படுத்தல்" டெம்ப்ளேட்டிற்கு வரைபடமாக்கி, மூலத் தரவைப் பாதுகாப்பதை உறுதிசெய்யவும்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் மூலத் தரவை மாற்றாமல் தனித்தனியாகச் சேமித்தேன்.
• [ ] நான் AI ஐ விடுபட்ட பகுதிகளை நிறைவு செய்யவில்லை; நான் அதை "முழுமையற்றது" என்று விட்டுவிட்டேன்.
• [ ] ஒவ்வொரு தானியங்கி மாற்றத்தையும் அசல் மூலம் சரிபார்த்தேன்.
• [ ] நான் கட்டுப்படுத்தப்பட்ட அகராதி மற்றும் தரவு தரநிலையைப் பயன்படுத்தினேன்.
• [ ] நான் நிபுணர் தீர்ப்பின் அடிப்படையில் ஸ்ட்ராடிகிராஃபிக் விளக்கத்தை செய்தேன்.