Scaling Accessible Mathematics on arXiv: HTML Conversion and MathML 4
Dit artikel rapporteert over de voortgang in 2025–2026 van het experimentele initiatief voor HTML-papers van arXiv, met nadruk op door de gemeenschap aangedreven verbeteringen van de kwaliteit, conversie-inspanningen op corpus-schaal, de invoering van MathML 4 voor toegankelijkheid en een in Rust geschreven port van LaTeXML om de prestaties te verbeteren en de kosten te verlagen.
Oorspronkelijk artikel vrijgegeven aan het publieke domein onder CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Het Grote Plaatje: "Bevroren" Wiskunde Omzetten in "Levende" Tekst
Stel je de grootste bibliotheek ter wereld met wetenschappelijke artikelen (arXiv) voor, die momenteel vol staat met boeken gedrukt in een zeer specifieke, stijve inkt. Deze boeken zien er prachtig en precies uit (PDF's), maar als je ze probeert te lezen met een schermlezer (voor blinden), inzoomt op een klein diagram, of een computer vraagt om de wiskunde samen te vatten, beweegt de inkt niet. Het is "bevroren".
De auteurs van dit artikel bouwen een nieuw systeem om die bevroren inkt om te zetten in "levende tekst" (HTML). Deze levende tekst kan stromen om op elk scherm te passen, door computers hardop voorgelezen worden en door zoekmachines worden begrepen. Hun doel is ervoor te zorgen dat wanneer een wetenschapper een wiskundig artikel schrijft, dit werkt voor iedereen, niet alleen voor mensen met perfect zicht en een specifieke browser.
De Vier Hoofdpunten (De "Highlights")
1. De Lekken Dichten (Hulp van de Gemeenschap)
Zie hun nieuwe systeem als een nieuwe boot die ze in 2023 te water lieten. Zoals elke nieuwe boot had deze enkele lekken. In het afgelopen jaar hebben ze geluisterd naar de passagiers (lezers en auteurs) die aangaven waar het water naar binnen kwam. Ze hebben ongeveer de helft van de 6.000 gemelde problemen verholpen. Ze werken nu aan het waterdicht maken van de boot, zodat 90% van alle artikelen erdoorheen kan varen zonder te zinken.
2. Het "Intentie"-Label (Computers Leren Spreken)
Wiskunde is moeilijk voor computers om hardop voor te lezen, omdat symbolen verschillende betekenissen kunnen hebben. Bijvoorbeeld, een klein "x" kan een variabele zijn, een vermenigvuldigingsteken of een letter.
- De Oude Manier: De computer raadt, vaak fout, en klinkt dan robotachtig of verwarrend.
- De Nieuwe Manier (MathML 4): De auteurs voegen "intentie-labels" toe aan de wiskunde. Het is alsof je een post-it op een woord plakt met de tekst: "Zeg dit exact zoals geschreven" of "Dit is een specifieke wetenschappelijke term". Dit helpt schermlezers de wiskunde duidelijk uit te spreken, zelfs als de symbolen vreemd of nieuw zijn.
3. De Rust-motor (De Fabriek Versnellen)
Het systeem dat de artikelen converteert, is momenteel gebouwd met een oude programmeertaal genaamd Perl. Het is als een fabriek die draait op een trage, verouderde motor.
- Het Probleem: De Perl-motor is traag, duur om te draaien en steeds minder mensen weten hoe ze hem moeten repareren.
- De Oplossing: Ze bouwen de motor opnieuw met een moderne taal genaamd Rust.
- De AI-draai: Normaal gesproken duurt het jaren om een enorme motor handmatig te herschrijven. Ze hebben echter een zeer geavanceerde AI (genaamd "Agentic AI") gebruikt om de code te helpen schrijven. De AI fungeerde als een supersnelle leerling en schreef ongeveer 100.000 regels code in slechts drie weken – werk dat twee mensen twee jaar zouden hebben gekost.
- Het Resultaat: De nieuwe Rust-motor is 10 tot 30 keer sneller. Dit betekent dat auteurs hun artikelen bijna direct omgezet zien naar het nieuwe formaat wanneer ze deze indienen.
4. De "Live"-piplijn
Ze repareren niet alleen de nieuwe artikelen; ze bouwen een pijplijn om uiteindelijk de 3 miljoen oude artikelen in het archief om te zetten. Op dit moment is het systeem experimenteel, maar ze verbeteren het gestaag zodat uiteindelijk elk artikel in de bibliotheek toegankelijk zal zijn.
Hoe Ze Weten Dat Het Werkt
Ze gebruiken twee manieren om hun voortgang te controleren, zoals een monteur een auto controleert:
- Het "Piepen"-rapport: Ze kijken naar klachten van gebruikers. Als een gebruiker zegt: "Dit diagram ziet er kapot uit", dan repareren ze het direct.
- De "Stress-test": Ze draaien het systeem over de volledige geschiedenis van artikelen om te zien welke wiskundige formules of pakketten ervoor zorgen dat het systeem crasht. Dit helpt hen verborgen problemen te vinden die geen enkele gebruiker misschien heeft gemeld.
De Toekomst
De auteurs geloven dat het in de toekomst de standaard moet zijn om een wiskundig artikel te schrijven dat toegankelijk is voor iedereen, en geen speciale extra stap. Ze zitten ook midden in een grote verandering voor hun organisatie (het worden van een onafhankelijke non-profit), wat naar hun mening de stabiliteit zal geven om deze tools op de lange termijn te blijven bouwen.
Kortom: Ze nemen 's werelds grootste wiskundebibliotheek, upgraden de "leesbril" zodat iedereen de wiskunde duidelijk kan zien, en gebruiken AI om een snellere, goedkopere motor te bouwen om dit alles mogelijk te maken.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.