Segmentacija zgodovinskih tiskanih medijev z uporabo vizualnih in jezikovnih vložitev

Ob vsej količini digitaliziranega zgodovinskega časopisja in naraščajočem toku novih modelov za računalniški vid in strojno obdelavo jezika je presenetljivo, da zaenkrat ne zmoremo zanesljivo odgovoriti na relativno trivialna vprašanja, kot so: Kateri časopis je leta 1920 objavil največ oglasov? Kakšna je rast (ali padec) rabe ilustracij v določenem časopisu? Kako pogoste in natančne so bile vremenske napovedi? Tudi onkraj zgodovinske periodike so odgovori na podobna vprašanja nedosegljivi, ker je, še posebej ko gre za gosto in spremenljivo postavitev tiska, vire težko zanesljivo razčleniti. V sklopu doktorskega študija razvijam modele, ki bodo sposobni učinkovito identificirati specifično vsebino v zgodovinskem tisku (npr. oglase ali osmrtnice) in s tem naredili korak proti odgovorom na zgornja vprašanja. Na predstavitvi se bomo na hitro sprehodili skozi nekatere najbolj popularne pristope in si ogledali “low-tech” pristop, ki deluje bolje, kot bi sicer pričakovali (in ga lahko uporabite že danes). Nadaljevali bomo s prikazom trenutnega stanja modelov, ki jih razvijam, konkretneje cevovoda modelov za računalniški vid in klasifikacijo besedil, zaključili pa s predstavitvijo načrtov za prihodnost in modele, ki uporabljajo t.i. “zemljevide besedilnih vložitev“.