[新闻] 机器学习如何破译早已消亡的古老语言?

楼主: falomu (法萝暮)   2019-04-06 21:45:52
机器学习如何破译早已消亡的古老语言?
苏菲·哈达克
Sophie Hardach
2019年 4月 5日
在大英博物馆(British Museum)的柔光照射下,人们只能勉强看到镌刻在这些古老泥板上
的密密麻麻的楔形标记。这些细小的标记是世界上最古老的书写系统——楔形文字的遗迹

楔形文字起源于5000多年前的美索不达米亚,位于底格里斯河和幼发拉底河之间,也就是
现在的伊拉克。楔形文字捕捉了一个长达3000年之久的、复杂而迷人的文明。从王室兄弟
姐妹之间愤怒内斗的信件,到安抚一个任性婴儿的仪式,这些石碑让人们可以从另一个独
特的视角了解历史初期的社会。
它们记录了阿卡德、亚述和巴比伦帝国的兴衰,这是世界上第一个帝国。据估计,人们已
经挖掘出了约50万块楔形文字板,但还有很多仍深埋地下。
约150年前,学者首次破译楔形文字。然而,只有一小部分能读懂这种文字的人才了解其
中的秘密。目前,仍有约90%的楔形文字未被翻译出来。
但是,这种情况可能会有所改变,这都要归功于现代工具——机器翻译。
"人们并不了解美索不达米亚文明对自身文化的影响,"多伦多大学亚述学研究员佩龙
(Emilie Page-Perron)说。美索不达米亚文明孕育了车轮、天文学、一小时60分钟的计时
制、地图、洪水和方舟的故事、以及第一部文学作品——《吉尔伽美什史诗》。这本诗集
主要是用苏美尔语和阿卡德语写成的,能读懂这些语言的学者少之又少。
佩龙现在正在进行的一个项目,是用机器翻译公元前21世纪以来美索不达米亚文明的行政
记录,数量多达69000份,其目的之一是为新的研究发掘过去。
佩龙说:"我们虽然已经获得了关于美索不达米亚人生活的信息,但却没有真正从(美索
不达米亚)不同领域专业人士的知识中获益,比如经济和政治领域。如果有渠道(了解这
些知识),我们能更好地了解那些古老的社会。"
除了石碑,还有5万多枚美索不达米亚雕刻印章散落在世界各地。几千年来,美索不达米
亚人使用由雕刻石头制成的印章,这些印章被压入潮湿的粘土中,用来标记门、罐子、石
板和其他物品。这些刻章中只有十分之一被编入目录,更不用说翻译了。
牛津大学亚述学教授达尔(Jacob Dahl)表示:"我们所获得的关于美索不达米亚文明的资料
比希腊、罗马和古埃及的加起来还要多,但真正的挑战在于找到能读懂它们的人。"
佩龙和她的团队正在对一个数字化数据库中的4000个古代行政文本样本编写算法。这些行
政文本包括交易和运输记录,比如把羊、芦苇束或啤酒运到寺庙或个人手中的记录。这些
文字最初是用芦苇笔刻在粘土上的,现在,学者已经把它们音译成了我们的字母表。例如
,苏美尔语中表示"大"的词可以写成楔形文字,也可以写成英文字母表中的"gal"。
这些行政文书的措辞很简单。例如,"第15天,厨房有11只母山羊"。这种特点使得它们特
别适合被自动化处理。一旦算法学会了将样本文本翻译成英语,它们就能自动翻译其他经
过音译的石碑。
佩龙表示:"如果单独看我们正在研究的文本,它并没有那么有趣。但如果你把它们当作一
组文本来看,就有意思多了。"她预计英文版平台将在明年内上线。这些记录向我们展示
了古代美索不达米亚人的日常生活,包括权力结构和贸易网络,同时还展示了社会历史的
其他方面,如女工的角色。平台上可被检索的翻译,将使不同地方的研究人员都能探索到
古代生活的丰富面向。
佩龙解释说:"这些人与我们是如此不同,但他们也面对着和我们一样的基本问题。理解美
索不达米亚文明,能够帮助我们理解生而为人的意义。"
她希望机器分析也能弄清苏美尔人的一些特征,这是至今仍困扰著现代学术界的难题。这
种已经灭绝的语言与任何现代语言都没有联系,但却保存在以楔形文字书写的碑文中。这
可能是我们与更古老,甚至没有历史记载的社会之间最后的联系。
"苏美尔语可能是数千年前的语言大家庭中的最后一个成员,"芬克尔(Irving Finkel)说
。"文字及时地出现在这个世界上,拯救了苏美尔语……幸运的是,在苏美尔语与其他文
字一起消失之前,我们及时地开始学习这种语言。"
芬克尔是世界上顶尖的楔形文字专家之一。他在大英博物馆堆满书的办公室里讲解了手稿
是如何慢慢被破译的,这多亏了一位国王的多语种铭文,就像罗塞塔石碑帮助研究人员理
解了埃及象形文字一样。
他说:"当你与千年前的灵魂进行交谈时你会惊讶地发现,这简直太有趣了,仿佛在和他们
打电话。认识他们是世界上最令人兴奋的事情。"
触碰古老宝藏
只有少数人能接触到拥有5000年历史的石碑,但多亏了先进的成像技术,现在任何人只要
能上网就能接触到这些宝藏。比如,世界上现存最古老的皇家图书馆,人们正在将它数字
化。这座图书馆位于尼尼微,由亚述国王亚述巴尼帕(Ashurbanipal)建造。大英博物馆
展出了图书馆里幸存的一些碑文,是亚述巴尼帕专题展览的一部分。虽然早在公元前612
年,尼尼微遭遇洗劫时,这些碑文被火烤得又黑又硬,但上面得文字仍可辨认。
新的成像技术让人们在处理这些古老且破损严重的文本时更加轻松。有了精细的图像,人
们就有可能找出那些肉眼看不见的模糊标记。
达尔和他的同事一直在进行一个名为"楔形文字数字图书馆倡议"(Cuneiform Digital
Library Initiative)的项目,将储存在德黑兰、巴黎和牛津馆藏中的碑文及印章进行数
字化处理。这个庞大的在线数据库已经包含了世界上约三分之一的楔形文字,以及一些未
被破译的书面语言,如古伊朗的原始埃兰语。如果没有这样庞大的数字资源,让机器进行
翻译几乎是不可能的。
数字化还帮助研究者们将散落在世界各地的文本拼凑起来。达尔与南安普顿大学及巴黎南
泰尔大学的研究者一同对美索不达米亚的200多枚石印的3D图像进行了数字化处理。在试
点项目中,他们使用了人工智能算法校验了6块碑文,并识别出在世界其他地方发现的与
之匹配的石印。算法凖确地挑选出了两块现存于意大利和美国的石碑,这两块石碑上盖的
石印是一样的。
在过去,想要将石印和印痕匹配起来困难重重,因为许多石印储存在数千英里之外的地方
。达尔预计,五年内可以将所有的印章进行数字化处理,这样就可以追踪其他方面的信息
。比如说,有迹象表明,某种石头更受到女性的青睐。
达尔说:"要得出这种结论必须拥有大量经过处理的石印图像,并运用算法和机器学习等
技术。"他希望,人工智能的发展能帮助探索世界各地收藏品中蕴藏的丰富信息。
"亚述研究涵盖了人类历史的一半,是一种濒临灭绝的文化遗产。我希望亚述学能走在这
方面的前沿。"
破译古人的语言
成像技术也改变了对于未破译文本的研究。对于数量少、具创造性文本的破译,人类往往
比机器做得更好,人类有着对生活和组织方式的深入理解,以及高度的灵活性。
例如,早期的楔形文字符号并不是线性排布的,而是简单地与画在周围的方框排在一起。
原始埃兰语是三维立体的,一个圆印的深浅不同意义也不同。但是,技术可以放大、分享
和比较图片的细节,加快了破译进程。
一直致力于破译神秘文本的达尔说:"获得正确的图像是问题的核心。原始埃兰语研究缺
乏的正是这个。"
这些进步已经超越了亚述学领域。剑桥大学高级研究员斯蒂尔(Philippa Steele)是研
究古克里特和希腊早期文字系统的专家。其中包括"线形文字A"(一种未破译的文字)和"线
形文字B"(一种古代希腊语的书写形式)。
归功于成熟的成像技术,古代石碑上的文字被很好第呈现,斯蒂尔才在其中发现了新的细
节。
她说:"你可以辨认出肉眼很难辨认的特征。"这些特征通常与撰写文本的人与文本交互的
方式相对应。例如,对于线性B,你可以分辨出更改的痕迹。有时你可以判断出撰写这份
文件的人是什么时候想出来了什么,然后又在上面写了什么。
佩龙希望机器最终能够翻译更复杂的苏美尔语石碑和其他语言,比如阿卡德语。她说:"关
于古代文化,还有很多东西有待发现。"
也许有一天,我们将能够阅读所有古老文字的翻译版本,尽管当我们去世时,美索不达米
亚的许多未解之谜还未解开,尤其是现在许多缺失的楔形文字碎片仍深埋地下,等待挖掘

古代美索不达米亚的国王们深深地思考着过去和未来。他们崇敬前朝的楔形文字,将记录
着他们的名字和成就的铭文埋藏地下,寄望后世的统治者会将荣耀归于自己。
在某种程度上,他们的愿望已经实现。他们的经历过的战争和征服可能已经被大多数人遗
忘,但是他们最强大的发明——文字——在过去的几千年里助力了人类思想和技术的发展
。而现在,人类开始训练机器从过去中学习。
https://www.bbc.com/ukchina/trad/vert-fut-47823166
作者: deepdish (Keep The Faith)   2019-04-06 21:46:00
古代废文要被翻译出来惹
作者: calance (一代一代一代)   2019-04-06 21:48:00
嗯嗯
作者: evilaffair (外遇对象)   2019-04-06 21:49:00
忽类嘎嘎叽
作者: s860134 (s860134)   2019-04-06 21:54:00
没有DATA要怎么学习 空器学习ㄇ

Links booklink

Contact Us: admin [ a t ] ucptt.com