استخدام الخوارزميات التعليمية الآكلينية في اكتشاف أوجه عدم الاتساق في البيانات التاريخية

استخدام الخوارزميات التعليمية الآكلينية في اكتشاف أوجه عدم الاتساق في البيانات التاريخية

وقد اعتمدت البحوث التاريخية على الفحص الدقيق للمصادر الأولية، وسجلات التعداد، ومحفوظات الصحف، والمراسلات الدبلوماسية، والخصائص المادية، وحتى أكثر المحفوظات حفظاً، تنطوي على أخطاء، أو إغفالات، أو تناقضات حقيقية.

فهم التعلم في مجال الآلات في تحليل البيانات التاريخية

والتعلم من الآلات هو مجموعة فرعية من المعلومات الاصطناعية التي تمكن النظم من التعلم من البيانات دون أن تكون مبرمجة بشكل صريح لكل قاعدة، وفي التحليل التاريخي، فإن الخوارزميات المتعددة الألياف التي تبث أحجاماً كبيرة من البيانات المنظمة (مثل حقول التعداد الافتراضي) والنص غير المنظم (مثلاً، القيودات الاصطناعية، الوصيات، سجلات المحاكم) لتحديد الأنماط التي تنحرف عن المعايير المتوقعة.

المفاهيم الأساسية: الرسوم والعلامات والتدريب

(أ) كل مشروع من مشاريع المواد الكيميائية (LT:0) ) - الخصائص القابلة للقياس للبيانات، ويمكن أن تشمل السمات مجالات التاريخ، وأسماء الأماكن، وكميات عددية (مثل الأعمار، والضرائب) والعلامات اللغوية (مثل التردد الفيزيائي، وخط الطول)

أنواع الاضطرابات في التعلم في الآلات

وتأخذ البيانات التاريخية غير المتوافقة أشكالاً عديدة، وتتناسب مختلف الأسر الخوارزمية مع مشاكل مختلفة:

• Chronological contradictions:] Dates that violate known lifetimes, regnal periods, or event sequences.
• Numerical outliers:] Unrealistic ages (e.g., a 150‐year-old person), improbable tax amounts, or sudden population jumps.
• Textual anachronisms:] Words or wordss that appear before they entered the language, or references to events that had not yet occurred.
• Duplicate or near —duplicate records:] The same person or event entered multiple times with slight variations.
• Missing or filled values:] Fields left blank and later completed by a different hand, possibly with incorrect inference.
• Biased coverage:] Systemic under —representation of certain groups, which ML can detect through distributional disparities.

مقاييس التعلم في مجال الممارسة

ويتوقف اختيار الخوارزمية الصحيحة على طبيعة البيانات التاريخية ونوع التضارب المستهدف، كما أن الأسر الأكثر شيوعاً، إلى جانب حالات الاستخدام التوضيحي.

التعليم الإشرافي: التصنيف والتراجع

وعندما تتاح للمؤرخين إمكانية الوصول إلى سجلات فرعية قائمة على أساس الأرض تم التحقق من حيازتها من خلال نماذج فحص المحفوظات - يمكن أن تتعلم تصنيف السجلات الجديدة على أنها " متوافقة " أو " غير متوافقة " [تتماشى] مع نماذج " متحدثة غير مرئية " ]، وهي عبارة غير متطابقة مع نماذج " بيانات " ، وهي:

التعلم غير المشرف: التجميع وكشف الوراثة

معظم البيانات التاريخية التي لم يتم التحقق منها تماماً - كان الباحثون الذين يرغبون في العثور عليها مجهولين - وكانت أساليب غير موصوفة في هذا السياق مُنحت في شكل بيانات مُعدة عن مجموعات (FLT:0) و(LK) مُنحت في سجلات مُعدة من نماذج البلازما (FLS)

تجهيز اللغات الطبيعية

النص التاريخي محفوف بعدم الاتساق: تهجئة متغيرة، وجهاز استفزازي، واختصارات سحرية، وتغييرات في أسلوب الكتابة على مدى عمر المؤلف الواحد، وتعالج التقنيات الحديثة للخطابات الوطنية هذه التحديات بقوة. [(FRT:0]Named entity recognition (NER15) [FLT]

معالجة التغير التاريخي في الخلاص

ومن التحديات الرئيسية التي تواجه خطة العمل الوطنية أن التعويذة المستقرة يمكن أن تسبب نماذج موحدة لمعالجة أشكال التبديل ككلمات مختلفة، كما أن التكسير تحت كلمة فرعية (التدمير بالطرق البرية) يساعد، شأنه شأن صياغة الكلمات التدريبية على المستودعات الخاصة بفترة محددة، وبعض المشاريع، مثل نماذج الكشف عن تاريخ موكسفورد ، على نماذج الكشف المبكر.

تطبيقات في البحوث التاريخية

وقد تم نشر القدرات النظرية المذكورة أعلاه في عدد متزايد من التحقيقات التاريخية الملموسة، وتوضح الفروع التالية كيف أن الكشف عن عدم الاتساق القائم على أساس حركة تحرير الكونغو يعيد تشكيل المنح الدراسية.

تحديد مواعيد تنازع في مجلة رويال كرونيكليس

وقد سجلت مُزَنات العصور الوسطى في كثير من الأحيان نفس الحدث الذي كان له تاريخ مختلف، بسبب أخطاء مُخَلَفة أو نظم تقويمية مختلفة أو تغييرات متعمدة، وقام فريق في معهد " غلوبال " لتاريخ العلوم، بصياغة نموذج مُشفع به على مدى السنوات الماضية، تم تدريبه على مجموعة من ال ٠٠٠ ٥٠ حدثاً تاريخياً من الزمان الأوروبي )٩٠٠-٠٠ جيم(.

تحديد أوجه التضارب في بيانات التعداد

وكانت هذه التعدادات التاريخية مصادر غنية للبحوث الديمغرافية ولكنها غير متسقة بشكل ملحوظ، إذ لم تكن الأسماء مثبتة، وكانت مسودة في العمر، ومهن مسجلة بصورة غير متسقة، وفرقت الأسر في الصفحات، وكان من غير المشرف أن يحدد التكتلات غير القابلة للتسجيل في سجلات الأسر المعيشية، ومن ذلك مثلاً أن " الأسر المعيشية التي كانت تستقبل أطفالاً في سن الرشد " ().

تحليل الكتابة اليدوية واستخدام اللغات في التحقق من صحة الفطنة

وقد يكون الفرز دائماً ملوثاً بمحفوظات تاريخية، إذ إن التعلم من الآلة، ولا سيما الرؤية الحاسوبية، إلى جانب برنامج العمل الوطني، يوفر الآن أدوات قوية للتوثيق.

السجلات غير المكتملة أو غير الكاملة

وقد تُظهر البيانات التاريخية في كثير من الأحيان تحيّزات مبدئيها - مثلاً، فإن السجلات الرسمية قد تُخضِع بانتظام للنساء أو الأقليات أو الفقراء، ويمكن للتعلم الماكين أن يكشف عن هذه الثغرات ليس من خلال إيجاد أخطاء واضحة بل من خلال أنماط التخلف التي تُعرف باسم " الميراث " .

التحديات والنظر في المسائل الأخلاقية

وعلى الرغم من الوعد الذي قطعته حركة تحرير الكونغو على نفسها بالكشف عن عدم الاتساق، فإن الطريق متوقف على العقبات، بعضها تقني والآخر أخلاقي؛ وكلها تتطلب ملاحة دقيقة.

نوعية البيانات وسلوكيتها

أما نماذج التعلم من الآلات فهي بيانات غير دقيقة، أما البيانات التاريخية، وإن كانت كبيرة في كثير من الأحيان، فهي أيضاً مزعجة ومجزأة ومتحيزة بطرق يمكن أن تضلل النماذج، وقد يكون النموذج المشرف على عدد قليل من السجلات التي تم التحقق منها غير متوافق مع المجموعة الكاملة، وعلاوة على ذلك، كثيراً ما تفتقر البيانات التاريخية إلى الحجم اللازم للتعلم العميق: فنموذج من برامج التدريب غير القانونية الذي يعمل جيداً على إعداد مواد إخبارية الحديثة قد يفشل في فترة 17

Bias Amplification

وإذا كانت البيانات التاريخية متحيزة، فإن النموذج الذي يُمثل المرأة - وهي نموذج متعدد اللغات يتم تدريبه على تلك البيانات سيعلم أن المرأة " غير صالحة " وقد يُعلم أن القيود الحقيقية للمرأة هي عدم الاتساق، وهذا ليس عيبا في الخوارزمية وإنما انعكاساً للتحيز الأصلي للمصدر، إذ أن الباحثين، الذين يثقون بالنموذج، قد يُعاملون في الوقت نفسه بنقاط ترجية أو " ترجيح " .

القابلية للترجمة الشفوية والشفافية

ويمكن أن يُعرف التاريخ، على وجه السرعة، أي سجل تاريخي يمكن أن يُظهره، في المقام الأول، أن يكون تاريخياً، هو: " نموذج " يمكن أن يُظهر في المستقبل، أي سجل خاص، هو التاريخ، الاسم، اللغة؟ لا يمكن للباحث أن يقرر ما إذا كان سيثق بالعلم.

معالجة البيانات الحساسة

وكثيراً ما تتضمن السجلات التاريخية معلومات شخصية عن الأفراد الذين قد لا يزالون يعيشون تحت سطح الأرض، أو قد تتعلق بمجموعات مضطهدة (مثل سجلات الرقيق وبيانات التعداد الاستعماري) وينبغي أن يؤدي استخدام لغة ML إلى إزالة التناقضات في هذه البيانات إلى تعزيز القوالب النمطية أو الباعثة على الحزن دون قصد، ويجب على الباحثين أن يتشاوروا مع المجتمعات المحلية المنهارة وأن يتبعوا أفضل الممارسات في مجال إدارة البيانات.

التكلفة والخبرة الحاسوبية

(ب) إن مشاريع التدريب المتطورة في نماذج القانون النموذجي تتطلب موارد حاسوبية كبيرة (الوحدة العالمية، الذاكرة، التخزين) وخبرة متخصصة تفتقر إليها العديد من إدارات التاريخ.

الاتجاهات والآثار المستقبلية

إن التعلم الماكنة ليس رصاصة فضية للكشف عن عدم الاتساق التاريخي، ولكنه أصبح سريعا جزءا لا غنى عنه من مجموعة الأدوات التي وضعها التاريخ، وهناك اتجاهات عديدة تشير إلى الاندماج الأعمق في السنوات القادمة.

النماذج المتعددة الوسائط

وستجمع النظم المستقبلية بين النص والصورة (كتابة اليد والأختام والعلامات المائية) وحتى البيانات المكانية (الإحداثيات الجغرافية) إلى إطار واحد، وقد يكتشف المحوّل الذي يدمج في نفس الوقت نصاً لاتينياً وصورة ختمه المزيفة مثبتة في غش عصور عصوري موحد، وقد يربط العمل المبكر بين متحف بيطري

التعلم النشط والإنسان في

وبدلا من قبول علم نموذجي بشكل سلبي، يعتمد الباحثون تعلما نشطا في الحالات التي يتساءل فيها مؤرخ الوسم عن الحالات الأكثر غموضا، وتحسن هذه العملية المتكررة دقة النموذج مع الحفاظ على سيطرة مؤرخ، وتسمح نظم مثل ] ] باستخدام نظام " كهرباء " () بالنسبة لشبكة " NLP " بكشف هذه الدقة البيانات التاريخية.

Ethical AI by Design

ومع نضج الميدان، يشارك مؤرخون وعلماء الحاسوب في تصميم أدوات تُخبز في الاعتبارات الأخلاقية منذ البداية، ويشمل ذلك نماذج الشفافية التي تُجبر النموذج على تفسيرات النواتج، والقيود المتعلقة بالإنصاف التي تحول دون تضخيم التحيزات التاريخية، وأطر الموافقة على البيانات الحساسة ثقافياً، وقد استحدثت مثلاً " لوحة بيانات عن الأداء الديمغرافي " .

نماذج عبقرية لإعادة الإعمار التاريخي

فبعد الكشف عن ذلك، يمكن أن تساعد منظمة العفو الدولية السخية على تصحيح أوجه عدم الاتساق باقتراح بدائل معقولة، فعلى سبيل المثال، يمكن تدريب نموذج لتوليد مجموعة من المواعدات الناقصة المعقولة للدخول إلى سجل أبرشية متضرر، غير أن هذا يثير مجموعة من الأسئلة الأخلاقية: هل ينبغي أن يُستخدم تاريخوه " في " أي وقت مضى " ، وهو ما كان ينبغي أن يضيع؟

خاتمة

إن استخدام خوارزميات التعلم الآلاتي لكشف أوجه عدم الاتساق في البيانات التاريخية هو مجال سريع التقدم ينطوي على إمكانات هائلة، إذ أن من خلال التجاوزات الدقيقة، والتجاوزات العددية، والآثار المميزة للكتابة، والتحيزات النظامية، وأدوات الكتابة المتعددة، يمكن أن تُمكِّن المؤرخين من العمل بأغلى أنواع البيانات وأكثر تعقيداً من أي وقت مضى، مما يكشف عن أخطاء أخلاقية تستلزم الحياة من أجل إيجاد أدلة يدوية.