O aprendizado profundo pode ajudar os estudiosos a restaurar textos gregos antigos. Especificamente, pesquisadores da Universidade de Oxford (Thea Sommerschield e Professor Jonathan Prag) e DeepMind (Yannis Assael) construíram Pythia, treinar uma rede neural para adivinhar palavras ou caracteres que faltam em inscrições gregas.

Estas foram em superfícies incluindo pedra, cerâmica e metal. Eles tinham entre 1.500 e 2.600 anos. New Scientist relataram que a IA venceu os humanos na decifração de comprimidos danificados.

"Em um teste frente a frente, onde a IA tentou preencher as lacunas em 2949 inscrições danificadas, especialistas humanos cometeram 30% mais erros do que a IA. Considerando que os especialistas levaram 2 horas para fazer 50 inscrições, Pítia deu seus palpites para toda a coorte em segundos. "

Começando, os autores sabiam que restaurar texto era uma tarefa demorada - mesmo para epigrafistas especialistas. Eles se propuseram a avaliar a dificuldade da tarefa de restauração em questão - e assim julgar o impacto de nosso trabalho - com a ajuda de dois alunos de doutorado com experiência epigráfica. Os estudiosos foram autorizados a usar o conjunto de treinamento para pesquisar "paralelos".
.

Gege Li escreveu na sexta-feira em New Scientist . A IA parece ser melhor do que os humanos para preencher as palavras que faltam, mas esta não é uma competição do Time A contra o Time B. Em vez, a técnica de IA, disse Li, "pode ​​ser mais útil como ferramenta colaborativa, onde os pesquisadores usam para restringir as opções. "

Muitas inscrições antigas foram corroídas ou danificadas ao longo dos séculos. Os autores disseram que "Apenas uma pequena minoria das inscrições sobreviventes são totalmente legíveis e completas."

Com segmentos de texto perdidos, como alguém poderia tentar preencher os espaços em branco das palavras que faltam? Como Li disse, significaria olhar para o resto da inscrição e olhar para outros textos semelhantes.

Considerar New Scientist do relatório sobre o que a IA, apelidado de Pítia, foi capaz de fazer:(1) Pítia aprendeu a reconhecer padrões em 35, 000 relíquias, com mais de 3 milhões de palavras. (2) Os padrões que ele pega incluem o contexto em que diferentes palavras aparecem, a gramática, e também a forma e o layout das inscrições.

A conquista se reflete no título de seu artigo, agora publicado na arXiv:"Restaurando texto antigo usando aprendizado profundo:um estudo de caso sobre epigrafia grega."

Para ajudar o epigrafista, A pitonisa não dá ao estudioso apenas uma previsão. Em vez, ele retorna várias previsões, bem como o nível de confiança de cada resultado.

"Especificamente, fornecemos um conjunto das 20 principais previsões decodificadas usando a pesquisa de feixe. "Com 20 sugestões para preencher a lacuna, cabe a ele selecionar o melhor. "É tudo uma questão de como podemos ajudar os especialistas, "disse Assael. Para ter certeza, a posição deles é que a pitonisa pode servir como método auxiliar na epigrafia digital.

Encylopaedia Brittanica:Epigrafia é "o estudo da matéria escrita gravada em material rígido ou durável. Os autores também forneceram uma definição. Eles afirmaram que" Epigrafia é o estudo de documentos, 'inscrições', escrito em uma superfície durável (pedra, cerâmica, metal) por indivíduos, grupos e instituições do passado. "

A equipe falou sobre o potencial futuro da Pítia, e eles apontaram que é a combinação de aprendizado de máquina e epigrafia que tem o potencial de impactar significativamente o estudo de culturas textuais inscritas.

"Ao abrir o código-fonte PYTHIA, e pipeline de processamento do PHI-ML, esperamos ajudar pesquisas futuras e inspirar mais trabalho interdisciplinar. "

Por que suas pesquisas são importantes:Pítia, eles escreveram, é "o primeiro modelo de restauração de texto antigo que recupera caracteres ausentes de uma entrada de texto danificada usando redes neurais profundas". Os autores acreditam que a Pítia "define o estado da arte na restauração de textos antigos".

A Faculdade de Clássicos da Universidade de Oxford também comentou sobre os pontos fortes da Pítia. "A arquitetura funciona tanto no nível do caractere quanto no nível da palavra, assim, lidando de forma eficaz com informações de contexto de longo prazo, e lidar eficientemente com representações de palavras incompletas. Isso o torna aplicável a todas as disciplinas que lidam com textos antigos (filologia, papirologia, codicologia) e se aplica a qualquer idioma (antigo ou moderno). "

A Faculdade de Clássicos da Universidade de Oxford disse que um bloco de notas Python online, Pítia, e o pipeline de processamento do PHI-ML foi aberto no GitHub.

Com origem em Londres em 2010, DeepMind, Enquanto isso, está na linha de frente da pesquisa de inteligência artificial.

© 2019 Science X Network