BullingerDB: A Dataset for Handwritten Text Recognition and Writer Retrieval
تقدم الورقة البحثية BullingerDB، وهي مجموعة بيانات ضخمة متعددة اللغات تضم ما يقرب من 21,000 صفحة تاريخية من مراسلات هاينريش بولينجر، وتقيم فائدتها في التعرف على النصوص المكتوبة بخط اليد واسترجاع الكاتب المراعي للزمن، مع تسليط الضوء على كل من أداء النماذج والتحديات التي تفرضها التباينات الأسلوبية طويلة الأمد.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل مكتبة ضخمة ومتربة تحتوي على أكثر من 20,000 رسالة مكتوبة بخط اليد من القرن السادس عشر. هذه ليست مجرد رسائل عادية؛ إنها مراسلات "هاينريش بولينجر"، وهو زعيم ديني شهير من سويسرا، ومن مئات الأشخاص الذين تبادل معهم الرسائل على مدار 50 عاماً.
لقد حول مؤلفو هذا البحث، "BullingerDB"، هذا الكنز التاريخي إلى صالة تدريب عملاقة للحواسيب. كان هدفهم هو تعليم الآلات مهارتين محددتين: قراءة هذه الرسائل القديمة الفوضوية، ومعرفة من كتبها، حتى عندما يتغير أسلوب الكاتب بمرور الوقت.
إليك تفصيل لما قاموا به، باستخدام بعض التشبيهات من الحياة اليومية:
1. مجموعة البيانات: ألبوم صور "يسافر عبر الزمن"
فكر في BullingerDB كألبوم صور ضخم ومنظم للخط اليدوي.
- الحجم: يحتوي على ما يقرب من 500,000 سطر من النصوص من 796 شخصاً مختلفاً.
- التنوع: استخدم الكتاب لغات مختلفة (معظمها اللاتينية والألمانية المبكرة) وكانوا يتنقلون بينها في منتصف الجملة، تماماً مثل شخص يرسل رسائل نصية بالإنجليزية والإسبانية معاً.
- التحدي: الخط اليدوي فوضوي للغاية. البعض كتب بنظام، والبعض الآخر خربش. بعض الرسائل كُتبت عندما كان الأشخاص شباباً، وأخرى عندما كبروا في السن. الأمر يشبه محاولة التعرف على خط يد صديقك من ملاحظة كتبها وهو في سن العاشرة مقابل ملاحظة كتبها وهو في سن الستين.
2. المهمة الأولى: تعليم الكمبيوتر القراءة (HTR)
كانت الوظيفة الأولى هي جعل الكمبيوتر يقرأ هذه الرسائل ويكتبها بشكل صحيح. هذا يشبه توظيف كاتب سريع جداً ومرهق لنسخ مجموعة من الملاحظات المكتوبة بخط اليد.
- المشكلة: الملاحظات قديمة، والحبر باهت، والكلمات بلغات تغيرت عبر القرون.
- الحل: اختبروا أربعة "طلاب ذكاء اصطناعي" مختلفين (نماذج حاسوبية) لمعرفة أيهم يمكنه القراءة بشكل أفضل.
- النتيجة: الطالب الأفضل، وهو نموذج يسمى TrOCR، تمكن من قراءة النص بنسبة خطأ تبلغ حوالي 9%.
- العقبة: واجه الكمبيوتر صعوبة أكبر مع الأسطر القصيرة جداً من النصوص (مثل العناوين على ظهر الرسالة) لأنه لم يكن لد die لديه سياق كافٍ لتخمين الكلمات. الأمر يشبه محاولة تخمين كلمة من حرف واحد فقط؛ إنه أصعب بكثير من تخمين كلمة من جملة كاملة.
3. المهمة الثانية: العثور على المؤلف (استرجاع الكاتب)
كانت الوظيفة الثانية هي النظر إلى صفحة من الكتابة والسؤال: "من كتب هذا؟" كان على الكمبيوتر البحث عبر مكتبة تضم 796 كاتباً لاختيار الشخص الصحيح.
- اللمسة الخاصة: أضاف المؤلفون قاعدة خاصة. بما أنهم يعرفون بالضبط متى كُتبت كل رسالة، فقد أرادوا من الكمبيوتر ألا يجد الشخص الصحيح فحسب، بل أن يجد الشخص الصحيح في الوقت الصحيح.
- تشبيه: تخيل أنك تبحث عن صورة لصديقك. إذا طلبت من الكمبيوتر البحث عن "جون"، فلا ينبغي له أن يظهر لك صورة طفل لجون إذا كنت تبحث عن صورة لشخص بالغ. يجب أن يفهم أن وجه جون (أو خط يده) يتغير مع تقدمه في العمر.
- المقياس الجديد: لقياس ذلك، ابتكروا درجة جديدة تسمى temporal nDCG. فكر في هذا كـ "درجة السفر عبر الزمن". فهي تكافئ الكمبيوتر إذا وجد الكاتب الصحيح و إذا كانت الكتابات الأخرى التي اقترحها من نفس الفترة الزمنية.
- النتيجة: كان الكمبيوتر جيداً حقاً في العثور على الشخص الصحيح (بدقة تصل إلى 78% في المتوسط). ومع ذلك، لم يكن مثالياً في ترتيب النتائج. نظرًا لأن خط يد الناس يتغير كثيراً عبر العقود، فقد ارتبك الكمبيوتر أحياناً بشأن تحديد أي نسخة من الكاتب يبحث عنها.
4. لماذا هذا مهم؟
قبل هذا البحث، لم يكن لدى الباحثين "صالة تدريب" كبيرة بما يكفي لتدريب الحواسيب على الخط اليدوي التاريخي الذي يتغير بمرور الوقت.
- الفجوة: كانت مجموعات البيانات السابقة صغيرة جداً أو لا تحتوي على معلومات كافية حول من كتب متى.
- المساهمة: أصبح BullingerDB الآن أكبر مجموعة بيانات عامة من نوعها. وهي تسم تسمح للباحثين باختبار ما إذا كان الذكاء الاصطناو لديهم يمكنه التعامل مع الواقع الفوضوي للتاريخ، حيث يغير الناس لغاتهم، ويغيرون أسلوب كتابتهم مع تقدمهم في السن، ويكتبون بخطوط مختلفة.
الملخص
باختصار، قام المؤلفون ببناء مكتبة ضخمة ومؤرخة زمنياً من رسائل القرن السادس عشر لتعليم الحواسيب كيفية قراءة الخط اليدوي القديم وتحديد المؤلفين. وقد وجدوا أنه بينما أصبح الكمبيوتر جيداً جداً في قراءة النصوص، إلا أنه لا يزال يعاني قليلاً عندما يتطور أسلوب الكاتب على مدى سنوات عديدة. كما قدموا طريقة جديدة لتقييم الحواسيب، تكافئها على فهم التسلسل الزمني للوثائق، وليس فقط الأسماء.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.