Gemini, ChatGPT ili Transkribus: hrvatska ćirilica otkrila je razliku

Za pojedinačno pismo na hrvatskoj ćirilici Gemini je razuman prvi izbor, ali za veliku ujednačenu zbirku vrijedi razmotriti Transkribusov model prilagođen građi. U pokusu na korespondenciji Ivana Kukuljevića Sakcinskog Gemini je za hrvatsku ćirilicu dao koherentan tekst, ChatGPT gubio je strukturu i teže čitao vlastita imena, a Transkribus bez prikladnog specifičnog modela autori su ocijenili gotovo neupotrebljivim na ispitanoj građi.

Izbor se mijenja s količinom i sličnošću rukopisa. Za malu višejezičnu zbirku korisnije je usporediti prijepise različitih pisama nego ulagati u vlastiti model; za zbirku u kojoj se ponavlja ista ruka važni postaju mogućnost treniranja, veza teksta s mjestom na stranici i trošak obrade. Čitljiv odgovor pritom nije nužno vjeran prijepis: ime, kratica ili redak mogu biti pogrešni i kad rečenica zvuči uvjerljivo.

Što je mali pokus doista pokazao

Ispitano je sedam pisama na hrvatskom, njemačkom, mađarskom, talijanskom, francuskom, latinskom i češkom. Korišteni su ChatGPT 5 u plaćenoj verziji Plus s automatskim načinom rada te Gemini 3 u besplatnoj verziji s brzim načinom rada. Riječ je o usporedbi tih postavki na odabranim pismima, a ne o mjerenju stope pogrešaka na reprezentativnom korpusu hrvatskih rukopisa.

Razlike nisu bile jednake za svaki jezik. Na francuskom je ChatGPT bolje prepoznao jedno vlastito ime, dok su na njemačkom Gemini i dva odabrana Transkribusova modela dali smislen rezultat ondje gdje je ChatGPTov prijepis izgubio smisao. Taj njemački primjer pokazuje koliko izbor odgovarajućeg modela može promijeniti ishod za Transkribus. Nalaz za hrvatsku ćirilicu zato je koristan signal za početni izbor, ali nije trajna ljestvica alata za sva razdoblja, rukopise i buduće inačice modela.

Jedno pismo: prednost brzog početnog prijepisa

Kad je predmet rada jedna stranica, priprema vlastitog modela teško može opravdati uloženi rad. Gemini je prema objavljenom pokusu najizgledniji prvi pokušaj za slično pismo na hrvatskoj ćirilici. Njegov koherentan izlaz može pomoći pri početnom čitanju, no istraživaču koji traži doslovan prijepis važni su i izvorni pravopis, kratice, imena te granice redaka.

Za takav zadatak treba razlikovati radni tekst od transkripcije koja čuva osobine izvornika. Radni tekst olakšava razumijevanje sadržaja; doslovan prijepis omogućuje da se dvojbeno čitanje ponovno poveže s rukopisom. Ako alat preoblikuje arhaičnu riječ u današnju ili popuni nejasno mjesto prema smislu, rezultat može biti gladak, ali manje uporabljiv za citiranje i pretraživanje povijesne građe. To je razlog za pregled važnih mjesta na slici izvornika, bez obzira na odabrani servis.

Mala miješana zbirka: odluka se donosi po pismu

Nekoliko pisama različitih autora ili jezika ne čini dobar temelj za model prilagođen jednoj ruci. Tu više vrijedi pogledati kako svaki alat postupa s različitim vrstama stranica: urednim i teško čitljivim rukopisom, latinicom i ćirilicom, starijim oblicima riječi te vlastitim imenima. Rezultat na jednom hrvatskom pismu ne predviđa automatski rezultat na njemačkom ili latinskom.

Transkribusov opis vrsta modela razlikuje opće modele za miješanu ili nepoznatu građu od manjih modela PyLaia treniranih za određenu ruku, zbirku ili pismo. Zato slab rezultat bez prikladnog modela ne opisuje sve mogućnosti Transkribusa. Ako postoji javni model za sličnu građu, on može biti smislen kandidat; sama oznaka jezika ipak nije jamstvo da odgovara konkretnom rukopisu. Za raznoliku zbirku opći model ostaje moguća polazna točka i unutar specijalizirane platforme.

Velika ujednačena zbirka: važan je rad prije obrade

Kod mnogih stranica iste ili slične ruke ulaganje u prilagođeni model može se rasporediti na ostatak zbirke. Postupak uključuje ispravljanje dijela prijepisa, treniranje na slikama i provjerenom tekstu te primjenu modela na preostale stranice. Prednost ovisi o tome koliko su te stranice doista slične građi za treniranje i koliko će ispravaka rezultat još zahtijevati.

Transkribusove upute za treniranje navode približno 5.000 do 15.000 prethodno transkribiranih riječi, odnosno oko 25 do 75 stranica, kao početni raspon ovisan o vrsti građe i broju rukopisa. To je rad koji treba uračunati prije masovne obrade, a ne zajamčena količina za određenu točnost. Ako se u zbirci često mijenjaju pisac, pismo ili oblik dokumenta, jedan usko treniran model može biti slab izbor za njezin raznoliki ostatak.

Velik korpus sam po sebi, dakle, nije dovoljan razlog za treniranje. Presudno je ponavlja li se ono što model uči prepoznavati. Arhiv s mnogo sličnih stranica može iskoristiti već dostupan prikladan model ili opravdati pripremu vlastitoga; velik, ali izrazito raznolik fond bliži je problemu miješane zbirke. Pri računanju uštede treba uzeti u obzir i ljudsko vrijeme za početni prijepis te kasnije ispravke.

Raspored stranice mijenja vrijednost izlaza

Za brzo čitanje sadržaja često je dovoljan slijed riječi. Za znanstveno izdanje, indeks ili kasniju provjeru važno je znati gdje se svaka cjelina nalazi na stranici. Opis Transkribusova prepoznavanja teksta navodi izlaz koji uz transkripciju sadrži područja, retke, osnovne linije i koordinate, a riječi ondje gdje su dostupne. Takva struktura omogućuje povezivanje pogreške u prijepisu s njezinim mjestom na slici.

To nije isto što i jezična uvjerljivost rezultata. Spojeni retci, promijenjen redoslijed ili izostavljen tekst uz rub stranice mogu otežati rad čak i kad je glavni odlomak čitljiv. Kod pisama s dodacima, potpisima ili više tekstnih područja vrijednost alata zato uključuje očuvanje rasporeda, uz točnost pročitanih riječi. Potreba za takvom strukturom može opravdati specijalizirani postupak i kada opći model daje brži prvi nacrt.

Trošak: kredit po stranici nije cijela računica

Prema Transkribusovu cjeniku, besplatni plan uključuje 50 kredita mjesečno, prepoznavanje rukopisa troši jedan kredit po stranici, a zasebno otkrivanje redaka dodatnih 0,25 kredita po stranici. Prepoznavanje tablica ili polja također troši dodatne kredite. Besplatna kvota zato pokriva približno 50 rukopisnih stranica samo u jednostavnom obračunu prepoznavanja teksta; potreban skup postupaka može promijeniti stvarni broj obrađenih stranica.

Za veću zbirku uz kredite treba računati pripremu modela, ručno ispravljanje i željeni oblik izlaza. Pretplatu na razgovorni model nije moguće pošteno usporediti s cijenom kredita bez poznatog opsega posla i vremena potrebnog za provjeru. Odluka je najjasnija kad se veže uz građu: jedna zahtjevna stranica traži koristan početni prijepis, mala miješana zbirka fleksibilnost po pismu, a velika homogena zbirka model i postupak koji smanjuju ukupni rad na provjerenom prijepisu.

Pročitajte i:

• Qdrant ili Milvus: mali test i veliki klaster ne daju istog pobjednika
• Webflow ili Framer: mali CMS štedi novac, veliki mijenja pobjednika
• Koji AI najbolje poznaje Hrvatsku? Cijene ostaju najveća zamka