Language Technology for Cultural Heritage: Selected Papers from the LaTeCH Workshop Series

عصر دیجیتال تأثیر عمیقی بر میراث فرهنگی ما و تحقیقات آکادمیکی که آن را مطالعه می‌کند، داشته است. مقادیر شگفت انگیزی از اشیاء، که بسیاری از آنها ماهیت متنی دارند، در حال دیجیتالی شدن هستند تا هم برای متخصصان و هم برای افراد غیرمستقیم به راحتی در دسترس باشند. دیجیتالی‌سازی علاوه بر پتانسیل گسترده‌ای برای حفاظت، مدیریت و ارائه مؤثرتر و کارآمدتر، فرصت‌هایی را برای کار با داده‌های میراث فرهنگی به روش‌هایی ارائه می‌دهد که هرگز امکان‌پذیر یا حتی تصور نمی‌شد.

برای کشف و بهره برداری از این امکانات، به یک رویکرد میان رشته ای نیاز است که کارشناسان میراث فرهنگی، علوم اجتماعی و انسانی از یک سو و فناوری اطلاعات از سوی دیگر گرد هم آیند. با توجه به رواج داده های متنی در این حوزه ها، فناوری زبان نقش مهمی در این تلاش دارد. فناوری زبان می‌تواند با ارائه پتانسیل تجزیه و تحلیل متون در سطوح پیشرفته، استخراج اطلاعات و دانش در سطح پژوهشگر علوم انسانی یا علوم اجتماعی، که می‌خواهد درباره چه کسی، چه چیزی، کجا، بداند، از «موانع Google» عبور کند. و کی، بلکه چگونه و چرا. در عین حال، داده‌های میراث فرهنگی چالش‌های قابل‌توجهی را برای فناوری زبان موجود ایجاد می‌کند: فناوری با هدف زبان «عمومی» باید با مشکلات متفاوتی مانند تنوع زبان تاریخی، خطاهای دیجیتال‌سازی OCR و تخصص آکادمیک تقریباً منقرض شده مواجه شود.

این کتاب عمدتاً برای محققان فناوری اطلاعات و پردازش زبان در نظر گرفته شده است که مایلند یک نمای کلی پیشرفته از کل حوزه جدید و پر جنب و جوش فناوری زبان برای میراث فرهنگی دریافت کنند. و تحقیقات دانشگاهی مرتبط با آن در علوم انسانی و اجتماعی. محققانی که در حوزه‌های هدف میراث فرهنگی، علوم اجتماعی و علوم انسانی کار می‌کنند نیز این کتاب را مفید می‌دانند، زیرا نمای کلی از این که چگونه فناوری زبان می‌تواند به آنها در رفع نیازهای اطلاعاتی کمک کند، ارائه می‌دهد. این کتاب شامل برنامه‌های کاربردی اعم از پیش پردازش و پاکسازی داده‌ها، انطباق و گردآوری منابع زبانی، شخصی‌سازی، تحلیل روایت، تجسم و بازیابی است.

The digital age has had a profound effect on our cultural heritage and the academic research that studies it. Staggering amounts of objects, many of them of a textual nature, are being digitised to make them more readily accessible to both experts and laypersons. Besides a vast potential for more effective and efficient preservation, management, and presentation, digitisation offers opportunities to work with cultural heritage data in ways that were never feasible or even imagined.

To explore and exploit these possibilities, an interdisciplinary approach is needed, bringing together experts from cultural heritage, the social sciences and humanities on the one hand, and information technology on the other. Due to a prevalence of textual data in these domains, language technology has a crucial role to play in this endeavour. Language technology can break through the "Google barrier" by offering the potential to analyse texts at advanced levels, extracting information and knowledge at the level of the humanities or social sciences researcher, who wants to know about the who, what, where, and when, but also the how and the why. At the same time cultural heritage data poses considerable challenges for existing language technology: technology aimed at "generic" language has to face such disparate problems as historical language variation, OCR digitisation errors, and near-extinct academic expertise.

This book is primarily intended for researchers in information technology and language processing who would like to receive a state-of-the-art overview of the whole breadth of the new and vibrant field of language technology for cultural heritage and its associated academic research in the humanities and social sciences. Researchers working in the target domains of cultural heritage, the social sciences and humanities will also find this book useful, as it provides an overview of how language technology can help them with their information needs. The book covers applications ranging from pre-processing and data cleaning, to the adaptation and compilation of linguistic resources, to personalisation, narrative analysis, visualisation and retrieval.