Восстановление и атрибуция древних текстов с помощью глубоких нейронных сетей
Restoring and attributing ancient texts using deep neural networks
2022-03-09
SCID: 54.1/nakaecc3
Discuss with AI
Ithacaдревнегреческие надписиглубокие нейронные сетигеографическая атрибуциятекстовая реставрация
Figures from the paper
Abstract (AI)
Однако с течением веков многие надписи были повреждены до такой степени, что стали неразборчивыми, перемещены далеко от места их первоначального расположения, а датировка их создания стала неопределённой. Здесь мы представляем Ithaca — глубокую нейронную сеть для текстологической реставрации, географической атрибуции и хронологической атрибуции древнегреческих надписей. Ithaca разработана для поддержки и расширения рабочего процесса историка. Архитектура Ithaca ориентирована на сотрудничество, поддержку принятия решений и интерпретируемость. Хотя сама по себе Ithaca достигает точности 62% при восстановлении повреждённых текстов, использование Ithaca историками повысило их точность с 25% до 72%, подтвердив синергетический эффект этого исследовательского инструмента. Ithaca может атрибутировать надписи к месту их первоначального происхождения с точностью 71% и датировать их с погрешностью менее 30 лет относительно эталонных диапазонов, пересматривая датировку ключевых текстов классических Афин и внося вклад в актуальные дискуссии по древней истории. Это исследование показывает, как такие модели, как Ithaca, могут раскрыть потенциал сотрудничества между искусственным интеллектом и историками, преобразуя способы изучения и описания одного из важнейших периодов в истории человечества.
Key Findings
1
Самостоятельно Ithaca восстанавливает повреждённые тексты с точностью 62%, а историки при её использовании повышают точность с 25% до 72%.
2
Ithaca датирует надписи с погрешностью менее 30 лет относительно истинных временных интервалов и помогает пересматривать датировку ключевых афинских текстов классического периода.
3
Ithaca — глубокая нейронная сеть для восстановления повреждённых древнегреческих надписей и определения их географического и хронологического происхождения.
4
Модель определяет исходное местоположение надписей с точностью 71%.
5
Система ориентирована на сотрудничество, поддержку принятия решений и интерпретируемость, демонстрируя синергетический потенциал искусственного интеллекта и историков.
Research Object
древнегреческие надписи
Research Subject
текстовая реконструкция, географическая атрибуция и хронологическая атрибуция повреждённых или перемещённых надписей
Publication Details
Publication Date
2022-03-09
Journal
Publisher
ISSN
Cited by
265
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest