1. Библиотека с повече от един глас
Един полезен каталог не може да разглежда цялата будистка литература като взаимозаменяеми изрази на една-единствена позиция. Колекциите, езиците, жанровете и коментарните традиции се различават. Първоизточник, съвременно въведение и устно наставление могат да обсъждат един и същ термин, но да служат на различни цели. Връзката между тях трябва да е видима, преди алгоритъм да обедини резултатите от търсенето.
Затова предлаганият от нас модел разграничава езика, жанра, приписваното авторство, изданието и традиционния контекст на текста. Тези описания трябва да оставят място за несигурност и разногласия. Свързването на записи е полезно; мълчаливото решение, че един запис е окончателният израз на будизма, не е. Една обща система за откриване на източници може да запази различните гласове, заради които сравнението си заслужава.
2. От произведението до проверимия пасаж
Документацията на BUDA към BDRC разграничава произведението като абстрактна единица от конкретната му версия. [3] Това е ценна отправна точка за проследяване на издания, преводи и цифрови представяния, без те да се смесват.
За бъдещ пилотен проект на Матрея предлагаме проследима верига от произведението през изданието и цифровия обект до страницата или сегмента. Цитатът трябва да посочва преводача и версията, а не само да назовава известен свещен текст. Ако едно издание се промени, по-ранната препратка трябва да остане разбираема. Оригиналният правопис може да съществува редом с нормализирани форми за търсене. Възможните паралели трябва да се разграничават от потвърдените съответствия, а несигурните датировки да се обозначават, вместо да се отгатват. Метаданните са част от изследователската аргументация, а не украса, добавена след събирането на материалите.
- 01Произход→
- 02Права и съгласие→
- 03Версия на текста→
- 04Проверка
Редакционна диаграма на Матрея: методологическа илюстрация, а не експериментален резултат.
3. Изображението е самостоятелен източник
Изображението на ръкопис запазва оформлението, повредите, поправките и други особености, които текстовата транскрипция не може да предаде изцяло. Насоките на BDRC за дигитализация дават практически ориентир за това заснемането и документирането да се разглеждат като съществена работа по опазване на наследството. [5]
Предложеният от нас работен процес запазва изображението, резултата от оптичното разпознаване на текст (OCR), коригираната транскрипция и превода като отделни слоеве. Всеки слой има собствен статус на проверка и история на редакциите. Поправката на доброволец трябва да остава свързана с автора си и да може да бъде отменена. Изпитванията трябва да включват повредени и трудни страници, а не само чисти образци. Един общ показател за точност не е достатъчен: читателите се нуждаят от примери за пропуски, измислени знаци и грешки, които променят смисъла. Пропуснатото отрицание може да е по-важно от много правилно разпознати често срещани думи.
4. Преводът прави решенията видими
Гладкият превод не е автоматично най-точният. Терминологията зависи от жанра, аудиторията и тълкувателните решения. Корпусът трябва да помага на читателите да разглеждат тези решения, без да създава впечатлението, че всеки термин има един универсален еквивалент.
Сред водещите принципи на 84000 са точността, четивността и подкрепата за преводачите. [4] За предлаганата от нас практика изводът е да пазим връзката на въведенията, бележките и редакционния контекст с преведения текст. Терминологичните съответствия трябва да имат автори и граници на приложимост. Еквивалент, подходящ за един коментар, може да е подвеждащ в друг. Когато машинният превод е разрешен, той може да подпомага подготовката на чернова; публикуваният изследователски превод изисква квалифицирана проверка или ясно забележимо указание, че такава проверка не е извършена.
5. Достъпът не означава неограничено разрешение
Древните произведения, съвременните преводи, сканираните изображения, бележките и софтуерните интерфейси могат да имат различни условия за повторна употреба. BDRC разграничава свободно достъпни и ограничени материали и не може да предоставя права, принадлежащи на трети лица. [2] Сам по себе си един уебсайт, който можем да четем, не е документ за разрешение за всяка последваща употреба.
SuttaCentral разграничава категории материали в лицензионната си политика и изрично моли съдържанието му да не се събира за набори от данни за генеративен ИИ. [1] Тази позиция заслужава внимание наред с анализа на лицензите. Страницата с условията на 84000, използвана за тази статия, е обозначена като проект; разграничените ѝ разпоредби не трябва да се представят като всеобщо разрешение за обучение на модели. [6] Предлагаме разрешеното съхранение, публикуване, преобразуване и прехвърляне да се документират преди включването на материалите в системата. Конкретните въпроси за права изискват самостоятелна оценка, а не извод от етикета „отворен“.
6. Опазването и публикуването могат да се различават
BDRC описва културни ограничения на достъпа наред с ограниченията, произтичащи от авторското право. [3] Подобни условия засягат отношения и отговорности в живите традиции. Те не бива да се разглеждат просто като препятствия, които инженерът трябва да премахне.
Един архив може да запази описание, без да публикува самия материал. Публичният каталожен запис, копието за опазване с ограничен достъп и свободно четимият текст са различни решения. Общностите се нуждаят от практически начин да поискат поправка или преразглеждане. Устните записи изискват особено внимание: разрешението за семинар не означава автоматично съгласие гласът да бъде публикуван за постоянно или използван за обучение на модел. Съгласието трябва да обхваща предлаганите употреби, обяснени разбираемо. Отвореността е ценна, когато разширява възможността на участниците да действат, вместо да ги лишава от контрол след едно първоначално решение.
7. Първа колекция с управляем обхват
Един надежден пилотен проект може да започне с малък, съгласуван набор от текстове с изяснен произход и разрешения. Той би могъл да сравнява разрешени преводи и да оценява дали инструментът за търсене връща правилния пасаж. Това е възможен замисъл, а не твърдение, че разрешенията или корпусът вече съществуват.
Успех би означавало независим читател да може да възстанови извършената работа. Всеки документ се нуждае от устойчив идентификатор, описание на версията, запис за правата и статус на проверка. Всяка поправка се нуждае от основание и посочен автор. Материалите с неясни права трябва да се отлагат; непровереният превод трябва да е обозначен; трудните страници не бива тихомълком да изчезват от оценяването. Тези правила за спиране правят проекта поддържаем и след първата му публична демонстрация.
8. Библиотеката като продължаващо сътрудничество
Цифровото наследство се променя с подобряването на разчитанията, откриването на грешки и развитието на условията за достъп. Затова системата се нуждае от процедури за поправки и история на версиите, а не само от бутон за изтегляне. Участниците трябва да могат да видят как се признава техният опит и как работата им помага на съответните общности.
За Матрея отворените въпроси са конкретни: кои текстове са приоритетни за общностите, кои езици са недостатъчно представени, от какво се нуждаят обучаващите се и специалистите и кой може да поддържа каталога във времето? Технологията следва тези решения. Първият принос към диалога между будизма и науката може просто да улесни намирането на източник, без да нарушава контекста му. Оценяването на ИИ може да последва, когато съответните употреби са ясно съгласувани.
Основни моменти
- Проследявайте произведенията, версиите и пасажите отделно, като запазвате контекста, необходим за проверка на цитатите.
- Възможността да четем дадено съдържание, правата за повторна употреба и съгласието за обработка с ИИ са различни неща.
- Започнете с малък, добре документиран пилотен проект, който участниците могат да преглеждат, коригират и поддържат.
Източници и допълнително четене
Връзките водят към оригинални публикации, текстове или официални страници на институции. Условията за достъп и повторно използване може да се различават.
- LicensingSuttaCentral
Категории материали и конкретното искане относно набори от данни за генеративен ИИ; проверявайте всеки обект поотделно.
- Access PoliciesBuddhist Digital Resource Center
Материали със свободен и с ограничен достъп и права на трети страни.
- Frequently Asked QuestionsBuddhist Digital Resource Center
Разграничение между произведение и версия, произход на електронните текстове и културни ограничения за достъп.
- Guiding Principles84000: Translating the Words of the Buddha
Принципи на превода; позоваването не означава партньорство с Матрея.
- Digitization GuidelinesBDRC / BUDA
Документация на проекта за цифровизиране.
- Terms of Use (DRAFT)84000: Translating the Words of the Buddha
Разгледаната страница е обозначена като проект на условия, а не като универсално разрешение за повторно използване.
Редакционна статия, подготвена от Матрея с помощта на ИИ. Тя не е преминала външно научно рецензиране. Източниците са предоставени за независима проверка.
Редакционна политика · Съобщете за грешка или предложете допълнение
