Et internasjonalt prosjekt forvandler papirene fra tjue klostre til et søkbart arkiv, med automatiske transkripsjoner og menneskelige kontroller.

Salgskontrakter, reisetillatelser, utnevnelse av abboter og forespørsler om medisiner: i arkivene til Mount Athos en del av det osmanske rikets administrative liv er bevart. Omtrent 30 000 dokumenter på tyrkisk fra den tidenManuskriptene, fordelt på de tjue klostrene på halvøya, er fokus for et prosjekt som har som mål å digitalisere dem og bruke dem til å utvikle automatisk håndskriftgjenkjenning. Manuskriptene vil bli studiemateriell og data for å trene et system til å tyde håndskriften deres.

L'iniziativa si chiama Manuscripta Ottomanica montis Athonis, forkortet MOmA. Den administreres av Richard Wittmann, nestleder ved Orient-Institut Istanbul, et institutt under Max Weber Stiftung, i samarbeid med Freie Universität Berlin og internasjonale akademiske og klosterlige partnere. Programmet har en horisont på minst ti år og gjelder et korpus som strekker seg fra det 14. til tidlig på 1900-tallet.

Prosjektet, som ble lansert av det tyske universitetet 23. mars 2026, inkluderer en katalog med bilder, translitterasjoner og oversettelser, som muliggjør raske søk etter forekomster av et begrep. Dette vil kreve fotografisk innsamling, programvareutvikling og ekspertvurdering.kunstig intelligens går dermed inn i arbeidet som er nødvendig for å gjøre tusenvis av tekster lesbare og etterprøvbare.

Eiendoms- og maktforhold i klostercharter

Athos-fjellet ligger på den østlige neset på Chalkidiki-halvøya i Nord-Hellas.UNESCO anerkjenner dens kulturelle og naturlige verdi og minner om kontinuiteten i munkenes selvstyre siden den bysantinske tiden. Ved siden av de religiøse og kunstneriske verkene, Ortodoks klostersamfunn Den har oppbevart de dokumentene som er nødvendige for å styre sine aktiviteter og forholdet til eksterne myndigheter.

Osmanske kilder lar oss undersøke eierskap, beskatning og juridisk status av kristne munker under muslimsk styre. Det geografiske perspektivet strekker seg utover halvøya: klostrenes tilhørigheter nådde Kairo, Damaskus, Jerusalem og Istanbul. Et dokument bevart på Athos-fjellet kan derfor dokumentere økonomiske og institusjonelle forhold utviklet langt fra stedet der det er bevart i dag.

En søkbar katalog ville for eksempel tillate å spore den samme eieren gjennom forskjellige dokumenter, sammenligne konsesjoner eller rekonstruere forholdet mellom et lokalsamfunn og et administrasjonskontor. Dette er forskningsmuligheter som avhenger av korrekt identifisering av personer, steder og datoer.

For å lære håndskrift trenger du bilder og korrekte leseferdigheter

Kjerneteknologien er Gjenkjenning av håndskrevet tekst, eller HTR: automatisk gjenkjenning av håndskrevet tekst. I det osmanske tilfellet må den håndtere et språk skrevet med tegn avledet fra arabisk, med forskjellige grafiske konvensjoner og håndskrift. Et fotografi bevarer sidens utseende; gjenkjenningen produserer en sekvens av tegn som kan behandles av datamaskinen, sammenlignes med andre tekster, og settes inn i en søkeindeks.

Opplæring krever pålitelige eksempler. I overvåkede HTR-systemer er bilder assosiert med korrekte og bekreftede transkripsjoner, kalt «grunnsannhet». Modellen lærer korrespondansene mellom tegnene og teksten. Menneskelig arbeid griper derfor også inn i forberedelsen av dataene som gjør læring mulig, samt i korrigeringen av programvarens responser. Mangfoldet av Athonite-kort tilbyr materiale for å representere håndskrifter, epoker og dokumentariske typologier For å dra nytte av det, må eksempler velges nøye: for mange like sider kan underrepresentere en sjelden hånd.

Behold også konsistens av transkripsjonerHvis annotatorer behandler det samme tegnet forskjellig, får modellen motstridende indikasjoner. Valg av gjengivelseskonvensjoner blir derfor en del av den tekniske planleggingen. I redaksjonelt arbeid lar det oss også bevare informasjon som en standardisert versjon ville risikere å skjule ved å skille mellom hva som er lesbart, hva som krever tolkning og hva som forblir usikkert.

Transkribering, translitterering og oversettelse er to separate operasjoner. transkripsjon returnerer den skrevne teksten; translitterasjon gjengir det gjennom et annet tegnsystem; oversettelse Den oversetter betydningen til et annet språk. Katalogen som er planlagt av MOmA vil gi flere nivåer av tilgang til dokumentet. For historikere vil det å kunne sammenligne tekstgjengivelsen med skanningen fortsatt være viktig når en lesning er i tvil.

HTR-bakgrunnen og resultatene som skal måles på korpuset

Det finnes allerede en utviklingskjerne knyttet til prosjektet. Max Weber-stiftelsen rapporterer at på Binghamton University, i USA, er et system for osmanske tekster under utvikling siden 2024. Innen november 2025 ville det ha oppnådd en nøyaktighet større enn 80 prosent på sene osmanske kilder. Dataene er foreløpige, og presentasjonen spesifiserer ikke beregningene eller utvalgets sammensetning: den lar oss derfor ikke estimere ytelsen på tvers av hele det athonittiske arkivet.

Anerkjennelsen av det osmanske manuskriptet har også presedenser utenfor MOMA. OttomanskTyrkisk_generisk, publisert på Transkribus den 12 november 2023, ble trent av Milanka Matić-Chalkitis som en del av MultiHTR-prosjektet ved Universitetet i Freiburg, i TysklandDet inkluderer manuskript og trykt materiale, inkludert diktsamlinger og korrespondanse. Athons målsetting plasseres derfor i et allerede aktivt felt: dens spesifisitet gjelder den systematiske anvendelsen av et stort arkiv som strekker seg over århundrer og er ment for en vitenskapelig kontrollert utgave.

For å evaluere systemer av denne typen, Tegnfeilrate, eller CER, som måler feil på tegnnivå sammenlignet med en referansetranskripsjon. Evaluering på sider som ikke brukes i trening bidrar til å forstå hvordan modellen håndterer nytt materiale. Resultatene avhenger imidlertid av håndskriften og dokumentenes tilstand: en isolert prosentandel, uten en beskrivelse av testen, sier lite om kvaliteten på en hel samling.

For MOmA vil det være nyttig å vite resultatene per periode og dokumenttype, i tillegg til tid som trengs for korrigeringDen operative fordelen vil avhenge av hvor mye det automatiske utkastet fremskynder spesialistens arbeid.

Menneskelig gjennomgang åpner arkiver for fjernforskning

Tidsplanen som ble skissert i mars 2026 tildeler genealogiske organisasjonsteam FamilySearch Det vil ta omtrent to år å skanne dokumentene. Stipendstøttede studenter forventes å være involvert i å sjekke de automatiske karakterutskriftene, i en fase anslått til tre til fem årDette er prosjekttider, innenfor det bredere tiårsprogrammet.

Yasaman Rezaei, koordinator for MOmA, sa at hun så en prototype og koblet dens nytteverdi til sin egen forskningserfaring:

«Det er synd at jeg ikke hadde noe sånt da jeg tok doktorgraden min.»

La menneskelig gjennomgang Dette vil direkte påvirke muligheten til å finne informasjon. Hvis programvaren staver et egennavn feil, kan det hende at et eksakt søk ikke returnerer dokumentet som inneholder det. Derfor må søkehastigheten som katalogen lover skilles fra fullstendigheten av svarene: sistnevnte vil også avhenge av tekstens kvalitet, de grafiske variasjonene og de tilgjengelige søkeverktøyene.

Digital tilgang har også konkrete konsekvenser for det vitenskapelige samfunnet. Forbudet mot kvinner å komme inn på Athos-fjellet hindrer kvinnelige forskere i å konsultere arkivene på stedet; tillatelser og logistiske vanskeligheter begrenser også arbeidet til andre forskere. Tilgjengeligheten av reproduksjoner og katalogen ville gjøre det mulig å studere artiklene. uavhengig av fysisk tilgang til klostre, noe som øker antallet personer som er i stand til å verifisere og tolke dem.

Programmet Athos digitale kulturarv har allerede brakt en enorm arv av dokumenter, manuskripter, bøker og kunstgjenstander på nett. Gresk institusjonell presentasjon Den beskriver over to millioner digitale dokumenter, sammen med audiovisuelt innhold, tredimensjonale reproduksjoner og virtuelle turer. Digitaliseringstallene bør tolkes ved å skille mellom bildene som er produsert og de individuelle reproduserte ressursene.

MOmA legger også til spesifikt arbeid med det språklige innholdet i osmanske dokumenter: bildene vil også bli brukt til å utvikle leseverktøy. Forholdet med Athos Digital Heritage tar for seg denne utviklingen av funksjoner; initiativene har sine egne organisasjoner og mål.

Arrangørene har til hensikt å gjøre HTR-systemet tilgjengelig for det vitenskapelige miljøet etter hvert som åpent digitalt verktøyUtvidelsen av automatisk lesing til håndskrift fra de eldste århundrene er fortsatt et av målene som skal oppnås gjennom Mount Athos-korpuset: nettopp kartene som er lengst unna de sen-ottomanske materialene som allerede er testet, vil gi bevis på dens evne til generalisering.

Her er tre innsikter som kan interessere deg:

Gjengitt (og restaurert) i 3D oksen som laget Santo Antonio
Diego De Maio: «Voynich-folket snakker et gammelt alpespråk.»
På Svalbard et hvelv som beskytter all verdens minne