Exploring Medieval Manuscripts Writer Predictability: A Study on Scribe and Letter Identification
Notice bibliographique
Résumé
Handwriting communication is a long-established human activity that has survived into the 21st century. Accordingly, research interest in handwritten documents, both historical and modern, is significant. The way we write has changed significantly over the past few centuries. For example, texts of the Middle Ages were often written and copied by anonymous scribes. The writing of each scribe, known as his/her "scribal hand" is unique. It can be differentiated using a variety of consciously and unconsciously produced features. Distinguishing between these different scribal hands is a central focus of the humanities research field known as "paleography." Character recognition within each scribal hand has also posed an interesting challenge. Some issues make these digital processes difficult, such as paper degradation and the soiling of the manuscript page. Thus, in this paper, we propose an investigation in both perspectives, character recognition and writer identification, in medieval manuscripts to better understand the specific behaviour of two 800-year-old scribes based on their manuscripts in comparison with a modern calligrapher. The experiments demonstrated that degradation and tremor can influence the analysis of medieval handwriting documents. However, the results presented an efficient accuracy with a better accuracy rate in letter classification than in writer identification.La communication manuscrite est une longue tradition humaine qui a persisté jusqu’à nos jours, au 21e siècle. Par conséquent, l’intérêt de la recherche concernant des documents manuscrits historiques et modernes est grand. La façon dont nous écrivons a changé au cours des derniers siècles. Par exemple, des textes du Moyen Âge ont souvent été écrits et copiés par des scribes. L’écriture de chaque scribe, appelée son « écriture scribale » (anglais scribal hand), est unique. Nous pouvons la différencier en observant une gamme de caractéristiques produites consciemment et inconsciemment. Faire la distinction entre ces écritures scribales différentes est au centre des préoccupations du domaine de recherche de paléographie. La reconnaissance de caractères dans chacune des écritures scribales pose des défis intéressants. Certains problèmes, tels que la dégradation de papier et l’encrassement de la page manuscrite, rendent difficiles ces processus numériques. Dans cet article, nous proposons ainsi une enquête sur les deux perspectives, la reconnaissance de caractères et l’identification de scribes, dans les manuscrits médiévaux dans le but de mieux comprendre le comportement spécifique de deux scribes vivant il y a 800 ans, en se basant sur leurs manuscrits en comparaison avec un calligraphe moderne. Les expériences démontrent que la dégradation et le tremblement peuvent influer sur l’analyse des documents manuscrits médiévaux. Cependant, les résultats ont présenté une précision efficace, avec un meilleur taux de précision dans la reconnaissance de caractères que dans celui de l’identification de scribe.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».