Entschlüsselung kolonialer Aufzeichnungen mit Künstlicher Intelligenz. Automatisierte Transkription groß angelegter historischer Sammlungen des 16. und 17. Jahrhunderts in Lateinamerika - Lancaster EPrints

Zwischen dem 16. und 18. Jahrhundert wurden in ganz Lateinamerika Millionen von Dokumenten erstellt, die sowohl von spanischen Kolonisatoren als auch von indigenen Völkern verfasst wurden. Diese kolonialen Aufzeichnungen wurden in einer Vielzahl komplexer kalligraphischer Stile geschrieben und enthielten oft indigene Sprachen neben Spanisch. Diese Vielfalt und das Alter der Dokumente haben ihre Transkription und Interpretation zu einer bedeutenden Herausforderung gemacht, die spezielles paläographisches Fachwissen und Kenntnisse historischer Sprachen erfordert. Infolgedessen bleiben viele wertvolle historische Erkenntnisse in Archiven verschlossen und sind für die meisten Forscher und die Öffentlichkeit unzugänglich.\n\nJüngste Fortschritte im Bereich des maschinellen Lernens und der künstlichen Intelligenz haben neue Wege eröffnet, um diese Transkriptionsherausforderungen anzugehen. In dieser Forschung entwickelte das Team zwei primäre computergestützte Werkzeuge, um die reichen historischen Daten in kolonialen Archiven zu erschließen. Das erste Werkzeug ist ein Klassifikator für historische Dokumente, der Convolutional Neural Networks (CNNs) und Support Vector Machines (SVMs) einsetzt, um verschiedene in den Dokumenten vorkommende kalligraphische Stile genau zu identifizieren und zu kategorisieren. Dieser Klassifikator zeigte hervorragende Leistungen und erreichte F1-Werte von über 90 % für die meisten Schriftarten, was auf ein hohes Maß an Präzision und Rückruf hinweist.\n\nDie zweite computergestützte Methode konzentriert sich auf die Handschriftenerkennung (HTR). Mithilfe der Transkribus-Plattform trainierten die Forscher Modelle speziell auf spanische Manuskripte des 16. und 17. Jahrhunderts, was die automatisierte Transkription handschriftlicher Texte ermöglichte. Die Ergebnisse zeigten wettbewerbsfähige Zeichenfehlerraten (CER) von 5,25 % für die Redonda-Schrift, 8,92 % für Itálica Cursiva und 14,15 % für Procesal Simple. Diese Fehlerraten sind angesichts der Komplexität und historischen Variation der Handschriftenstile bemerkenswerte Erfolge.\n\nGemeinsam ermöglichen diese automatisierten Werkzeuge die Umwandlung zuvor „unlesbarer“ oder unzugänglicher Archivdokumente in digitalisierte, durchsuchbare Daten. Dieser Durchbruch wird die Zugänglichkeit lateinamerikanischer historischer Aufzeichnungen erheblich verbessern und Bibliotheken, Archiven und Forschern ermöglichen, Jahrhunderte an Informationen zu erschließen, die zuvor schwer oder unmöglich zu entziffern waren. Letztlich stellt dieses Projekt einen bedeutenden Fortschritt in den digitalen Geisteswissenschaften dar und überbrückt die Kluft zwischen historischer Forschung und modernster KI-Technologie.\n\nDie Auswirkungen dieses technologischen Fortschritts gehen über die reine Transkription hinaus. Durch die Automatisierung des Lesens und der Klassifizierung umfangreicher kolonialer Dokumentensammlungen eröffnet die Forschung neue Wege für historische Analysen, Sprachstudien und den kulturellen Erhalt. Sie bietet auch Möglichkeiten für Kooperationen zwischen Historikern, Informatikern und indigenen Gemeinschaften, um ihre gemeinsame Vergangenheit zurückzufordern und neu zu interpretieren. Während sich diese KI-gestützten Techniken weiter verbessern, versprechen sie, die Art und Weise, wie historische Dokumente untersucht werden, zu revolutionieren und ein unschätzbares kulturelles Erbe für zukünftige Generationen zu bewahren.