Mga nadagdag:
- Kakayahang panatilihing hiwalay at minarkahan ang binasa na karakter at ang tinantyang pagkumpleto kapag nag-transcribe ng mga inskripsiyon at manuskrito sa draft na teksto gamit ang OCR/HTR
- Kakayahang kilalanin ang mga anyo ng guni-guni gaya ng malabong pagkumpleto ng teksto, maling pagsasalin, at gawa-gawang pagpapatungkol, at suriin ang pagsasalin laban sa pinagmulan at pabalik na pagsasalin.
- Kakayahang maunawaan kung paano tinutukoy ng konteksto ng wika, pagsulat at genre ang pagiging maaasahan ng artificial intelligence at na ang panghuling pagbasa at interpretasyon ay pagmamay-ari ng ekspertong philologist
Ang isa sa mga pinakadirektang tunog na natitira sa amin mula sa nakaraan ay mga nakasulat na mapagkukunan: mga inskripsiyon na inukit sa bato, mga clay tablet, papyri, mga manuskrito ng pergamino, mga lapida at mga selyo. Sa yunit na ito, makikita natin kung paano pinabilis ng epigraphy (ang agham ng pag-aaral ng mga inskripsiyon na nakaukit sa matitigas na ibabaw tulad ng bato, metal, keramika), paleography (ang kadalubhasaan sa pagbabasa at pag-date ng mga sinaunang sulat-kamay) at AI ang pagbabasa, pagsasalin at pag-edit ng mga tekstong ito, ngunit kung bakit ang bawat pagbasa ay dapat kumpirmahin ng isang dalubhasang pilologo.
Pangunahing prinsipyo: Tumutulong ang AI na magbasa ng mahinang teksto, magsalin ng wika, at magmungkahi ng mga posibleng pandagdag; ngunit ang huling pagbasa ng isang inskripsiyon, ang pagkumpleto ng mga nawawalang titik at ang kahulugan ay ang desisyon ng dalubhasa na nakakaalam ng wika at panahon. Sa lugar na ito na ang AI ay nasa pinakamalaking panganib ng guni-guni, dahil ang modelo ay napakahilig sa pagpuno sa nawawala o mahinang teksto ng isang bagay na "maaaring mangyari" ngunit gawa-gawa.
Mga hakbang para sa pagtatrabaho sa mga nakasulat na mapagkukunan
1. Dokumentasyon. Ang inskripsiyon o manuskrito ay ipinapakita sa mataas na resolution, pinahusay na contrast na format. Para sa mga nakakubli na ibabaw, ginagamit ang espesyal na pag-iilaw (side light) at mga diskarte gaya ng RTI; Tinutulungan ng AI na patalasin ang contrast at mga gilid ng letra.
2. Pagkilala sa karakter. Ang OCR (Optical Character Recognition) ay ginagamit para sa naka-print na teksto, at ang HTR (Handwritten Text Recognition) ay ginagamit para sa sulat-kamay. Ang HTR na nakabase sa AI ay mahusay sa pag-transcribe ng mga lumang manuskrito.
3. Transkripsyon at pagkumpleto. Para sa mga kupas o sirang bahagi, ang eksperto ay nagmumungkahi ng mga posibleng pagpapanumbalik batay sa grammar at parallel na mga teksto. Ang mga nakumpletong titik ay palaging isinasaad ng mga palatandaan tulad ng mga square bracket; Kung ano ang binabasa at kung ano ang hinuhulaan ay hindi kailanman nalilito.
4. Pagsasalin. Ang teksto ay isinalin mula sa pinagmulang wika (Latin, Sinaunang Griyego, Ottoman, mga wikang cuneiform, atbp.). Nagbibigay ang AI ng unang draft na pagsasalin; Itinutuwid ng ekspertong nuance ang terminolohiya at kontekstong pangkasaysayan.
5. Puna. Ang sinasabi ng teksto, sino ang sumulat nito, at kung anong pangyayari ang tinutukoy nito ay mga historikal na interpretasyon at pagmamay-ari ng eksperto.
Tip: Kung sasabihin mo sa AI na "basahin at kumpletuhin" ang hindi malinaw na teksto, ligtas itong gagawa ng mga blangko. Sa halip, sabihin ang "magbigay lamang ng mga character na malinaw na nababasa, iwanang blangko at markahan ang mga lugar kung saan hindi ka sigurado." Humingi ng pagkumpleto sa isang hiwalay na hakbang, na may katwiran, at siguraduhing makumpirma ito ng eksperto.
Halucination: ang pinakamalaking panganib ng lugar na ito
Ang pinakamapangwasak na pagkakamali ng AI sa humanities ay katha. Mayroong apat na tipikal na anyo sa larangang ito:
- Text fabrication: "Kumpletuhin" ang hindi umiiral na bahagi ng isang malabong inskripsiyon, na nagdaragdag ng isang hindi umiiral na salita.
- Pekeng pagsasalin: Nagsasalin ng salitang hindi niya naiintindihan nang matatas ngunit mali; Hindi mapapansin ng mambabasa dahil hindi niya alam ang pinagmulan.
- Gawa-gawa na sanggunian: Nakasaad dito na "Na-publish ang inskripsiyong ito sa publikasyong iyon", ngunit wala ang publikasyong iyon.
- Misdating/attribution: Kumpiyansa na naglalagay ng istilo ng pagsulat sa maling panahon.
Ang lahat ng ito ay hindi kailanman magagamit nang walang kumpirmasyon ng isang eksperto na nakikita ang pinagmulan at alam ang wika.
Pansin: Dahil lamang sa isang pagsasalin ay matatas at nakakumbinsi ay hindi nangangahulugan na ito ay tama. Maaari pa ngang ibahin ng AI ang isang cuneiform sign na hindi nito naiintindihan sa isang confident na pangungusap. Ang isang taong hindi nakakabasa ng pinagmulang teksto ay hindi kailanman makakapag-verify ng katumpakan ng pagsasalin ng AI sa kanilang sarili.
tatlong mini case
Case 1 — Binuksan ng HTR ang archive. Isang archive ang nagpanatiling sarado sa mga mananaliksik ng libu-libong pahina ng mga manuskrito ng Ottoman dahil ang pagbabasa ng mga ito ay nangangailangan ng kadalubhasaan at oras. Ang AI-based na HTR ay nagsasalin ng mga notebook sa mahahanap na draft na teksto; Itinama ng mga eksperto ang draft at minarkahan ang mga lugar na hindi nababasa. Ito ay hindi buong teksto, ngunit isang mahusay na tool sa pag-scan ang lumitaw.
Case 2 — Nahuli ang gawa-gawang pagkumpleto. Isang estudyante ang may AI na nagbasa ng sirang Latin na lapida; "Nakumpleto" ng AI ang nawawalang linya sa isang matatas na pangungusap. Ipinakita ng epigrapher na ang iminungkahing pagkumpleto ay pisikal na imposible dahil walang puwang na natitira sa bato. Ang pagkumpleto ay muling itinayo at minarkahan batay sa magkatulad na mga inskripsiyon.
Case 3 — Ang pekeng pagsasalin ay naitama. Isang koponan ang mag-uulat ng pagsasalin ng AI ng isang Ancient Greek inscription; Nang suriin ng philologist, nalaman niya na ang AI ay nagsalin ng isang pandiwa sa maling panahunan, na binabaligtad ang kahulugan ng teksto (kung ito ay isang alay o isang alaala). Ang pagbabalik sa pinagmulan ay nai-save ang komento.
Apat na maaaring kopyahin na mga template
1) Konserbatibong transkripsyon:
Ang iyong tungkulin: transcription assistant. Sa larawang inskripsiyon/manuscript na ito, magbigay LAMANG ng malinaw na nababasang mga character. Huwag basahin ang mga lugar na hindi malinaw, sira o hindi sigurado; Markahan ito bilang "[hindi nababasa]". KUMPLETO ANG NAWALANG BAHAGI. Tandaan din ang mga karakter na pinaghihinalaan mo.
2) Makatuwirang panukala sa pagkumpleto:
Nasa ibaba ang isang teksto na may eksaktong mga bahagi ng pagbabasa at [mga puwang]. Magmungkahi ng mga POSSIBLE na pandagdag para sa mga gaps, ngunit para sa bawat mungkahi: (a) pagbibigay-katwiran (grammar, parallel text), (b) kung ang gap ay umaangkop sa bilang ng mga titik, (c) mga alternatibo. Ito ay mga mungkahi; Hindi isang tiyak na pagbabasa. Sabihin na kailangan ang pag-apruba ng eksperto.
3) Pagsasalin ng draft (pinoprotektahan ang pinagmulan):
Isalin ang [language] text sa ibaba. Panatilihin ang pinagmulang teksto sa tabi ng bawat pangungusap (ihanay ang bawat linya). Markahan ang mga salitang hindi ka sigurado at magbigay ng alternatibong pagsasalin. HUWAG gumawa ng mga tuntunin; Kung hindi mo alam, isulat ang "hindi sigurado". Ito ay isang draft; Susuriin ng ekspertong philologist.
4) Pag-verify ng pagsasalin (pabalik na pagsasalin):
Isalin ang pagsasaling ito BUMALIK sa pinagmulang wika at ihambing ito sa orihinal na pinagmulang teksto. Markahan ang mga bahagi kung saan binago, idinagdag o ibinaba ang kahulugan. Lalo na suriin ang panahunan, paksa at mga numero.
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Basahin ang sinaunang inskripsiyon at sabihin sa amin kung ano ang sinasabi nito.
Sa isang mahinang inskripsyon, ang AI ay bumubuo ng mga puwang, maaaring maling isalin ang wika, at hindi ito mapapansin ng taong hindi nakikita ang pinagmulan.
Napakahusay na prompt:
Sa larawang inskripsiyon na ito, unang i-transcribe LAMANG ang malinaw na nababasang mga character, na iniiwan ang mga nakakubli na bahagi na "[hindi nababasa]". Pagkatapos ay MAGHIWALAY, magmungkahi ng mga posibleng pandagdag para sa mga puwang na may katwiran ngunit huwag mag-alok ng anumang tiyak. Panghuli, magbigay ng draft na pagsasalin at markahan ang mga salitang hindi ka sigurado. Ang lahat ay napapailalim sa pag-apruba ng eksperto.
Pagkakaiba: ang una ay nagbibigay ng isang kathang-isip na "pagbabasa"; pinapanatili ng huli ang nabasa, hinulaang, at isinalin na mga layer na hiwalay at nabe-verify.
Mga wika, script at hangganan ng kaalaman ng AI
Ang mga archaeological text ay sumasaklaw sa malawak na hanay ng mga wika at script: Latin at Ancient Greek inscriptions, Ottoman at Arabic manuscripts, cuneiform tablets, Egyptian hieroglyphs, runic inscriptions, at higit pa. Ang kasanayan sa AI sa mga wika at script na ito ay lubhang hindi pantay. Bagama't ang isang draft na pagsasalin ay maaaring makatwiran para sa mga wikang may masaganang digital na teksto, tulad ng Latin at Sinaunang Griyego, para sa mga tekstong hindi gaanong naidokumento, na-decipher, o binabasa ng iilang eksperto lamang, ang AI ay halos hindi maaasahan; gumagawa ng nakakumbinsi ngunit ganap na gawa-gawang "mga pagsasalin" sa mga lugar na ito.
Nariyan din ang isyu ng konteksto at genre. Ang parehong salita ay maaaring magkaroon ng iba't ibang kahulugan sa isang legal na dokumento, isang teksto ng panalangin, at isang lapida. Kinikilala ng dalubhasang philologist ang uri ng teksto (debosyon, monumento, kontrata, liham) at binabasa ang salita sa tamang konteksto; Ang AI ay kulang sa generic na sensitivity na ito at nagpapataw ng pinakakaraniwang kahulugan. Ang mga pagdadaglat, formula at stock expression (lalo na napakakaraniwan sa mga inskripsiyon) ay madaling nalinlang sa AI.
Kaya ang ginintuang tuntunin ay: gamitin ang AI bilang isang accelerator para sa mga wikang alam mo, mga wikang maaari mong kontrolin; Huwag kailanman umasa sa isang pagsasalin ng AI lamang sa isang wikang hindi mo mababasa. Hindi mabe-verify ng isang taong hindi makabasa ng pinagmulan ang katumpakan ng pagsasalin at samakatuwid ay hindi maaaring gawing pang-agham na claim ang pagsasaling iyon.
Tip: Kapag nagbibigay ng text sa AI, tukuyin ang wika nito, tinantyang panahon, at uri (inskripsyon/liham/dokumento). Bahagyang binabawasan ng kaalaman sa konteksto ang pag-anod ng AI patungo sa pinakakaraniwang ngunit hindi tamang pagbabasa — ngunit hindi inaalis ang pangangailangan para sa kumpirmasyon.
Nakasulat na talahanayan ng gawain ng mapagkukunan
Paghanap
Papel ng AI
desisyon ng tao
pagpapatunay
pagpapahusay ng imahe
Contrast/gilid
Pagpili ng pamantayan
Paghahambing sa orihinal
OCR/HTR
draft na teksto
hindi tiyak na karakter
ekspertong pag-proofread
pagkumpleto
Rekomendasyon (dahilan)
Tanggapin/tanggihan
Parallel na teksto, kontrol sa lokasyon
Pagsasalin
burador
nuance, termino
Balik na pagsasalin, pinagmulan
Magkomento
Buod ng konteksto
makasaysayang kahulugan
dalubhasa, panitikan
Mga karaniwang pagkakamali
- Kinukumpleto ang mahinang teksto. Ang AI ay umaangkop sa mga puwang; Ang pagbabasa at ang hula ay dapat paghiwalayin at markahan.
- Pagtitiwala sa pagsasalin nang hindi nakikita ang pinagmulan. Ang matatas na pagsasalin ay hindi tamang pagsasalin.
- Pagtanggap sa ginawang pagpapatungkol. Ang pagsasabing "Nasa broadcast na iyon" ay nangangailangan ng kumpirmasyon.
- Hindi sinusuri ang pisikal na lokasyon ng pagkumpleto. Ang panukala ay dapat magkasya sa sirang espasyo.
- Iniiwan ang interpretasyon sa AI. Ang makasaysayang kahulugan ng teksto ay usapin ng dalubhasang pilologo.
Sa buod
AI sa epigraphy at sinaunang mga teksto; Ito ay makabuluhang nagpapabilis ng pagpapabuti ng imahe, HTR/OCR draft, pagkumpleto ng panukala at draft na pagsasalin, at nagbubukas ng mga saradong archive para sa pagsasaliksik. Ngunit ito ang lugar kung saan ang panganib ng guni-guni ay pinakamataas: ang pagbabasa ay nahihiwalay sa hula, ang mga pandagdag ay minarkahan, ang mga pagsasalin ay sinusuri laban sa pinagmulan at pabalik na pagsasalin, at ang panghuling pagbasa at interpretasyon ay pagmamay-ari ng ekspertong philologist.
Gawain ng aplikasyon
Pumili ng inskripsiyon o manuscript na imahe (mula sa isang open access collection). I-extract lang ang mga malilinaw na character gamit ang template na "Conservative transcription," pagkatapos ay kumuha ng mga suhestyon para sa mga space na may "Reasoned completion suggestion." Gumawa ng draft na pagsasalin at i-back-translate ito gamit ang template na "Pag-verify ng pagsasalin" at markahan kung saan nagbago ang kahulugan. Ihambing sa nai-publish na pagbabasa kung maaari.
checklist
- [ ] Minarkahan ko nang hiwalay ang karakter na nabasa at ang pagkumpleto ng hula.
- [ ] Sinuri ko kung magkasya ang mga pagkumpleto sa sirang lugar.
- [ ] Sinuri ko ang pagsasalin laban sa pinagmulang teksto at sa likod na pagsasalin.
- [ ] Kinumpirma ko ang mga publikasyon/sipi na ibinigay ng YZ sa aktwal na katalogo.
- [ ] Iniwan ko ang huling pagbasa at interpretasyon sa pag-apruba ng eksperto.