IN CODICE RATIO - Histórico de revisão

Diacronie1 em 08h24min de 14 de julho de 2021

2021-07-14T08:24:10Z

Lana.Sato em 00h12min de 28 de março de 2021

2021-03-28T00:12:52Z

Lana.Sato em 03h04min de 27 de março de 2021

2021-03-27T03:04:49Z

Lana.Sato em 03h02min de 27 de março de 2021

2021-03-27T03:02:08Z

Lana.Sato em 01h44min de 26 de março de 2021

2021-03-26T01:44:28Z

Lana.Sato em 01h40min de 26 de março de 2021

2021-03-26T01:40:41Z

Lana.Sato em 01h37min de 26 de março de 2021

2021-03-26T01:37:32Z

Lana.Sato em 01h34min de 26 de março de 2021

2021-03-26T01:34:39Z

Lana.Sato em 01h32min de 26 de março de 2021

2021-03-26T01:32:18Z

Lana.Sato em 01h29min de 26 de março de 2021

2021-03-26T01:29:47Z

@@ Linha 1: / Linha 1: @@
 {{articolo|
-nome=|
+nome=Antonella|
 cognome=Castronuovo|
 testo=

@@ Linha 55: / Linha 55: @@
 Ci sono però due limiti:
-      -una soluzione basata su tecniche di Machine Learning funziona bene solo a fronte di una costosissima fase di addestramento. In pratica, è necessario mostrare al sistema un numero molto elevato di esempi;
+* una soluzione basata su tecniche di Machine Learning funziona bene solo a fronte di una costosissima fase di addestramento. In pratica, è necessario mostrare al sistema un numero molto elevato di esempi;
-      -le eccezioni presenti nei testi, tipicamente sotto forma di abbreviazioni (nuovi simboli introdotti dal copista per abbreviare sequenze più o meno frequenti di caratteri), inficiano l’apprendimento, a meno di non prevedere comunque l’intervento manuale di un paleografo.
+* le eccezioni presenti nei testi, tipicamente sotto forma di abbreviazioni (nuovi simboli introdotti dal copista per abbreviare sequenze più o meno frequenti di caratteri), inficiano l’apprendimento, a meno di non prevedere comunque l’intervento manuale di un paleografo.
 I paleografi dovrebbero tuttavia intervenire in una seconda fase di lavori e non nella prima, perché troppo dispendioso. Ovviamente, il sistema può essere addestrato anche a riconoscere le abbreviazioni più frequenti: da qui nasce la necessità di scomporre l’addestramento del sistema in azioni elementari molto semplici, che possano anche essere affidate a persone meno qualificate.

@@ Linha 46: / Linha 46: @@
 Il risultato sarebbe  quindi una sorta di o stallo informatico, noto come il paradosso di Sayre. Quest’ultimo viene  risolto grazie ad un’innovazione chiamata “scomposizione a mosaico”, la quale separa le parole non in lettere ma in segmenti più simili a tratti singoli di penna, come nella seguente foto.
-[[Arquivo:InCastronuovo2.png|300px|thumb|center|]]
+[[Arquivo:InCastronuovo2.png|300px|center]]
 Questo nuovo approccio all’OCR permette di dividere ogni parola in una serie di strisce verticali e orizzontali, cercando le porzioni più sottili, in cui si trova meno inchiostro (o meglio meno pixel). Il software poi incide le lettere in corrispondenza di queste giunzioni.
@@ Linha 67: / Linha 67: @@
 Inizialmente sono state divise le lettere dell’alfabeto latino in classi: 19 più dei caratteri speciali.
-[[Arquivo:InCastronuovo3.png|500px]]
+[[Arquivo:InCastronuovo3.png|500px|thumb|center|''Esempi di caratteri speciali '']]
 Poi è stata fatta un’altra suddivisione in classi in base a come queste lettere sono scritte, per un totale di 23 classi.
-[[Arquivo:InCastronuovo4.png|500px]]
+[[Arquivo:InCastronuovo4.png|500px|thumb|center|''Un esempio di trascrizione per caratteri '''a, b, c''''' ]]
 Una volta operata questa classificazione gli studenti accedevano a un’applicazione web, che presentava una schermata divisa in tre sezioni:
-[[Arquivo:InCastronuovo5.png|700px]]
+[[Arquivo:InCastronuovo5.png|700px|center]]
 La banda verde in alto contiene esempi “positivi” di una lettera specifica (la g in questo caso) provenienti da un testo medievale in latino.
@@ Linha 91: / Linha 87: @@
 Terminato il compito degli studenti, dopo aver approvato un numero sufficiente di esempi, il software ha cominciato ad assemblare porzioni di mosaico in modo indipendente, giudicando in autonomia quali lettere fossero presenti.
-[[Arquivo:InCastronuovo6.png|500px]]
+[[Arquivo:InCastronuovo6.png|500px|thumb|center|''Esempi di porzioni di mosaico assemblati dal software.'']]
 Tuttavia, assemblare tessere di mosaico, formando lettere plausibili, non è sufficiente. Il sistema ha bisogno di strumenti supplementari per sciogliere alcuni nodi dei testi manoscritti.
-[[Arquivo:InCastronuovo7.png|300px]]
+[[Arquivo:InCastronuovo7.png|300px|center]]
 Nell’immagine appena mostrata, ad esempio, emergono diverse ipotesi: ''aimo, amio, aniio, aiino '', e persino ''aiiiio ''. La parola esatta è anno. Il software ha indovinato la lettera A e la lettera O. Ma le quattro colonne parallele in mezzo lo hanno mandato in tilt. A partire da un corpus di 1,5 milioni di testi latini, sono state calcolate le frequenze delle sequenze composte da due, tre, quattro, cinque lettere. Il software usa queste statistiche per assegnare delle probabilità alle diverse ipotesi di parole che emergono dal riconoscimento dei singoli caratteri. In questo modo il sistema ha imparato che la combinazione delle lettere ''“nn”'' è molto più frequente delle altre.
@@ Linha 105: / Linha 99: @@
 I primi tentativi hanno dato esiti alterni. Nei testi trascritti finora, almeno un terzo delle parole conteneva uno o più refusi: gli errori più comuni erano la confusione tra i caratteri m, n e i e tra altri due caratteri spesso confusi tra loro: la lettera f e una forma allungata e arcaica di s. Il software ha indovinato il 96% delle lettere manoscritte.
-[[Arquivo:InCastronuovo8.png|500px]]
+[[Arquivo:InCastronuovo8.png|500px|thumb|center|(Forme differenti dei caratteri ''d'' ed ''s'').]]
 Come tutte le intelligenze artificiali, il software migliorerà nel tempo, man mano che avrà processato un numero maggiore di testi.

@@ Linha 32: / Linha 32: @@
 == '''''SVILUPPI''''' ==
-[[Arquivo:InCastronuovo1.png|800px]]
+[[Arquivo:InCastronuovo1.png|800px|thumb|center|''Nell’Archivio segreto vaticano. Una pergamena degli atti di una lettera di Ladislao d’Ungheria del 20 marzo 1339.'']]
 Il team ha addestrato la propria rete neurale su immagini e documenti forniti dal Vaticano, per riconoscere intere parole anziché lettere.
@@ Linha 48: / Linha 46: @@
 Il risultato sarebbe  quindi una sorta di o stallo informatico, noto come il paradosso di Sayre. Quest’ultimo viene  risolto grazie ad un’innovazione chiamata “scomposizione a mosaico”, la quale separa le parole non in lettere ma in segmenti più simili a tratti singoli di penna, come nella seguente foto.
-[[Arquivo:InCastronuovo2.png|300px]]
+[[Arquivo:InCastronuovo2.png|300px|thumb|center|]]
 Questo nuovo approccio all’OCR permette di dividere ogni parola in una serie di strisce verticali e orizzontali, cercando le porzioni più sottili, in cui si trova meno inchiostro (o meglio meno pixel). Il software poi incide le lettere in corrispondenza di queste giunzioni.

← Edição anterior		Edição das 01h44min de 26 de março de 2021
Linha 121:		Linha 121:
	Infine, Google AI ha scelto ''In Codice Ratio'' come progetto vetrina dell’ultima versione di ''TensorFlow''. Elena Nieddu è stata invitata a presentare il caso di studio di ''In Codice Ratio'' al prossimo ''TensorFlow Dev Summit'', tenutosi il 6 e il 7 marzo 2019 a Sunnyvale, in California.		Infine, Google AI ha scelto ''In Codice Ratio'' come progetto vetrina dell’ultima versione di ''TensorFlow''. Elena Nieddu è stata invitata a presentare il caso di studio di ''In Codice Ratio'' al prossimo ''TensorFlow Dev Summit'', tenutosi il 6 e il 7 marzo 2019 a Sunnyvale, in California.

		+	Link ai video sul progetto In Codice Ratio:
		+
		+	https://www.youtube.com/watch?v=m2OB3qq4KIM
		+
		+	https://www.youtube.com/watch?v=PJoiHWzObGc



	}}		}}

← Edição anterior		Edição das 01h40min de 26 de março de 2021
Linha 115:		Linha 115:
	== '''''CONCLUSIONI''''' ==		== '''''CONCLUSIONI''''' ==

		+	La strategia generale di ''In Codice Ratio'', la frammentazione a mosaico unita a un addestramento del software tramite crowdsourcing, potrebbe facilmente essere adattato alla lettura di testi in altre lingue e altre scritture. La cosa potrebbe potenzialmente fare, per i documenti manoscritti, quello che Google books ha fatto per i testi a stampa: rendere disponibili lettere, riviste, diari e altri testi stampati ai ricercatori di tutto il mondo, semplificando sia la lettura di questi documenti sia la ricerca di materiale rilevante.
		+
		+	Il professore Paolo Merialdo ha inoltre affermato: “le nuove tecnologie possono essere uno strumento per processare una grande mole di dati, offrire strumenti per trovare nuove correlazioni e nuove significative interpretazioni. Coordinare gli esperti, ognuno con un ruolo trasversale (archivisti, paleografi, diplomatisti, filologi) in tutto il processo, è entusiasmante […]. L’idea di coinvolgere dei liceali è stata considerata assurda. Ma ora la macchina sta imparando grazie ai loro sforzi. Mi piace osservare come un piccolo impegno di molte persone possa contribuire alla soluzione di un problema complesso […]. Attraverso seminari e incontri con ricercatori di ingegneria informatica, studiosi di paleografia e storici, gli studenti, oltre a imparare i rudimenti di queste materie, avranno modo di avere una panoramica dell’intero progetto e la possibilità di approfondire le tematiche di maggiore interesse. Si avvicineranno inoltre a tecniche innovative di machine learning, oltre che a quelle di trascrizione e successiva indicizzazione dei manoscritti medioevali […]. Anche trascrizioni imperfette possono fornire informazioni generali e di contesto a proposito del manoscritto analizzato.”
		+
		+	Infine, Google AI ha scelto ''In Codice Ratio'' come progetto vetrina dell’ultima versione di ''TensorFlow''. Elena Nieddu è stata invitata a presentare il caso di studio di ''In Codice Ratio'' al prossimo ''TensorFlow Dev Summit'', tenutosi il 6 e il 7 marzo 2019 a Sunnyvale, in California.

← Edição anterior		Edição das 01h34min de 26 de março de 2021
Linha 97:		Linha 97:
	''Esempi di porzioni di mosaico assemblati dal software.''		''Esempi di porzioni di mosaico assemblati dal software.''

		+	Tuttavia, assemblare tessere di mosaico, formando lettere plausibili, non è sufficiente. Il sistema ha bisogno di strumenti supplementari per sciogliere alcuni nodi dei testi manoscritti.
		+
		+	[[Arquivo:InCastronuovo7.png\|500px]]
		+
		+	Nell’immagine appena mostrata, ad esempio, emergono diverse ipotesi: ''aimo, amio, aniio, aiino '', e persino ''aiiiio ''. La parola esatta è anno. Il software ha indovinato la lettera A e la lettera O. Ma le quattro colonne parallele in mezzo lo hanno mandato in tilt. A partire da un corpus di 1,5 milioni di testi latini, sono state calcolate le frequenze delle sequenze composte da due, tre, quattro, cinque lettere. Il software usa queste statistiche per assegnare delle probabilità alle diverse ipotesi di parole che emergono dal riconoscimento dei singoli caratteri. In questo modo il sistema ha imparato che la combinazione delle lettere ''“nn”'' è molto più frequente delle altre.
		+
		+	Messa a punto questa soluzione, il sistema era finalmente pronto a leggere alcuni testi da solo. L’équipe ha deciso di dargli in pasto una sottosezione di oltre 18.000 pagine dell’Archivio Segreto Vaticano contenenti lettere a sovrani europei, sentenze su questioni legali e altre corrispondenze.

	}}		}}

← Edição anterior		Edição das 01h32min de 26 de março de 2021
Linha 82:		Linha 82:

	[[Arquivo:InCastronuovo5.png\|700px]]		[[Arquivo:InCastronuovo5.png\|700px]]
		+
		+	La banda verde in alto contiene esempi “positivi” di una lettera specifica (la g in questo caso) provenienti da un testo medievale in latino.
		+
		+	La banda rossa contiene esempi ingannevoli della stessa lettera che nel progetto In Codice Ratio vengono chiamati “falsi amici”.
		+
		+	La griglia in basso è la parte essenziale del programma. Ognuna delle immagini al suo interno è composta da una serie di tessere del mosaico che il software OCR ha composto, ipotizzando una lettera plausibile.
		+
		+	Agli studenti veniva chiesto di valutare queste lettere, indicando quali corrispondono alla lettera in esame (la g, nell’esempio). In pratica, gli studenti dovevano confrontare ogni immagine nella griglia con lettere degli esempi positivi nella barra verde, spuntando la casella dove trovavano una corrispondenza. Immagine dopo immagine, clic dopo clic, gli studenti hanno insegnato al software la forma di ciascuno dei 22 caratteri dell’alfabeto latino medievale (dalla A alla X, più alcune forme alternative di S e di D).
		+
		+	Terminato il compito degli studenti, dopo aver approvato un numero sufficiente di esempi, il software ha cominciato ad assemblare porzioni di mosaico in modo indipendente, giudicando in autonomia quali lettere fossero presenti.
		+
		+	[[Arquivo:InCastronuovo6.png\|700px]]
		+
		+	''Esempi di porzioni di mosaico assemblati dal software.''


	}}		}}