Międzynarodowy projekt przekształca dokumenty dwudziestu klasztorów w przeszukiwalne archiwum z automatycznymi transkrypcjami i kontrolą dokonywaną przez ludzi.

Umowy sprzedaży, zezwolenia na podróż, nominacje opatów i prośby o leki: w archiwach Góra Athos część życia administracyjnego Imperium Osmańskiego jest zachowana. Około 30 000 dokumentów w języku tureckim z tamtego okresuRękopisy, rozproszone po dwudziestu klasztorach na półwyspie, są przedmiotem projektu, którego celem jest ich digitalizacja i wykorzystanie do opracowania automatycznego rozpoznawania pisma ręcznego. Rękopisy staną się materiałem do nauki i danymi do szkolenia systemu odczytującego ich pismo ręczne.

Inicjatywa nosi nazwę Manuscripta Ottomanica montis Athonis, w skrócie MOmA. Zarządza nim Richard Wittmann, zastępca dyrektora Orient-Institut Istanbul, instytutu Fundacji Maxa Webera, we współpracy z Freie Universität Berlin oraz międzynarodowych partnerów akademickich i monastycznych. Program ma horyzont co najmniej dziesięć lat i dotyczy korpusu obejmującego okres od XIV do początku XX wieku.

Projekt, uruchomiony przez niemiecki uniwersytet 23 marca 2026 roku, obejmuje katalog zawierający obrazy, transliteracje i tłumaczenia, umożliwiający szybkie wyszukiwanie wystąpień danego terminu. Będzie to wymagało wykonania zdjęć, opracowania oprogramowania i konsultacji z ekspertami.sztuczna inteligencja w ten sposób podejmuje się pracy, która ma na celu uczynienie tysięcy tekstów czytelnymi i możliwymi do sprawdzenia.

Relacje własnościowe i władzy w statutach klasztornych

Góra Athos znajduje się na wschodnim cyplu Półwyspu Chalkidiki w północnej Grecji.UNESCO Uznaje jego wartość kulturową i przyrodniczą oraz przypomina o ciągłości samorządu mnichów od czasów bizantyjskich. Oprócz dzieł religijnych i artystycznych, Prawosławna wspólnota monastyczna Prowadzi dokumentację niezbędną do zarządzania swoją działalnością i relacjami z organami zewnętrznymi.

Źródła osmańskie pozwalają nam zbadać własność, opodatkowanie i status prawny Chrześcijańskich mnichów pod panowaniem muzułmańskim. Perspektywa geograficzna wykracza poza półwysep: klasztory zależne sięgały Kairu, Damaszku, Jerozolimy i Stambułu. Dokument zachowany na Górze Athos może zatem dokumentować relacje gospodarcze i instytucjonalne rozwijane daleko od miejsca, w którym obecnie się znajduje.

Przeszukiwalny katalog pozwoliłby na przykład na śledzenie tego samego właściciela w różnych dokumentach, porównywanie koncesji czy rekonstrukcję relacji między gminą a urzędem administracyjnym. Są to możliwości badawcze, które zależą od prawidłowej identyfikacji ludzie, miejsca i daty.

Aby nauczyć się pisać ręcznie, potrzebne są obrazy i poprawne odczyty

Podstawową technologią jest Rozpoznawanie tekstu pisanego odręcznie, lub HTR: automatyczne rozpoznawanie tekstu pisanego odręcznie. W przypadku języka osmańskiego musi on obsługiwać język zapisany znakami pochodzącymi z języka arabskiego, z różnymi konwencjami graficznymi i charakterem pisma. Zdjęcie zachowuje wygląd strony; rozpoznanie generuje sekwencję znaków, którą komputer może przetworzyć, porównać z innymi tekstami i umieścić w indeksie wyszukiwania.

Szkolenie wymaga wiarygodnych przykładów. W nadzorowanych systemach HTR obrazy są skojarzone z poprawne i zweryfikowane transkrypcje, zwanej „prawdą podstawową”. Model uczy się zależności między znakami a tekstem. Praca ludzka ingeruje zatem również w przygotowanie danych umożliwiających uczenie się, a także w korektę odpowiedzi oprogramowania. Różnorodność kart Athonite oferuje materiał do przedstawienia pisma ręczne, epoki i typologie dokumentalne Aby z tego skorzystać, należy starannie dobrać przykłady: zbyt wiele podobnych stron może nie odzwierciedlać w pełni rzadkiej ręki.

Conta anche la spójność transkrypcjiJeśli adnotatorzy traktują ten sam znak inaczej, model otrzymuje sprzeczne wskazania. Wybór konwencji renderowania staje się zatem częścią planowania technicznego. W pracach redakcyjnych rozróżnienie tego, co jest czytelne, co wymaga interpretacji, a co pozostaje niejasne, pozwala nam również zachować informacje, które w wersji standardowej mogłyby zostać ukryte.

Transkrypcja, transliteracja i tłumaczenie to odrębne operacje. transkrypcja zwraca tekst napisany; transliteracja renderuje go za pomocą innego systemu znaków; tłumaczenie Przekłada jego znaczenie na inny język. Katalog planowany przez MOMA zapewni wielopoziomowy dostęp do dokumentu. Dla historyków możliwość porównania tekstu ze skanem pozostanie kluczowa w przypadku wątpliwości co do jego odczytania.

Tło HTR i wyniki mierzone na korpusie

Z projektem powiązany jest już rdzeń rozwojowy. Fundacja Maxa Webera informuje, że w Uniwersytet BinghamtonW Stanach Zjednoczonych od 2024 roku trwają prace nad systemem tekstów osmańskich. Do listopada 2025 roku system ten powinien osiągnąć dokładność ponad 80 procent na późnoosmańskich źródłach. Dane mają charakter wstępny, a prezentacja nie określa metryk ani składu próby: w związku z tym nie pozwala nam oszacować wydajności w całym archiwum Athos.

Uznanie manuskryptu osmańskiego ma również precedensy poza MOMA. Model OsmańskiTurecki_generyczny, opublikowane na Transkribusie dnia 12 listopada 2023, został przeszkolony przez Milanka Matić-Chalkitis w ramach projektu MultiHTR Uniwersytetu we Fryburgu, w NiemcyObejmuje rękopisy i materiały drukowane, w tym zbiory poezji i korespondencję. Cel Athosu wpisuje się zatem w już istniejący obszar: jego specyfika dotyczy systematycznego wykorzystania obszernego archiwum, obejmującego wieki i przeznaczonego do naukowej kontroli edycji.

Aby ocenić systemy tego typu, Współczynnik błędów znaków, czyli CER, który mierzy błędy na poziomie znaków w porównaniu z transkryptem referencyjnym. Ocena stron nieużywanych w szkoleniu pomaga zrozumieć, jak model radzi sobie z nowym materiałem. Wyniki zależą jednak od charakteru pisma i stanu dokumentów: wyizolowany procent, bez opisu testu, niewiele mówi o jakości całego zbioru.

W przypadku MOMA przydatna będzie znajomość wyników za dany okres i rodzaju dokumentu, a także czas potrzebny na korektę:korzyść operacyjna zależeć będzie od tego, na ile automatyczne pobieranie danych przyspieszy pracę specjalisty.

Recenzja człowieka otwiera archiwa dla badań zdalnych

Harmonogram przedstawiony w marcu 2026 r. wyznacza zespoły organizacji genealogicznych FamilySearch Skanowanie dokumentów zajmie około dwóch lat. Oczekuje się, że studenci korzystający ze stypendiów będą uczestniczyć w sprawdzaniu automatycznych transkryptów w fazie szacowanej na od trzech do pięciu latSą to czasy projektowe w ramach szerszego, dziesięcioletniego programu.

Yasaman Rezaei, koordynatorka MOmA, powiedziała, że ​​widziała prototyp i powiązała jego użyteczność ze swoim własnym doświadczeniem badawczym:

„Szkoda, że ​​nie miałem czegoś takiego, kiedy robiłem doktorat”.

La recenzja ludzka Będzie to miało bezpośredni wpływ na możliwość wyszukiwania informacji. Jeśli oprogramowanie popełni błąd w nazwie własnej, wyszukiwanie precyzyjne może nie zwrócić dokumentu, który ją zawiera. Dlatego szybkość wyszukiwania obiecywana przez katalog musi być odróżniona od kompletności odpowiedzi: ta ostatnia będzie również zależeć od jakości tekstu, wariantów graficznych i dostępnych narzędzi wyszukiwania.

Dostęp cyfrowy ma również konkretne konsekwencje dla społeczności naukowej. Zakaz wstępu kobiet na Górę Athos uniemożliwia badaczkom dostęp do archiwów na miejscu; zezwolenia i trudności logistyczne ograniczają również pracę innych badaczy. Dostępność reprodukcji i katalogu umożliwiłaby analizę dokumentów. niezależnie od fizycznego dostępu do klasztorówzwiększając liczbę osób potrafiących je weryfikować i interpretować.

Program Athos Digital Heritage udostępniła już online ogromne dziedzictwo dokumentów, rękopisów, książek i dzieł sztuki. Grecka prezentacja instytucjonalna Opisuje ponad dwa miliony dokumentów cyfrowych, a także treści audiowizualne, reprodukcje trójwymiarowe i wirtualne wycieczki. Dane dotyczące digitalizacji należy interpretować, odróżniając obrazy wygenerowane od poszczególnych reprodukowanych zasobów.

MOmA prowadzi również prace nad treścią językową dokumentów osmańskich: obrazy te zostaną również wykorzystane do opracowania narzędzi do czytania. Współpraca z Athos Digital Heritage uwzględnia tę ewolucję funkcji; inicjatywy te mają własne organizacje i cele.

Promotorzy zamierzają udostępnić system HTR społeczności naukowej w formie otwarte narzędzie cyfroweRozszerzenie możliwości automatycznego czytania na pismo odręczne z najstarszych stuleci pozostaje jednym z celów, które mają zostać osiągnięte dzięki korpusowi z Góry Athos: właśnie mapy najbardziej oddalone od późnoosmańskich materiałów, które już przetestowano, będą dowodem jego zdolności do generalizacji.

Oto trzy spostrzeżenia, które mogą Cię zainteresować:

Odtworzony (i odrestaurowany) w 3D byk, który stworzył Santo Antonio
Diego De Maio: „Voynich mówi starożytnym językiem alpejskim”.
Na Svalbardzie skarbiec, który chroni całą pamięć świata