中世纪远距离视觉可行吗？：利用视觉分析扩展与丰富传统图像集的标注

远距离视觉方法通常使用接近训练机器学习模型的当代图像数据集。处理其他历史时期的图像需要专家标注数据，且标注质量对结果质量至关重要。尤其在包含大量不确定性的文化遗产收藏中，标注或重新标注传统数据是一项艰巨任务。本文中，我们描述了对两组预标注的中世纪手稿图像的处理，这两组图像具有冲突且重叠的元数据。由于人工调和两种传统本体代价高昂，我们旨在（1）创建一组更统一的描述性标签作为合并数据集中的「桥梁」，（2）建立高质量层次分类，作为后续监督机器学习的宝贵输入。为实现这些目标，我们开发了可视化与交互机制，使中世纪研究者能够组合、规范化并扩展用于描述这些及其他同源图像数据集的词汇。词与图像嵌入以及跨数据集的标签共现，支持图像的批量重标注、标签候选推荐，并有助于构建标签的层次分类。视觉界面为专家提供了超越元数据总和的数据关系概览。