ترجمه فارسی مقاله نوروپاپیری: یک شبکه تعبیه شده عمیق برای بازیابی پاپیری دست نویس

چکیده

The intersection of computer vision and machine learning has emerged as a promising avenue for advancing historical research, facilitating a more profound exploration of our past. However, the application of machine learning approaches in historical palaeography is often met with criticism due to their perceived “black box” nature. In response to this challenge, we introduce NeuroPapyri, an innovative deep learning-based model specifically designed for the analysis of images containing ancient Greek papyri. To address concerns related to transparency and interpretability, the model incorporates an attention mechanism. This attention mechanism not only enhances the model’s performance but also provides a visual representation of the image regions that significantly contribute to the decision-making process. Specifically calibrated for processing images of papyrus documents with lines of handwritten text, the model utilizes individual attention maps to inform the presence or absence of specific characters in the input image. This paper presents the NeuroPapyri model, including its architecture and training methodology. Results from the evaluation demonstrate NeuroPapyri’s efficacy in document retrieval, showcasing its potential to advance the analysis of historical manuscripts.

چکیده به فارسی (ترجمه ماشینی)

تقاطع دید رایانه و یادگیری ماشین به عنوان یک خیابان امیدوار کننده برای پیشبرد تحقیقات تاریخی ظاهر شده است و اکتشاف عمیق تری از گذشته ما را تسهیل می کند.با این حال ، استفاده از رویکردهای یادگیری ماشین در پالئوگرافی تاریخی اغلب به دلیل طبیعت درک شده “جعبه سیاه” آنها با انتقاد روبرو می شود.در پاسخ به این چالش ، ما Neuropapyri را معرفی می کنیم ، یک مدل مبتنی بر یادگیری عمیق مبتنی بر یادگیری که به طور خاص برای تجزیه و تحلیل تصاویر حاوی پاپیری یونان باستان طراحی شده است.برای پرداختن به نگرانی های مربوط به شفافیت و تفسیر ، این مدل مکانیسم توجه را شامل می شود.این مکانیسم توجه نه تنها عملکرد مدل را تقویت می کند بلکه نمایش بصری از مناطق تصویر را نیز فراهم می کند که به طور قابل توجهی در فرآیند تصمیم گیری نقش دارند.به طور خاص برای پردازش تصاویر از اسناد پاپیروس با خط متن دستنویس ، از نقشه های توجه فردی استفاده می کند تا از حضور یا عدم وجود شخصیت های خاص در تصویر ورودی مطلع شود.در این مقاله مدل نوروپاپیری ، از جمله معماری و روش آموزش آن ارائه شده است.نتایج حاصل از ارزیابی ، اثربخشی نوروپاپیری در بازیابی اسناد را نشان می دهد ، و پتانسیل آن را برای پیشبرد تجزیه و تحلیل نسخه های تاریخی نشان می دهد.