DESCRIZIONE RICERCA
La collaborazione tra studiosi di discipline umanistiche (paleografia, papirologia, filologia, storia della trasmissione dei testi) e studiosi di informatica, in particolare di Computer Vision, si realizza per questo team nell’analisi delle scritture antiche e medievali, greche e latine. L’obiettivo è individuare, anche attraverso un approccio few-shot learning, le features significative che permettano di riconoscere le diverse mani degli scribi, nonostante le sfide poste dalla formalizzazione omogenea delle scritture antiche, dalla scarsità di documenti e di datazioni affidabili, le condizioni spesso deteriorate dei documenti antichi e medievali, le problematiche poste dalla risoluzione delle immagini.
MANOSCRITTI MEDIEVALI LATINI
Il team sta elaborando un dataset manoscritti biblici latini esplorando anche le possibilità sperimentali offerte dall’utilizzo di immagini di manoscritti diversi che riproducono lo stesso testo biblico (inizio della Genesi e del vangelo di Matteo). Il dataset comprende oltre 400 pagine scritte da nove mani distinte. L’obiettivo principale è esplorare l’efficacia delle moderne architetture di deep learning, utilizzando diverse dimensioni di set di addestramento e impiegando varie tecniche di pre-elaborazione per valutare le prestazioni e le capacità dei modelli utilizzati.
PAPIRI GRECI AUTOGRAFI
Il progetto si propone in prima battuta di selezionare papiri greci autografi datati con sicurezza e provenienti da archivi di periodo vario (da tolemaico a arabo) e studiarli attentamente dal punto di vista paleografico, grammaticale, lessicale e bibliologico nel tentativo di individuare caratteristiche specifiche attribuibili alle mani che li hanno prodotti e/o al periodo in cui sono stati scritti. In secondo luogo i risultati dello studio saranno insegnati all’AI affinché essa proceda all’identifica e datazione di altri testi simili.
