Automatische Texterkennung (ATR). Neue Möglichkeiten für Historikerinnen und Historiker
Automatic Text Recognition (ATR): New Horizons for Historians
Résumé
Dieser Vortrag zielt darauf, jungen Historikerinnen und Historiker die Entwicklung und Auswirkungen von automatischer Texterkennung (ATR) auf die Geschichtswissenschaft näher zu bringen. Zunächst werden die Entwicklung bei der Texterkennung durch Optical Character Recognition (OCR) und die Herausforderungen bei der Indexierung und Transkription von Handschriften (HTR) erörtert, die den Zugang zu und die Nutzung von historischen Quellen erheblich verbessert haben. Der Schwerpunkt wird auf neuere Vorhaben gelegt, insbesondere auf die Forschungsprojekte des Institut de recherche et d'histoire des textes (Himanis, Horae, Home) und des Clusters 3 von Biblissima+ (Künstliche Intelligenz und Handschriften- und Mustererkennung). Hervorgehoben wird ihre Vernetzung mit anderen relevanten Aufgaben aus dem paläographischen und linguistischen Bereich, darunter Identifizierung von Schreibern, Datierung, Begutachtung, Named Entity Recognition (NER) und Stilometrie.
In seinem Vortrag zeigt Dominique Stutzmann, wie diese Entwicklungen die Art und Weise grundlegend verändern, in der Historikerinnen und Historiker mit ihren Quellen umgehen. Aus den komplementären Aufgaben kann ein ganzheitlicher Ansatz entstehen, um historische Quellen genauer und gründlicher zu analysieren und zu kontextualisieren. Konkret wird es darum gehen, wie die Konzepte des »distant editing« und der »artificial edition« ihre Verkörperung in der Verwendung fortgeschrittener Sprachmodelle wie GPT finden können, die neue Perspektiven für die Analyse und das Verständnis von historischen Dokumenten eröffnet haben.
Cette conférence s’adresse aux jeunes historiennes et historiens désireux de mettre en œuvre la reconnaissance automatique de texte (ATR), et ce, pour mieux en comprendre l’évolution et l’impact sur le domaine de l’histoire. Il sera d’abord question du développement de la reconnaissance optique des caractères (OCR) et des défis relevés par l’indexation et la transcription manuscrite (HTR) qui ont considérablement amélioré l’accessibilité et l’exploitation des sources historiques. L’accent sera mis sur les entreprises récentes, en particulier celles en lien avec les projets de recherche de l’IRHT (Himanis, Horae, Home) et du cluster 3 de Biblissima+ (Intelligence artificielle et la reconnaissance de formes et d’écritures manuscrites), en soulignant leur interconnexion avec d’autres tâches pertinentes dans le domaine paléographique et linguistique. Cela inclura la reconnaissance de scripteurs, la datation, l’expertise, la reconnaissance d’entités nommées (NER), la liaison d’entités nommées (NEL) et la stylométrie.
Dans sa conférence, Dominique Stutzmann montrera ainsi comment ces avancées transforment radicalement la manière dont les historiennes et les historiens abordent leurs sources. Il montrera comment ces tâches complémentaires permettent de créer une approche holistique pour analyser et contextualiser les sources historiques de manière plus précise et approfondie. Plus spécifiquement, il s’agira de voir comment les concepts de »distant editing« et d’»artificial edition« peuvent trouver leur incarnation dans l’utilisation de modèles de langage avancés tels que GPT, qui ont ouvert de nouvelles perspectives en matière d’analyse et de compréhension des documents historiques.