收益：
- 能够保持数据完整性，同时利用人工智能对背景/轨迹、地层学和哈里斯矩阵等记录单元进行数字化和标准化
- 能够保护原始数据并保持每次转换的可追溯性，避免人工智能完成缺失数据和进行静默更改的风险
- 了解为什么受控字典、元数据和开放/公平原则对于数据的未来可用性至关重要。
发掘的科学价值不在于从中发现的金子，而在于其记录的质量。没有充分记录的发现几乎与科学无关。因为它是一个未知的物体，不知道在哪里、在哪一层、以及在什么情况下发现的，所以它只是一个美丽的物体。在本单元中，我们将研究挖掘记录（每个上下文、发现和观察的系统转录和数据库）以及人工智能如何加速数据输入、组织和标准化，但为什么数据完整性的责任仍然由人类承担。
基本原理：人工智能帮助整理分散的记录，标准化它们并发现不一致的地方；但哪些数据准确、记录是否反映真实情况以及数据的完整性是人类的责任。人工智能会纠正数据的形状，但不保证其准确性。
考古记录的基本单位
上下文/轨迹。每次发掘都将遗址划分为上下文单元（上下文/地点——单个矿床、层、坑或墙；挖掘意义的最小单元）。每个上下文都会收到一个唯一的编号，并且所有发现都与该编号相关联。
地层学和哈里斯矩阵。地层学（各层之间相对的前后关系）是相对年代测定的基础。哈里斯矩阵（显示上下文相对顺序的图表）将这些关系可视化。人工智能有助于检测不一致的地层关系（例如循环“A 既高于又低于 B”错误）。
查找库存。每一个发现；上下文记录有数量、类型、尺寸、材料、状况和照片。
数据标准。使用通用标准使记录可共享和可比较。 CIDOC-CRM（为描述文化遗产数据而开发的国际概念框架/本体）使来自不同机构的数据能够相互交流。使用受控术语词典（经批准的列表，确保每个人对同一概念使用相同的术语）。
提示：使用人工智能“组织和审核”数据，而不是“解释”数据。 “这些记录中哪些上下文数字是矛盾的？”这是一个好问题； “这个上下文属于什么时期？”这是一个专家的决定。人工智能最强大的地方在于一致性检查。
人工智能在登记和数据库中的作用
- 数字化。手写的挖掘笔记本、库存卡和旧图纸通过人工智能驱动的文本识别导入到数据库中（这链接到第 6 单元中的 HTR）。
- 标准化。不同的拼写（“byzantium”、“Byzantium”、“byz.”）被映射到受控字典中；日期和测量结果采用统一形式。
- 一致性检查。诸如缺失上下文编号、矛盾地层、在两个不同发现中使用相同编号等错误均被标记。
- 查询与总结。快速生成诸如“在以下上下文中找到的所有玻璃”和汇总表之类的查询。
注意：标准化时，AI 可能会在尝试“修复”数据的同时悄悄修改数据；例如，他可能将测量结果舍入为“合理”值，或者用自己的估计填写不确定的读数。每一次自动变更都必须可追溯，并且必须保存原始记录。原始数据永远不会被覆盖。
三个迷你箱子
案例 1 — 数字化保存了档案。一家博物馆保存了 40 年的手写库存卡（约 22,000 张卡），面临丢失的风险。人工智能驱动的文本识别和标准化将卡片导入可搜索的数据库中；每张卡片都由人工检查员进行抽样检查，不可读的区域被标记为“不清楚”。
情况 2 — 不一致检查发现错误。挖掘团队在赛季结束时让人工智能审核了数据库； YZ 标记三个发现具有相同的上下文编号，但层信息存在冲突。审查发现数据输入错误；如果不加以纠正，就会扭曲地层解释。
案例 3 — 发现无声的变化。在标准化测量时，一名助手注意到人工智能将一些“0”值解释为“零”而不是“缺失”；这会扭曲碎片的长度。重建流程以保留原始数据，但将更改保留在单独的列中。
四个可复制模板
1）标准化（受控字典）：
您的角色：数据整理助手。将以下记录中[field:material/period/type]的值映射到以下受控字典：[dictionarylist]。更改字典中没有对应项的值；将其标记为“不匹配”。将每个更改报告为原始-新对；删除原始数据。
2）一致性检查：
查找以下挖掘记录中的不一致之处：重复的上下文编号、缺少必填字段、冲突的地层关系、尴尬的日期/测量。列出每个问题并附上注册号，交给我来解决；不要自己改变它。
3）Harris矩阵逻辑控制：
以下是背景之间的地层关系（A 高于/低于 B）。是否存在逻辑矛盾（循环、双向关系）？显示哪些上下文（如果有）。请勿评论；只需检查逻辑一致性。
4）查询及汇总表：
以下是从下面的数据库转储中摘录的内容：[例如查找每个上下文的类型分布]。以表格形式提供结果，指定每行源自哪些记录。不要添加数据中不存在的任何值；如果为空，则写“无数据”。
弱提示/强提示
弱提示：
更正此挖掘数据并填写缺失的项目。
“填补空白”让AI能够拟合数据；结果是一个事实与虚构混合在一起的不可靠的数据库。
强力提示：
仅在下面的挖掘数据中标记形式上的不一致之处（拼写、日期格式、重复 ID）。完整缺失值；将其保留为“不完整”。列出每项提议的变更以及原始变更；我会给予批准。更改原始数据。
区别：前者默默地破坏数据；第二个控制并将决定权留给人类。
良好的数据模型：字段、关系和元数据
考古数据库不是一个任意的表，而是一个深思熟虑的数据模型（哪些表、哪些字段以及数据将被组织成什么关系的蓝图）。基本原则是一切都取决于背景：发现与背景、彼此（地层学）和现场的背景。每条记录都带有唯一的身份（ID），并且通过这些身份建立关系；一个查找指的是单个上下文，一个上下文可能包含多个查找。
与记录一样重要的是元数据（有关数据本身的数据：谁记录的、何时记录的、通过什么方法记录的、什么版本）。不知道由谁、何时、以什么信心输入的记录将来不能受到质疑。人工智能有助于检查元数据字段的一致填充并标记丢失的元数据。
另一个关键原则是开放且可持续的形式。与其将数据锁定在专有的、封闭的软件中，不如使其接近开放标准（基于文本的表格、记录的模式），从而确保数据在几十年后仍可被读取。考古数据的产生不是为了单一出版物，而是为了子孙后代；这就是为什么公平原则（数据的查找、可访问、可互操作和可重用）变得越来越标准。人工智能有助于根据这些原则标记数据并发现缺陷；但哪些数据将保持开放，哪些数据将保持敏感（机密），由您决定。
提示：当您设置数据库时，问问自己：“不知道这一点的人可以在 10 年内打开并理解它吗？”问。解释术语表中的缩写，填写元数据字段，并以开放格式备份原始数据。
记录/数据库任务表
任务
人工智能的作用
人类的决定
保护规则
数字化
文字识别
模糊读数确认
原始扫描已存储
标准化
映射到字典
价值决策不匹配
原件被保留
一致性
矛盾标记
修正
更改被跟踪
地层学
逻辑控制
评论
矩阵专家认可
查询/汇总
桌子制作
评论、选择
对数据的保真度
常见错误
- 补全缺失数据。 AI补妆；缺失的部分必须保持“不完整”。
- 覆盖原始数据。始终保留原件；更改是分开保存的。
- 没有注意到无声的变化。每次自动转换都应进行报告和审核。
- 跳过标准。如果没有受控字典和通用模型，数据就无法共享。
- 让人工智能执行地层解释。 AI发现逻辑矛盾；评论是给专家的。
综上所述
挖掘记录和数据库中的人工智能；它在数字化、标准化、一致性检查和查询工作中提供了极快的速度。但数据完整性是神圣的：没有遗漏的部分完好无损，原始数据得到保留，每一个变化都被跟踪，地层解释属于专家。良好的记录是发掘留给未来的最有价值的遗产。
应用任务
准备小样本挖掘数据表（10-20条记录）；故意在其中添加一些不一致的内容（重复的 ID、畸形的日期、冲突的图层）。让AI通过“一致性检查”和“哈里斯矩阵逻辑检查”模式找到这些；然后编写受控字典并将材料字段映射到“标准化”模板，并确保保留原始数据。
清单
- [ ] 我单独存储了原始数据，未修改。
- [ ]我没有让AI补齐缺失的部分；我将其保留为“不完整”。
- [ ] 我已经将每个自动更改与原始版本进行了检查。
- [ ] 我使用了受控字典和数据标准。
- [ ]我根据专家判断做出了地层解释。