מבוא ל-Digital Textual Analysis of Historical Letters

מכתבים היסטוריים מציעים חלון ישיר לחיים, מחשבות ויחסים של אנשים מתקופות של ריג'ון. במשך מאות שנים, היסטוריונים ומלומדים ספרותיים התבססו על התכתבות ידנית וקריאה קרובה כדי להפיק משמעות ממסמכים שבריריים אלה כיום, חבילה של כלים דיגיטליים שינתה את המשמעת הזו, ומאפשרת לחוקרים לעבד אוספים מסיביים של התכתבות מהירה ודיוק שלא ניתן להעלות על הדעת אפילו לפני עשור על ידי שיטות הפעלה, וגילוי של קבצים חדשים של תקשורת דיגיטלית:

טכנולוגיות דיגיטליות ל- Letter Analysis

זיהוי תווים אופטיים (OCR) ו- Handwritten Text Recognition (HTR)

(הופנה מהדף אוCR) מופץ תמונות מתמונות מרשימות של מכונות, מה שהופך אותו לחיפוש וערוך. עבור אותיות היסטוריות, שרבים מהם בכתב יד, 7 מודלים מיוחדים של זיהוי טקסט כתוב (HTR) פותחו.כלים כמו FLT:0 TranskribusFLT 1 מאפשר לחוקרים להכשיר מודלים סטנדרטיים על סגנונות ידניים ספציפיים, שיפור הדיוק באופן דרמטי עבור דוגמאות של 17 מעלות צלזיוס:

עיבוד שפה טבעית (NLP) וטקסט

לאחר שמכתבים הם דיגיטאליים, (FLT:0) עיבוד שפה לשוני (NLP) 1Felo) טכניקות יכול לנתח את התכונות לשוניות שלהם בקנה מידה.

  • (FLT:0 חלק-of-speech tagingsph:1) כדי לזהות דפוסים דקדוקיים וסמן סגנוני, שימושי עבור הבחנה סופרים או שינוי שפה לאורך חיי הכותב.
  • (ב) ,0) הכרה בישות (NER)FIRLT:1 כדי לחלץ אנשים, מקומות, ארגונים, תאריכים שהוזכרו במכתבים, המאפשרים מיפוי מרחבי ומדפי.
  • (FLT:0) ניתוח של הערכה (FLT) 1 כדי לאמוד את הטון הרגשי - מעקב, למשל, חרדה עולה בתכתובת מלחמת האזרחים או שינויים בשפה הדיפלומטית במהלך משא ומתן על האמנה.
  • (FLT:0) מודלים טופוטיים של מודלFLT:1 כדי לגלות נושאים מאוחרים על פני אוספים שלמים, כגון חששות חוזרים על בריאות, מימון או פוליטיקה, ללא הטלת קטגוריות שנקבעו מראש.

(ב) [[המאה ה-1]] ו[[1924]]]] [[1924]]]]]] ו[[1924]]]]]] [[1924]]]]]] [[1924]]]]]]]] [[1924]]]]]]]]]]]] [[1924]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]]]], [[1924]]]]]], [[1924]]]]]]]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]]]]]]]], [[1924]]]]]]]]]]]], [[1924]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]], [[1924]]]]]]]], [[1924]], [[1924]]]]]], [[[[1924]]]]]], [[1924]]]]]], [[[[1924]]]]]] [[[[1924]]]]]]]]]]]]]]]]]]]], [[[[1924]]]]]] [[[[1924]]]]]]]] [[[[[[[[[[1924]]

ארכיון דיגיטלי ו-Colaborative Databases

[ה] כתבי עת דיגיטליים (Autostories) פיתחו גישה מהפכנית למכתבים היסטוריים.פלטפורמות כמו ⁇ :0 EuropeanacioFLT 1 ו-FMLLT:2Library of Congress's Digital Collections: 3.10.10.10.10.10.10.coms: AGR, לעומת זאת, ניתן להוסיף קבצים מצורפים לאורך זמן ו- גיאוגרפיה מתקדמת (D.

יתרונות מתודולוגיים של גישות דיגיטליות

סקלאלה ומהירות

[העתוק ידני של מכתב אחד עשוי לקחת שעות; אוסף של 10,000 אותיות יכול לצרוך שנים של עבודה.כלים דיגיטליים יכולים לעבד את אותו נפח בימים או שבועות, לשחרר חוקרים להתמקד בפרשנות ולא בעבודה של אנשי דת. עבור פרויקטים בקנה מידה גדול כמו FLT:0Solds מכתבים שונים ממלחמת העולם הראשונה IFLT:1, דיגיטציה אוטומטית ואינדקס השוואתי אפשרו להיסטוריונים:2 שנים של צנזורה, בין שני עמודים מסורתיים של צנזורה, בין השנים האחרונות, בין התאריכים של צנזורה לבין צנזורה, בין שני עשורים, בין היתר, בין היתר, בין היתר, לבין צנזורה ל-עשרים, בין היתר, בין היתר, בין היתר, לבין צנזורה של צנזורה בין היתר, לבין צנזורה ל-עשרים מסורתיים של צנזורה ל-עשרים של צנזורה בין היתר, בין היתר, לבין צנזורה ל-עשרים מסורתיים של בתי מלון באלפי שנים, בין היתר, בין היתר, בין היתר, לבין צנזורה בין היתר, בין היתר, בין היתר, לבין צנזורה של כתבי עתירי זיכרון מימי חג הפסחא, בין היתר, בין היתר, בין היתר, לבין צנזורה של כתבי עתירי זיכרון מימי הביניים, לבין

המונחים: systemic Pattern Recognition

(ב) כלים דיגיטליים, אשר אינם נראים לעין האנושית (FLT:0) ניתוח נרטיבי:5 ⁇ 1 של מטא-נתונים של אותיות, יכולים לחשוף את מבנה העיגולים, מראה אילו יחידים פעלו כרכזות של זרימת מידע.לדוגמה, נושא ה-FLT:2 ממתין לרפובליקה של אותיות 3FLT) ו-ALT5 שנים, אשר היו עדים לחוקרים, בעיקר ל- 4.

צורות חדשות של ראיות ופרשנות

(ה) כלים דיגיטליים מאפשרים ל-FLT:0 (diachronic Analysis of FLT:0) לבחון כיצד התפתחה השפה לאורך תקופת חייו של סופר מכתב או בתקופות היסטוריות.לדוגמה, חוקרים ב-FLT:2Correspondence of קתרין הגדולה שמציעה את השמות של ג'ון הגדול-FLT 3, השתמשו ב- NLP כדי לזהות שינויים באסטרטגיות הרטוריקה של ה-ALT5G, כמו שהיא תהווה כמעט בלתי אפשרי לבצע את אותם לצורות של סימולציות ל-DVal) כדי להפיץ באופן ידניות של שיטות הפעלה (DVal) של סימולציות ל-DVal) ו-DNSFIS) של שיטות הפעלה של ה-DNSFIS) של שיטות הפעלה (DVal) של סימולציות של סימולציות ל-DNSFIS) של הסימולציות ל-DIFIS) של שיטות הפעלה באופן ידניות של שיטות הפעלה (DIGNFIS) של הסימולציות ל-DVal) של שיטות הפעלה של הסימולציות ל-DNSFIS) של שיטות הפעלה (DVGR.

שינויים מעשיים בניתוח אותיות דיגיטליות

שלב 1: סריקה וקידום

(ב) מיפוי עתיר (300-600 DPI) חיוני ללכידת פרטים מצוינים.יש לנקות תמונות רול: הסרת גבולות, תיקון של skew, וליישם שיפור ניגודיות.כלי כמו FLT:0ScanTailorischeFLT) ו-(FLT) לפרוטוקולים סטנדרטיים אלה, כולל LTGcan WizardFLT 3, 7.

שלב 2: פרסום באמצעות OCR / HTR

(הופנה מהדף כתב העת "המאה ה-19" (המכונה: ⁇ ) "המכונה" (ב) "הרשימה" (המכונה: ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ) ,"ה)"התתתתתחילו" (ב) ב-"התתתתתתתתתתתתתתתת"ד)"ד)"ד)"ד)"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"ב"

שלב 3: הפחתת מידע והגדלת מידע

(ב) יש לאחסן טקסטים מובנים (XML/TEI, JSON) עם תגי metadata עבור שולח, מקבל, תאריך ומקום.TheFLT:0Text Encoding Initiative (TEI)FLTIRLT) לעומת שמות אימותים (DI) , כולל אותיות היסטוריות LT: 7.10 אלמנטים עבור החלפת נתונים.

שלב 4: ניתוח וויזואליזציה

(ה) עיין ב[[המאה ה-20]] ב[[1924]], [[1924]]]], [[1924]]]], [[1924]]]]]], [[1924]]]]]]]]]], [[1924]]]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]]]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]]]]]]]] [[1924]]]]]]]]]]]]]]]]]] [[1924]]]]]]]]]]]]]]]]]]]] [[1924]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]] [[1924]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]] [[1924]]]]]]]]]] [[1924]]]]]] [[[[1966]]]]]]]] [[1966]]]]]] [[1966]]]]]]]] [[[[1924]]]]]]]] [[[[1924]]]]]]]] [[1966]] [[1966]] [[[[[[[[1924]]]]

אתגרים ומגבלות

גדרות טכניות

דיוק OCR / HTR מחלחל עם תמונות באיכות ירודה, תסריטים לא סדירים, או שפות עם אלפביתים לא-לטינית. NLP מודלים מאומנים באנגלית המודרנית עשוי שלא להתערבב במאה ה -18 ("שימוש" עבור "choose") או ארכאי (רגישויות פתוחות) כמו רגש, לעומת דעה) ניקוי נתונים יכול לצרוך זמן משמעותי - לפעמים עד 70% של תקציבים של מחשוב דיגיטלי, כמו קוד אלקטרונים נמוך יותר.

דאגות היסטוריות ואתיות

(הופנה מהדף "FLT:0" ,Halprivacy and PromiseFLT" נושאים, במיוחד עבור התכתובת של המאה ה-20, החוקרים חייבים לכבד הסכמים וזכויות יוצרים.חלק מהמכתבים מכילים תוכן רגיש לגבי צדדים שלישיים; טכניקות אנונימיות עשויות להיות נחוץות.המסגרת:2 (GDPR) הגנה על נתונים בלתי-אנושיים (GDPR) באופן משמעותי) בעוד שלעתים קרובות יכולות לכפות מגבלות נוספות על נתונים אישיים של אנשים בעלי אופי דיגיטלי של 18 שנים, כמו למשל, כמו למשל, לדוגמה, מאשר שיטות למידה קריטי, יכולות לטעון כימותרפיות, לדוגמה, לדוגמה, כגון:

סיכונים מתקדמים

(הרחבה על מדדים כמותיים יכולה להוביל ל-FLT:0) קריאה על-פיפיאלית (Descial Readssssss) 1 (ניתוח רגשות עשוי לסמן מעבר סרקסטי חיובי אם הוא משתמש מילת מפתח "שמחה" - מילים שאינן קשורות לשתיקה:2 קלוז FLT 3: 3 חייבות להשלים קריאה מרחוק.

מחקרים ב Digital Letter Analysis

הספר The Papers of Thomas Jefferson

החוקרים השתמשו ב-OCR ו-TEI ⁇ כדי להפיק יותר מ-60,000 אותיות באופן חופשי חיפושיות.(Jefferson Digital ArchivesFLT:103) ב-OCR וב-TEI ⁇ כדי לבצע יותר מ-60,000 אותיות באופן חופשי חיפוש חופשי.

מכתבים משנת 1916: החוויה האירית

בפרויקט ה-FLT:0(Letters of 1916FLT:1show, Crowsourced תמליל ו- HTR שימשו כדי לדיגיטליזציה של אלפי אותיות מתקופת ההתעלות של חג הפסחא.ניתוח NLP גילה כיצד המשתתפים נרשמו את חוויותיהם וכיצד השפה משתקפת את הרגש הלאומי גדל.הפרויקט שילב שיתוף פעולה חברתי עם כריית טקסט אוטומטית, המפגין מודל מדרג ליוזמות דומות.

רשתות של נאורות: הרפובליקה של אותיות

[ה]הפרויקט של ה-FLT:0 [הרפובליקה של מכתבים] השתמש ב- metadata מ-EMLO כדי לבנות סוציוגרמה של התכתבות בין אינטלקטואלים מהמאה ה-18, החוקרים גילו כי נשים, אם כי הן מוצגות ברשתות אקדמיות רשמיות, מילאו תפקידים מרכזיים בתיווך המחבר בין מדענים, פילוסופים וכותבים.

האותיות הקטנות של וינסנט ואן גוך

פרויקט מכתבים ואן גוך (Van Gogh ProjectFLT:103) ספר מעל 900 אותיות בין האמן ואחיו Theo, חברים, ציירים עמיתים.שימוש בניתוח stylometric ומודל הנושא, החוקרים עקבו אחר אוצר המילים המתפתח של ואן גוך הקשור לצבע, רגש, ותאוריה אמנותית.הם מצאו כי השימוש שלו במילים כמו "אור" ו"אפיל" במהלך שנותיו ב-Arrels, השתמש גם באפקטים דיגיטליים של ה-" כדי להציג את ה-"ל-"ל-"ל-"לדוגמא, באמצעות ה-"הדמותו-"הציור שלו.

כיוונים עתידיים וטכנולוגיות מתפתחות

Machine Learning and Large Language Models

ההתקדמות האחרונה ב-FLT:0 מודלים המבוססים על מודלים מבוססי transformer של שפה היסטורית (למשל, , ראג, GPT, Llama) מאפשרת ניתוח קונטקסטואלי מדויק יותר של שפה היסטורית.כוונון יפה מודלים אלה על קורפוס ספציפי לתקופה יכול גם לשפר את ה-NER ו-IQ. לדוגמה, מודל כוונון מדויק יותר על אותיות מהמאה ה -18 השיגו דיוק 85% בזיהוי של קבוצות משמעותיות ל-56 אחוזים, לעומת מודלים אלה.

Enrichment ו-Linked Data

ארכיון האותיות העתידיות יאמצו ככל הנראה את ה-FLT:0 [קישורים לתקני נתונים] (למשל, CIDOC-CRM, FRBR), המחבר מכתבים לגרפים ידע היסטורי רחב יותר, זה יאפשר לשאילתות כגון "לראה כל האותיות מזכירות את האמנה של ווסטפליה שנשלחה על ידי דיפלומטים לנשיהם" - חיפוש חוצה-המשך בלתי אפשרי עם מסדי נתונים נוכחיים: LT2C:

שימור וקיימות

שימור דיגיטלי נשאר דאגה.תבניות להפוך מיושן; פרויקטים חייבים לתכנן עבור קיימות ארוכת טווח.מיזמים כמו FLT:0Time Machine ProjectcioFLT:1 במטרה ליצור ארכיונים דיגיטליים מתמשך ששרדו שינויים ארגוניים.עבור חוקרים, אימוץ סטנדרטים פתוחים (TEI XML, MARC) והבטחת נתונים במאגרי מידע מאובטחים (למשל, ארכיונים:2ZawphenFir 3) יהיו נחוצים לפרוטוקולים חיוניים יותר ויותר (DIXF) אם הם אלה, כולל , כולל תוכניות ניהול נתונים ל-HTOFERODIXFEROLT)

כלים רב-ממדיים וקולואביטיביים

פלטפורמות מתפתחות משלבות טקסט, תמונות והודעות אודיו.לדוגמה, .0.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10

מסקנה

כלים דיגיטליים הרחיבו באופן יסודי את ערכת הכלים של ההיסטוריון לניתוח אותיות היסטוריות.מ-OCR ועד לניתוח רשת, טכנולוגיות אלה מאפשרות ליישום מהיר יותר, גילוי דפוס עמוק יותר, וקונטקסטואליזציה עשירה יותר.הם לא, אלא גם שרביט קסמים ופרויקטים מצליחים ביותר משלבים יעילות חישובית עם פרדוקסים פילוסופיים, רגישות אתית, ושיתופיות.