Hitit Çivi Yazılı Tabletlerin Yapay Zeka Algoritmaları ile Okunması

Yıl 2024, , 199 - 205, 31.07.2024

Savaş Takan , Baran Bingöl , Gülgüney Masalcı Şahin , Özlem Sir Gavaz

https://doi.org/10.17671/gazibtd.1434452

Öz

Çivi yazısı gibi özel yazı biçimlerinin yapay zeka ile okunması, görüntü işleme teknolojisinin hızla gelişmesiyle son yıllarda önemli bir çalışma alanı haline gelmiştir. Çeşitli dillerde yazılmış tabletler üzerinde gerçekleştirilmiş pek çok önemli literatür bulunmaktadır. Buna karşın, her ne kadar dünyada farklı merkezlerde 3D modelleme ve dijitalleştirme çalışmaları başlamış olsa da yapay zeka kullanılarak okunan çivi yazılı diller arasında Hititçe dili bulunmamaktadır. Literatürdeki bu boşluğu doldurmak, Hititologların tablet okuma hızlarını artırarak bilimsel çalışmalarını daha derinlemesine analiz etmelerine olanak tanımak ve manuel yöntemlerle okunan tabletlerin elle temasını azaltarak binlerce yıl öncesinden günümüze ulaşan tabletlerin tahrip olma durumunu en aza indirmek amacıyla çalışmamızda, Hitit çivi yazısı üzerinde transfer öğrenme yöntemi ile geliştirilmiş derin öğrenme modelleri denenmiştir. Bunun sonucunda model topluluğu yöntemiyle %89 doğruluk elde edilmiştir. Çalışmamızın, Hitit çivi yazısı uzmanlarının tabletler üzerindeki çalışma sürelerini kısaltması ve daha verimli işleyecek bir bilimsel sürece katkı sunması beklenmektedir.

Anahtar Kelimeler

Hitit tabletleri, yapay zeka, derin öğrenme, ensembling, görüntü işleme

Etik Beyan

Etik kurul beyanı gerektirmemektedir.

Destekleyen Kurum

Destekleyen kurum bulunmamaktadır.

Hittite Cuneiform Tablets with Artificial Intelligence Algorithms

Öz

Artificial intelligence reading of special scripts such as cuneiform has become an important field of study in recent years with the rapid development of image processing technology. There are many important literatures on tablets written in various languages. However, although 3D modelling and digitisation studies have started in different centres around the world, there is no Hittite language among the cuneiform languages read using artificial intelligence. In order to fill this gap in the literature, to enable Hittitologists to analyse their scientific studies in more depth by increasing the tablet reading speed, and to minimise the destruction of the tablets that have survived thousands of years ago by reducing the manual contact of the tablets read by manual methods, deep learning models developed with transfer learning method were tested on Hittite cuneiform in our study. As a result, 89% accuracy was obtained with Ensembling method. Our study is expected to shorten the working time of Hittite cuneiform experts on tablets and contribute to a more efficient scientific process.

Anahtar Kelimeler

hittite tablets, artificial intelligence, deep learning, model ensembling

Kaynakça

• Collins, D. J., Ma, Z., Han, J., & Ai, Y. (2017). Continuous micro-vortex-based nanoparticle manipulation via focused surface acoustic waves. Lab on a Chip, 17(1), 91-103.
• Homburg, T., Zwick, R., Mara, H., & Bruhn, K. C. (2022). Annotated 3D-models of cuneiform tablets. J. Open Archaeol. Data, 10, 1-8.
• Erkut, S., (1997). Çiviyazılı Hitit Tabletleri, Belleten, C. LXI, Aralık, S.232, Ankara 1997, 495-498.
• İnternet: Schwemer D., (2023-10-29) Thesaurus Linguarum Hethaeorum digitalis, hethiter.net/: TLHdig KBo 71.145 (2021-12-31). Özkan, S. (2017). Türkiye Müzelerinde Korunan Çivi Yazılı Tabletler, Prof.Dr. Recep Yıldırım’a Armağan,Ed. Pınar Pınarcık, Bilcan Gökce, Mehmet Salih Erkek, Sena Coşğun Kandal, Bilgin Kültür Sanat Yayınları, Ankara 2017, 173-193. LeCun, Y., Boser, B., Denker, J. S., Henderson, D., Howard, R. E., Hubbard, W., & Jackel, L. D. (1989). Backpropagation applied to handwritten zip code recognition. Neural computation, 1(4), 541-551.
• Williams, E. C., Su, G., Schloen, S. R., Prosser, M. C., Paulus, S., & Krishnan, S. (2023). DeepScribe: Localization and Classification of Elamite Cuneiform Signs Via Deep Learning. arXiv preprint arXiv:2306.01268.
• Stötzner, E., Homburg, T., & Mara, H. (2023). CNN based Cuneiform Sign Detection Learned from Annotated 3D Renderings and Mapped Photographs with Illumination Augmentation. In Proceedings of the IEEE/CVF International Conference on Computer Vision (pp. 1680-1688).
• Homburg, T., Zwick, R., Bruhn, K. C., & Mara, H. (2022). 3D data derivatives of the Haft Tappeh processing pipeline. Cuneiform Digital Library Journal, 2022(1).
• Gutherz – Gordin – Sáenz – Levy – Berant, (2023), “Translating Akkadian to English with neural machine Translation”, PNAS Nexus 2, 1–10.
• Zemánek – Mynářová – Štefcová, – Valach, “Virtual Collection of Cuneiform Tablets as a Complex Multilevel System with Interdisciplinary Content” in. Digital Cultural Heritage ( ed. Horst) p. 183– 194, 2020.
• Antinozzi – Fiorillo – Surdi, (2022), “Cuneiform Tablets Micro-Surveying in an Optimized Photogrammetric Configuration”, HERITAGE, 5 (4). p.3133-3164.
• Tyndall, S. (2012, July). Toward automatically assembling Hittite-language cuneiform tablet fragments into larger texts. In Proceedings of the 50th Annual Meeting of the Association for Computational Linguistics (Volume 2: Short Papers) (pp. 243-247).
• He, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep residual learning for image recognition. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 770-778).
• Tan, M., & Le, Q. (2019, May). Efficientnet: Rethinking model scaling for convolutional neural networks. In International conference on machine learning (pp. 6105-6114). PMLR.
• Internet: Ancient Language Processing: Teaching Computers to Read Cuneiform Tablets , https://datascience.uchicago.edu/news/ancient-language-processing-teaching-computers-to-read-cuneiform-tablets/ ,18.05.2024
• Aktaş – Aşuroğlu (2016) Hitit Çiviyazılarının Bilgisayar Desteği ile Okunması Ve Çevirisi İle İlgili El Kitabı, Başkent Üniversitesi Bilgisayar Mühendisliği Bölümü Teknik Yayın, Temmuz 2016.
• Aşuroğlu, T. (2015), Hitit Çiviyazısı İ̇şaretlerinin Bilgisayar Desteği ile Okunması ve Veri Madenciliği Uygulama Örnekleri, Yüksek Lisans Tezi, Başkent Üniversitesi Bilgisayar Mühendisliği Anabilim Dalı, Ankara 2015.
• Yeşiltepe, M.B. (2015) Hitit Çiviyazılı İşaretlerin Okunmasında Uzman Sistem Uygulama Örnekleri, Başkent Üniversitesi Bilgisayar Mühendisliği Anabilim Dalı, Ankara 2015.