Οπτική αναγνώριση και γλωσσική αποκατάσταση ελληνικών παπύρων με χρήση τεχνητής νοημοσύνης

Ανδρικάκης, Ευθύμιος

dc.contributor.advisor	Παπαστεφανάτος, Γεώργιος
dc.contributor.author	Ανδρικάκης, Ευθύμιος
dc.date.accessioned	2026-09-04T06:35:32Z
dc.date.available	2026-09-04T06:35:32Z
dc.date.issued	2026-06
dc.identifier.uri	https://dione.lib.unipi.gr/xmlui/handle/unipi/19717
dc.description.abstract	Η ψηφιοποίηση και ανάγνωση αρχαίων ελληνικών παπύρων αποτελεί μια από τις μεγαλύτερες προκλήσεις της Υπολογιστικής Αρχαιογνωσίας, εξαιτίας της έντονης φθοράς του υλικού και της χρήσης συνεχούς γραφής (scriptio continua). Η παρούσα διπλωματική εργασία προτείνει ένα καινοτόμο, υβριδικό pipeline δύο σταδίων για την οπτική αναγνώριση και τη σημασιολογική αποκατάσταση παπυρικών κειμένων. Στο πρώτο στάδιο (Υπολογιστική Όραση), αξιοποιείται ο αλγόριθμος YOLO11s σε συνδυασμό με την τεχνική τεμαχισμού SAHI για τον εντοπισμό χαρακτήρων σε σαρώσεις υπερ-υψηλής ανάλυσης, ενώ η ταξινόμηση εκτελείται από ένα δίκτυο Vision Transformer (DeiT). Λόγω του αναπόφευκτου θορύβου του ακατέργαστου OCR (υψηλό CER και WER), το δεύτερο στάδιο εισάγει Μεγάλα Γλωσσικά Μοντέλα (LLMs) για τη γλωσσική αποκατάσταση. Για την αντιμετώπιση των παραισθήσεων (hallucinations) και της αποτυχίας των παραδοσιακών πυκνών διανυσμάτων (dense embeddings) σε ανορθόγραφη συνεχή γραφή, αναπτύχθηκε μια προσαρμοσμένη αρχιτεκτονική Ανάκτησης Επαυξημένης Παραγωγής (RAG), ικανή να λειτουργεί αξιόπιστα στα μορφολογικά μοτίβα της αρχαίας ελληνικής. Η συγκριτική αξιολόγηση σε τοπικά και εμπορικά μοντέλα αιχμής έδειξε ότι το ενσωματωμένο σύστημα RAG λειτουργεί ως απαραίτητος μηχανισμός γείωσης (grounding), βελτιώνοντας μετρήσιμα το Σφάλμα Χαρακτήρων (CER). Τέλος, αν και η αυστηρότητα της φιλολογικής μετάφρασης οδήγησε σε κατάρρευση των παραδοσιακών μετρικών (BLEU, METEOR), η αξιολόγηση μέσω BERTScore απέδειξε την ισχυρή σημασιολογική ανθεκτικότητα των μοντέλων, αναδεικνύοντας το σύστημα ως ένα πολύτιμο εργαλείο εξόρυξης νοήματος (sense-making) για τους ερευνητές της παπυρολογίας.	el
dc.format.extent	93	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Πειραιώς	el
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.title	Οπτική αναγνώριση και γλωσσική αποκατάσταση ελληνικών παπύρων με χρήση τεχνητής νοημοσύνης	el
dc.title.alternative	Optical character recognition and textual restoration of Greek papyri using artificial intelligence	el
dc.type	Master Thesis	el
dc.contributor.department	Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής	el
dc.description.abstractEN	The digitization and reading of ancient Greek papyri is one of the most formidable challenges in Computational Humanities, primarily due to severe material degradation and the historical use of continuous script (scriptio continua). This diploma thesis proposes an innovative, two-stage hybrid pipeline for the optical recognition and semantic restoration of papyrological texts. In the first stage (Computer Vision), the YOLO11s algorithm, augmented with the SAHI slicing technique, is employed for character bounding box detection on ultra-high-resolution scans, followed by a Vision Transformer (DeiT) for classification. Given the inherently noisy raw OCR output (characterized by high CER and WER), the second stage incorporates Large Language Models (LLMs) for textual restoration. To mitigate model hallucinations and overcome the tokenization failures of traditional dense embeddings on misspelled continuous text, a custom Retrieval-Augmented Generation (RAG) architecture was developed, tailored to the morphological patterns of ancient Greek. Comprehensive benchmarking across local and commercial state-of-the-art models demonstrated that this specialized RAG approach acts as a crucial grounding mechanism, measurably improving the Character Error Rate (CER). Finally, while the rigid syntactical requirements of translation caused traditional evaluation metrics (BLEU, METEOR) to collapse, evaluation via BERTScore revealed strong semantic resilience. The findings establish that while LLMs may struggle with publication-ready syntax, they excel at extracting the core conceptual meaning, positioning the proposed pipeline as a highly valuable sense-making tool for papyrologists.	el
dc.contributor.master	Κυβερνοασφάλεια και Επιστήμη Δεδομένων	el
dc.subject.keyword	Ψηφιακή παπυρολογία	el
dc.subject.keyword	Υπολογιστική όραση	el
dc.subject.keyword	Μεγάλα γλωσσικά μοντέλα	el
dc.subject.keyword	RAG	el
dc.subject.keyword	Vision transformers	el
dc.subject.keyword	Οπτική αναγνώριση χαρακτήρων	el
dc.subject.keyword	Αποκατάσταση κειμένου	el
dc.subject.keyword	OCR	el
dc.subject.keyword	LLM	el
dc.date.defense	2026-06-20

Αρχεία σε αυτό το τεκμήριο

Name:
Μέγεθος:: 4.396Mb
Τύπος:: PDF
Description:: Μεταπτυχιακή διατριβή

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Τμήμα Πληροφορικής
Department of Informatics

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα

Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα