«Почерк жандарма и дневник адмирала: что происходит с рукописью, когда ее читает машина». Доклад Е.М.Болтуновой и А.К.Лаптева на семинаре „Цифровая среда“ DHRI@SFU

Граница между введенными в научный оборот и неизвестными рукописями проходит сегодня не столько между опубликованным и неопубликованным, сколько между текстами, которые кто-то однажды прочел целиком, и текстами, о содержании которых мы судим по описям, случайным выпискам и нескольким листам, просмотренным в читальном зале. Доклад посвящен опыту реализованного проекта РНФ «Культурное наследие России: интеллектуальный анализ и тематическое моделирование корпуса рукописных текстов» (№22–68–00066), выполнявшегося в 2022–2025 гг. историками и филологами НИУ ВШЭ, математиками МГУ и текстологами Томского государственного университета. Доклад задуман не как разговор о нейросетях, а как возможность обсудить вопрос о том, что происходит с историческим источником, когда его читает алгоритм. Авторы доклада представят работу с четырьмя комплексами эго-документов. Работа с каждым из них предполагала постановку перед машиной и перед историком собственных задач. Перлюстрированные письма политических заключенных Смоленской временной каторжной тюрьмы (1907–1908 гг.), скопированные рукой одного жандарма, позволили показать, что для настройки модели на индивидуальный почерк достаточно нескольких десятков размеченных страниц, а количественный анализ лексики четырех нарративов (криминального, телесного, эмоционального и временного) дал опору для вывода о каторжной тюрьме как пространстве формирования нового политического языка. Дневники адмирала Ф. П. Литке (1830-е – 1840-е гг.) – текст со множеством иноязычных вставок, сокращений и позднейших помет, стали полигоном для соединения распознавания с большими языковыми моделями. Дневники М. А. Корфа (1830-е – 1840-е гг.) позволили перейти к навигации по сущностям, датам и картам перемещений с привязкой каждого упоминания к строке листа, а письма к В. А. Жуковскому (первая половина XIX в.) – поставить задачу машинной атрибуции почерков, в том числе в делопроизводственных конволютах. В центре доклада – источниковедческие выводы проекта. Машинная расшифровка рассматривается как новый тип производного источника, имеющий собственное происхождение (модель, обучающая выборка, инструкция языковой модели) и собственные систематические искажения; вводится понятие «слабой расшифровки», пригодной для поиска и навигации, но не для цитирования; обсуждается неполнота автоматической выдачи (в машинном тексте сущности выявлялись примерно вдвое реже, чем в выверенном) и двойственная роль языковых моделей. Отдельно рассматривается, как меняется место историка, превращающегося из переписчика в асессора и арбитра машинного чтения. Особое внимание будет уделено границам метода. Слушателям будут предложены для обсуждения вопросы о статусе машинной расшифровки в научном аппарате, о минимальных требованиях к проверяемости выводов, сделанных по машинному тексту, и о том, как должна выглядеть археографическая публикация, подготовленная с участием языковой модели.

Болтунова Екатерина Михайловна – доктор исторических наук, директор Института региональных исторических исследований Факультета гуманитарных наук НИУ ВШЭ.

Лаптев Антон Константинович – кандидат исторических наук, научный сотрудник Центра изучения войн и их последствий Института региональных исторических исследований Факультета гуманитарных наук НИУ ВШЭ.

Ведущий семинара «Цифровая среда» DHRI@SFU — Андрей Юрьевич Володин (МГУ/СФУ).

Следить за новостями Института цифровых гуманитарных исследований (DHRI) удобно в телеграм-канале «Гуманитарии в цифре» или вКонтакте «Институт цифровых гуманитарных исследований».