Dè a th’ anns an làrach-lìn seo

Eachdraidh

’S e toradh a’ phròiseict Decoding Hidden Heritages (DHH) a tha san làrach-lìn seo, air a ruith le Oilthigh Dhùn Èideann agus Oilthigh Bhaile Átha Cliath bho 2021–24 agus air a mhaoineachadh le UKRI-AHRC agus Comhairle Rannsachaidh na h-Èireann fo ‘UK-Ireland Collaboration in the Digital Humanities Research Grants Call’ (àireamhan tabhartais AH/W001934/1 agus IRC/W001934/1). Mar phàirt den phròiseact seo, chaidh corpus teacsa mòr de sgeulachdan dùthchail à Alba agus Èirinn a chruthachadh, a’ tarraing bho Thasglann Sgoil Eòlas na h-Alba agus bho Phrìomh Chruinneachaidhean Làmh-sgrìobhainnean is Sgoiltean de Chruinneachadh Beul-aithris na h-Èireann. Tha an stuth seo ga sgrùdadh an-dràsta agus thèid na toraidhean fhoillseachadh ann an 2026.

Dàta tùsail

Bha an dàta tùsail ann an cruth làmh-sgrìobhte no clò-bhuailte. Tha an stuth làmh-sgrìobhte a’ toirt a-steach tar-sgrìobhaidhean de bheul-aithris a chaidh a chruinneachadh ann an Alba agus Èirinn eadar 1792–1975. Mar as trice, bha na tar-sgrìobhaidhean sgrìobhte le làimh stèidhichte air clàraidhean claisneachd. Chan eil a h-uile clàr claisneachd ann tuilleadh, gu h-àraidh an fheadhainn Èireannach. Far a bheil clàraidhean claisneachd Albannach ann, tha cuid dhiubh gam faighinn air Tobar an Dualchais no air Dúchas. Tha an stuth clò-bhuailte a’ toirt a-steach dheasachaidhean de sgeulachdan a chaidh a thoirt seachad le beul-aithris cuideachd.

Aithneachadh teacsa fèin-ghluasadach

Chleachd pròiseact DHH stuth làmh-sgrìobhte agus clò-bhuailte a chaidh a sganadh mu thràth agus an dèidh barrachd sganaidh. Chaidh modalan aithneachadh teacsa fèin-ghluasadach (ATR) an uairsin a thrèanadh, airson teacsa clò-bhuailte (OCR) agus sgrìobhte le làimh (HTR), gus riochdachaidhean teacsa didseatach de na sgeulachdan dùthchail a chruthachadh. Mar phàirt den phròiseas seo, chaidh pàirt den stuth sgrìobhte le làimh (nas lugha na 10%) a thar-sgrìobhadh le làimh gus dàta trèanaidh a thoirt gu buil, agus chaidh an còrr a thar-sgrìobhadh le bhith a’ cleachdadh nam modalan ùra 'AI' seo. Mar thoradh air an sin, chan eil na tar-sgrìobhaidhean gu tric buileach ceart. Ach le ìre mearachd nas lugha na 5%, tha iad air leth feumail airson rannsachadh, lorg agus mion-sgrùdadh. Is fhiach a thoirt fa-near an seo cuideachd gu robh tòrr thar-sgrìobhaidhean sgrìobhte le làimh den fhacal labhairteach gu tric 'dualchainnteach' ann an cruth. Tha a’ mhòr-chuid de na tar-sgrìobhaidhean seo gan cur fa chomhair a' phoblaich airson a’ chiad uair. Is dòcha gum bi luchd-cleachdaidh nach leugh Gaeilge no Gàidhlig airson teacsaichean a tha inntinneach dhaibh a chuir a-steach gu siostam eadar-theangachaidh inneal, leithid Google Translate. Dh’ fhaodadh na toraidhean a bhith caochlaideach, ge-tà, agus thathar a’ comhairleachadh luchd-cleachdaidh bruidhinn ri luchd-labhairt fileanta nan cànanan sin gus dèanamh cinnteach gu bheil am mìneachadh ceart.

Rinneadh an tar-sgrìobhadh fèin-obrachail le Transkribus Transkribus, goireas AI a chaidh a stèidhicheadh gus làmh-sgrìobhainnean aithneachadh agus teacsaichean eachdraidheil a thàr-sgrìobhadh. Bha Fuasgladh Dualchas Ceilte air aon dhe na pròiseactan a bhuannaich 'The Transkribus 100k Giveaway', farpais a bha a' moladh oidhirpean ùr-nòsach a bha a' cleachdadh a' ghoireis airson rannsachadh eachdraidheil.

Toraidhean

Tha an seata dàta a thig às, a tha air a chruinneachadh agus a ghabhas sgrùdadh air an làrach-lìn seo, a’ toirt a-steach còrr air 5,500 sgeulachdan dùthchail. Tha mòran de na sgeulachdan air an seòrsachadh a rèir seòrsachan sgeulachdan dùthchail Aarne–Thompson (AT) agus tha sin a’ ciallachadh gun gabh sùil a thoirt air an stuth gu cuspaireil agus gu seòrsachail. Gheibhear an dàta Èireannach gu daineamaigeach tro Dúchas API. Faodar tar-sgrìobhaidhean Èireannach a cheartachadh tro Meitheal Dúchas.ie.

Staitistig

Alba:

  • Sgeulachdan gu lèir: 3,846
    • Sgeulachdan GD: 2,346
    • Sgeulachdan EN: 1,052
    • Sgeulachdan measgaichte-chànan: 448
  • Duilleagan gu lèir: 24,135
    • Duilleagan GD: 15,776
    • Duilleagan EN: 4,107
    • Duilleagan measgaichte-chànan: 4,252
  • Faclan gu lèir: 2,525,222
    • Faclan GD: 1,845,542
    • Faclan EN: 21,855
    • Faclan GD no EN: 657,825
  • Seòrsaichean AT gu lèir: 310

Èirinn:

  • Sgeulachdan gu lèir: 2,062
    • Sgeulachdan GA: 1,809
    • Sgeulachdan EN: 246
    • Sgeulachdan measgaichte-chànan: 11
  • Duilleagan gu lèir: 21,039
    • Duilleagan GA: 20,983
    • Duilleagan EN: 718
    • Duilleagan measgaichte-chànan: 44
  • Faclan gu lèir: 2,594,806
    • Faclan GA: 2,529,384
    • Faclan EN: 80,780
    • Faclan GA no EN: 5,532
  • Seòrsachan AT iomlan: 360