Meldung · Manuskripte

KI transkribiert 32.763 mittelalterliche Handschriften in vier Monaten

· Quelle earth.com

KI transkribiert 32.763 mittelalterliche Handschriften in vier Monaten

Forscher der Computerphilologie bei Inria berichten über die Erstellung von CoMMA, einem Korpus aus 32.763 mittelalterlichen Manuskripten, die automatisch mittels künstlicher Intelligenz transkribiert wurden. Das Projekt wurde in vier Monaten abgeschlossen. Um das Vorhaben zu skalieren, nutzte das Team digitalisierte Manuskriptbestände und Metadaten, die über Biblissima+ zusammengeführt wurden.

Die im Korpus enthaltenen Manuskripte stammen aus der Zeit von etwa 800 bis 1600 n. Chr. und sind in mittelalterlichem Latein, Altfranzösisch und Italienisch verfasst. Für die automatische Texterkennung verwendeten die Wissenschaftler Handwritten Text Recognition mit der Kraken-Engine und CATMuS-Modellen. Das finale Korpus umfasst mehr als 3,3 Milliarden Token.

Häufige Fragen

Welche Dokumente sind im CoMMA-Korpus enthalten?
Das Korpus umfasst 32.763 mittelalterliche Manuskripte in mittelalterlichem Latein, Altfranzösisch und Italienisch. Die Texte datieren von etwa 800 bis 1600 n. Chr.
Wie wurde die automatische Transkription durchgeführt?
Die Forscher nutzten Handwritten Text Recognition mit der Kraken-Engine und CATMuS-Modellen. Zur Skalierung verwendeten sie digitalisierte Bestände und Metadaten von Biblissima+.