Egy nemzetközi projekt húsz kolostor iratait alakítja át kereshető archívummá, automatikus átírással és emberi ellenőrzésekkel.

Adásvételi szerződések, utazási engedélyek, apátok kinevezései és gyógyszerkérelmek: a levéltárban Athos-hegy az Oszmán Birodalom közigazgatási életének egy része megmaradt. Körülbelül 30 000 török ​​nyelvű dokumentum a korszakbólA félsziget húsz kolostorában szétszórt kéziratok egy olyan projekt középpontjában állnak, amelynek célja a digitalizálásuk és az automatikus kézírás-felismerés fejlesztése. A kéziratok tanulmányi anyaggá és adattá válnak majd, hogy egy rendszert betaníthassanak a kézírásuk megfejtésére.

A kezdeményezés az ún. Manuscripta Ottomanica montis Athonis, rövidítve MOmA. Kezeli a Richard Wittmann, az Orient-Institut Isztambul igazgatóhelyettese, amely a Max Weber Alapítvány intézménye, a következők közreműködésével: Freie Universität Berlin valamint nemzetközi akadémiai és szerzetesi partnerek. A program horizontja a következő területekre terjed ki: legalább tíz év és egy olyan korpuszra vonatkozik, amely a 14. századtól a 20. század elejéig terjed.

A német egyetem által 2026. március 23-án indított projekt egy képekkel, átírásokkal és fordításokkal ellátott katalógust tartalmaz, amely lehetővé teszi egy kifejezés előfordulásainak gyors keresését. Ehhez fényképek beszerzésére, szoftverfejlesztésre és szakértői lektorálásra lesz szükség.mesterséges intelligencia így belép abba a munkába, amely több ezer szöveg olvashatóvá és ellenőrizhetővé tételéhez szükséges.

Tulajdoni és hatalmi viszonyok a kolostori oklevelekben

Az Athosz-hegy a Halkidiki-félsziget keleti hegyfokát foglalja el Észak-Görögországban.UNESCO elismeri kulturális és természeti értékét, és emlékeztet a szerzetesek önkormányzatának folytonosságára a bizánci kor óta. A vallási és művészeti alkotások mellett a Ortodox szerzetesi közösség Megőrizte a tevékenységei intézéséhez és a külső hatóságokkal való kapcsolataihoz szükséges dokumentumokat.

Oszmán források lehetővé teszik számunkra a vizsgálatot tulajdonjog, adózás és jogi státusz a keresztény szerzetesek muszlim uralom alatt. A földrajzi perspektíva túlmutat a félszigeten: a kolostorok függőségei elérték Kairót, Damaszkuszt, Jeruzsálemet és Isztambult. Az Athosz-hegyen őrzött dokumentum tehát olyan gazdasági és intézményi kapcsolatokat dokumentálhat, amelyek messze fejlődtek ki attól a helytől, ahol ma őrzik.

Egy kereshető katalógus lehetővé tenné például ugyanazon tulajdonos nyomon követését különböző dokumentumokon keresztül, az engedmények összehasonlítását, vagy egy közösség és egy közigazgatási hivatal közötti kapcsolatok rekonstruálását. Ezek olyan kutatási lehetőségek, amelyek a ... helyes azonosításától függenek. emberek, helyek és dátumok.

A kézírás tanításához képekre és helyes olvasmányokra van szükség

Az alapvető technológia a Kézzel írott szöveg felismerése, vagy HTR: automatikus kézírásos szöveg felismerése. Az oszmán esetben egy arabból származó karakterekkel írt nyelvvel kell foglalkoznia, eltérő grafikai konvenciókkal és kézírással. A fénykép megőrzi az oldal megjelenését; a felismerés egy karaktersorozatot hoz létre, amelyet a számítógép feldolgozhat, összehasonlíthat más szövegekkel, és beilleszthet egy keresési indexbe.

A betanításhoz megbízható példákra van szükség. Felügyelt HTR rendszerekben a képek a következőkhöz kapcsolódnak: helyes és ellenőrzött átiratok, amelyet „alapigazságnak” neveznek. A modell megtanulja a jelek és a szöveg közötti megfeleléseket. Az emberi munka tehát a tanulást lehetővé tevő adatok előkészítésébe, valamint a szoftver válaszainak korrigálásába is beavatkozik. Az Athos-kártyák sokfélesége anyagot kínál a megjelenítéshez kézírások, korszakok és dokumentumtípus-tipológiák Ahhoz, hogy kihasználhassuk, gondosan kell kiválasztani a példákat: túl sok hasonló oldal alulreprezentálhat egy ritka leosztást.

Conta is la az átírások konzisztenciájaHa a jegyzetelők ugyanazt a jelet eltérően kezelik, a modell ellentmondásos jelzéseket kap. A megjelenítési konvenciók megválasztása ezért a technikai tervezés részévé válik. A szerkesztői munka során az olvasható, az értelmezést igénylő és a bizonytalan dolgok megkülönböztetése lehetővé teszi számunkra, hogy megőrizzük azokat az információkat, amelyeket egy szabványosított változat elrejtene.

Az átírás, az átírás és a fordítás két különböző művelet. átírás visszaadja az írott szöveget; transzliteráció egy másik karakterrendszeren keresztül jeleníti meg; a fordítás Jelentését egy másik nyelvre fordítja le. A MOmA által tervezett katalógus több szintű hozzáférést biztosít a dokumentumhoz. A történészek számára továbbra is elengedhetetlen lesz, hogy a szöveges megjelenítést össze tudják hasonlítani a szkennelt változattal, ha kétség merül fel az olvasattal kapcsolatban.

A HTR háttér és a korpuszon mérendő eredmények

Már van egy fejlesztői mag, amely a projekthez kapcsolódik. Max Weber Alapítvány arról számol be, hogy a Binghamton Egyetemaz Egyesült Államokban 2024 óta fejlesztenek egy oszmán szövegekre vonatkozó rendszert. 2025 novemberére eléri a pontosságot több mint 80 százalék késő oszmán forrásokon. Az adatok előzetesek, és a bemutatás nem részletezi a metrikákat vagy a minta összetételét: ezért nem teszi lehetővé számunkra a teljes athoszi archívum teljesítményének becslését.

Az oszmán kézirat elismerésének a MOMA-n kívül is vannak előzményei. A modell OszmánTörök_általános, megjelent a Transkribuson November 12 2023, képzett Milanka Matić-Chalkitis a Freiburgi Egyetem MultiHTR projektjének részeként, NémetországKéziratokat és nyomtatott anyagokat foglal magában, beleértve a versesköteteket és a levelezést. Az athoszi célkitűzés tehát egy már eleve aktív területre helyeződik: sajátossága egy nagyméretű, évszázadokon átívelő archívum szisztematikus alkalmazására vonatkozik, amelynek célja egy tudományosan ellenőrzött kiadás.

Az ilyen típusú rendszerek értékeléséhez a Karakter hibaarány, vagy CER, amely a karakter szintű hibákat méri egy referencia-átirathoz képest. A betanításban nem használt oldalakon végzett értékelés segít megérteni, hogyan kezeli a modell az új anyagokat. Az eredmények azonban a dokumentumok kézírásától és állapotától függenek: egy elszigetelt százalék, a teszt leírása nélkül, keveset mond egy teljes gyűjtemény minőségéről.

A MOmA esetében hasznos lesz ismerni a teljesítményeket időszakonként és dokumentumtípusonként, amellett, hogy korrekcióhoz szükséges idő: a működési előny attól függ, hogy az automatikus vázlat mennyire gyorsítja fel a szakember munkáját.

Az emberi felülvizsgálat megnyitja az archívumokat a távoli kutatás előtt

A 2026 márciusában felvázolt ütemterv kijelöli a genealógiai szervezeti csapatokat FamilySearch A dokumentumok beolvasása körülbelül két évig fog tartani. Az ösztöndíjjal támogatott hallgatók várhatóan részt vesznek az automatikus átiratok ellenőrzésében, egy becslések szerint körülbelül ...-ig tartó fázisban. három-öt évEzek projektidőszakok, a tágabb tízéves programon belül.

Yasaman Rezaei, a MOmA koordinátora elmondta, hogy látott egy prototípust, és annak hasznosságát saját kutatási tapasztalataival hozta összefüggésbe:

„Kár, hogy nem volt ilyesmim, amikor a doktori disszertációmat írtam.”

La emberi felülvizsgálat Ez közvetlenül befolyásolja az információkeresés képességét. Ha a szoftver elgépel egy tulajdonnevet, a pontos keresés esetleg nem adja vissza az azt tartalmazó dokumentumot. Ezért a katalógus által ígért keresési sebességet meg kell különböztetni a válaszok teljességétől: ez utóbbi a szöveg minőségétől, a grafikai változatoktól és a rendelkezésre álló keresőeszközöktől is függ.

A digitális hozzáférésnek kézzelfogható következményei vannak a tudományos közösségre nézve is. A nők Athosz-hegyre való belépésének tilalma megakadályozza, hogy a női tudósok a helyszínen tekintsék meg az archívumokat; az engedélyek és a logisztikai nehézségek szintén korlátozzák más kutatók munkáját. A reprodukciók és a katalógus elérhetősége lehetővé tenné a tanulmányok tanulmányozását. függetlenül a kolostorokhoz való fizikai hozzáféréstől, növelve az azokat ellenőrizni és értelmezni képes emberek számát.

A program Athos digitális örökség már hatalmas mennyiségű dokumentumot, kéziratot, könyvet és műtárgyat hozott létre online. Görög intézményi bemutatás Több mint kétmillió digitális dokumentumot ír le, audiovizuális tartalmakkal, háromdimenziós reprodukciókkal és virtuális túrákkal együtt. A digitalizálási adatokat az egyes reprodukált eszközökből előállított képek megkülönböztetésével kell értelmezni.

A MOmA emellett konkrét munkát végez az oszmán dokumentumok nyelvi tartalmával kapcsolatban is: a képeket olvasási eszközök fejlesztésére is felhasználják. Az Athos Digital Heritage-del való kapcsolat a funkciók ezen fejlődését célozza; a kezdeményezéseknek megvannak a saját szervezeteik és céljaik.

A támogatók szándékában áll a HTR rendszert a tudományos közösség számára elérhetővé tenni, amint az a következőképpen valósul meg: nyílt digitális eszközAz automatikus olvasás kiterjesztése a legősibb évszázadok kézírására továbbra is az Athosz-hegyi korpusz egyik elérendő célja: pontosan a már tesztelt késő oszmán anyagoktól legtávolabb álló térképek bizonyítják majd az általánosíthatóságát.

Íme három betekintés, amelyek érdekelhetik:

3D-ben reprodukálták (és restaurálták) a Santo Antonio-t készítő bikát
Diego De Maio: „A Voynich egy ősi alpesi nyelven beszél.”
Svalbardon egy boltozat, amely védi a világ összes emlékét