A Word-Level Digital Reader of the Prasthanatrayi with Sankara's Bhasya: Corpus, Method, and an Open, Offline Reading Aid for the Advaita Vedanta Canon
本文介绍了一种开放、全离线、单文件 HTML 数字阅读器，用于阅读《三立》（Prasthanatrayi）及商羯罗（Sankara）的注释书，该阅读器通过结合基于规则的分词、词典查询以及经人工审核的 LLM 辅助验证的混合流水线，提供了可点击的词级形态分析和索引检索功能。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图阅读一本古老且极其晦涩难懂的书，它使用一种单词之间从未留有空格的语言编写。相反，单词像河流一样汇聚在一起，并根据相邻的词汇不断改变形状和形态。此外，作者经常将多个概念压缩进单个巨大的“词块”中（就像一个塞满了三套不同衣服的行李箱）。
这就是阅读吠檀多不二论（Advaita Vedānta）——一个主要的印度哲学学派——所面临的挑战。其核心文本（Prasthānatrayī）配有学者**商羯罗（Śaṅkara）**的大量注释。对于现代学生甚至资深专家来说，试图弄清楚一个词在哪里结束、下一个词从哪里开始，就像是在蒙着眼睛解开一团缠绕在一起的耳机线。如果你无法拆分单词，你就无法在字典中查阅它们，其含义也将隐匿不见。
Tamal Maharaj 开发了一个数字工具来解决这个问题。你可以将其想象成一把用于阅读这些古老文献的**“智能手电筒”**。以下是它的工作原理，通过简单的分解来解释：
1. 问题所在：“词语汤”（The "Word Soup"）
在梵文中，单词会融合在一起。例如，两个单词可能会合并成一个长字符串。
- 旧方式： 你必须记忆复杂的规则，手动将字符串拆回单个单词，寻找每个词的词根，并搞清楚其语法。这需要多年的训练。
- 新工具： 你在电脑上打开一个单一文件（无需联网）。你点击文本中的任何一个词，一个弹出窗口会立即告诉你：
- 拆分情况： 这个融合词是如何拆解开的。
- 语法信息： 它是名词？动词？属于哪种格？
- 含义： 一个简单的英文定义。
2. “神奇字典”（索引/Concordance）
通常，如果你在计算机中搜索一个词，你必须输入与页面上完全一致的拼写。但在梵文中，页面上的单词往往是真实单词的“伪装版”。
- 类比： 想象你在图书馆里搜索“猫（Cat）”，但书里只列出了“小猫（Kitty）”、“猫科动物（Feline）”和“喵喵叫（Meow）”。普通的搜索将一无所获。
- 解决方案： 这个工具知道每一个单词的“真实名称”（即字典中的词头）。如果你搜索“自我（Self）”（即词根），该工具能找到这个词出现的每一次情形，即使它被伪装成“自我的”、“向着自我”或者隐藏在一个巨大的复合词之中。它将整本书变成了一张可搜索的地图。
3. 它是如何构建的：“侦探团队”
作者并没有仅仅让计算机去猜测。他建立了一个多步骤的“侦探团队”以确保准确性：
- 第一步：规则手册专家。 首先，系统会检查一个庞大的、预先编写好的已知词形列表（类似于一个拥有 927,000 个条目的字典）。如果该词在列表中，则会瞬间解决。
- 第二步：AI 侦探。 如果单词很棘手或未知，一个强大的 AI（大语言模型）就会介入进行最佳猜测。
- 第三步：怀疑论者。 精彩的部分在于：第二个 AI 被专门雇佣来与第一个 AI 进行辩论。它的唯一任务就是试图找出第一个 AI 猜测中的错误。如果第一个 AI 无法为自己的答案辩护，它就会被标记出来。
- 第四步：人类编辑。 被“标记”出的难题会被发送给真正的专家（一位梵文学者）。他们修正错误。
- “神奇叠加层”： 一旦人类修正了一个词，该修正就会被保存到一个特殊的层中。如果计算机重新构建该工具，它会再次应用人类的修正。这意味着随着更多学者使用它，该工具会变得越来越聪明、越来越准确，而且任何修正都不会丢失。
4. 为什么它很重要
- 对于学生： 它消除了准入门槛。你不需要成为语法大师就能阅读这些基础文本；你只需要点击即可。
- 对于学者： 它充当了“索引（Concordance）”。你不需要通读全书来寻找某个概念的所有提及，你只需搜索该概念的词根，即可瞬间看到它在数千页内容中的每一次出现。
- 易用性： 整个工具只是一个单一的文件。你不需要服务器、应用程序安装或互联网连接。你可以带着它上飞机，把它放在 USB 驱动器里，在任何地方使用它。
总结
这篇论文展示了古代智慧与现代技术之间的桥梁。它承认计算机可能会犯错，因此使用了一种“人类参与（human-in-the-loop）”的系统来确保最终产品的可靠性。它将曾经被复杂的语法之墙所阻隔的文本，转化为了一个开放的、交互式的、可供任何人点击学习的可搜索资源。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。