Podrobná bibliografie
| Název: |
Somut Olmayan Kültürel Mirasın korunmasında yapay zekâ, veri bilimi ve makine öğrenmesinden yararlanma. (Turkish) |
| Alternate Title: |
Using artificial intelligence (AI), data science and machine learning (ML) for the safeguarding of the Intangible Cultural Heritage. (English) |
| Autoři: |
ORTA, Nejla |
| Zdroj: |
RumeliDE Journal of Language & Literature Research / RumeliDE Dil ve Edebiyat Araştırmaları Dergisi; Feb2024, Vol. 2024 Issue 38, p748-777, 30p |
| Abstract (English): |
It has always been important to collect, evaluate, analyze, interpret and transfer information from the past to the future. Nowadays, with the very rapid developments in technological fields such as artificial intelligence, data science and machine learning with the processing of large amounts of data, the use of these technologies has become an irresistible force, with the convenience and benefits they provide, both in terms of sectors and social aspects. These applications have become an important topic in social sciences as they spread to all areas of society. It is believed that artificial intelligence, data science, and machine learning will be effective areas of application in cultural studies with interdisciplinary methods, especially in the protection of intangible cultural heritage. In fact, each of these fields has separate and vast content on its own. However, due to their close relationship with each other, the topic is discussed under a general heading and evaluated in terms of Intangible Cultural Heritage (ICH) from UNESCO's work. The subject of this study is how artificial intelligence, data science, and machine learning can be used and benefit from in products such as oral expressions and traditions, performing arts, folk knowledge, social, universe and nature-related practices, rituals and festivals, and handicrafts within intangible cultural heritage, and constitutes its purpose. Artificial intelligence, data science and machine learning can play a number of important roles in cultural heritage preservation. Digital archiving and cataloging is a data science method already used in the field and in museology. In addition, these technologies can be used more effectively in content and cultural meaning analysis, art and creativity support, interactive heritage exploration, restoration, conservation, security, accessibility, education, and information. With the use of programming languages such as Python, JavaScript, Java, Ruby, PHP, R and with the help of "frameworks" such as RNN, CNN and "interpreter" machine learning models such as GIL, artificial intelligence can be developed and used from many aspects for folkloristic elements. In the study, ICH elements were evaluated by giving examples in terms of protection by these programs and models. These technologies can be used as a powerful tool to preserve cultural heritage, transfer valuable assets and products to future generations, and preserve and sustain cultural diversity. [ABSTRACT FROM AUTHOR] |
| Abstract (Turkish): |
Geçmişten geleceğe bilginin toplanması, değerlendirilmesi, analiz edilmesi, yorumlanması, aktarılması önemli olmuştur. Günümüzde büyük verilerin işlenmesiyle yapay zekâ, veri bilimi ve makine öğrenimi gibi teknolojik alanlarda yaşanan çok hızlı gelişmelerle beraber hem sektörler açısından hem toplumsal açıdan sağladığı kolaylıklarla ve avantajlarla bu teknolojilerin kullanılması karşı konulamaz bir güç olmuştur. Toplumun her alanına yayılan bu uygulamalar sosyal bilimlerin de önemli konularından biri hâline gelmiştir. Disiplinlerarası yöntemle kültür bilimi içerisinde de özellikle Somut Olmayan Kültürel Mirasın korunmasında yapay zekânın, veri biliminin ve makine öğreniminin etkili kullanım alanlarının olacağı düşünülmektedir. Aslında bu alanların her biri ayrı ve kendi başına çok büyük içeriklere sahiptir. Ancak birbirleriyle olan sıkı ilişkilerinden dolayı konu genel bir başlıkta ele alınıp UNESCO'nun çalışmalarından Somut Olmayan Kültürel Miras (SOKÜM) açısından değerlendirilmektedir. SOKÜM içerisinde yer alan sözlü anlatımlar ve gelenekler, gösteri sanatları, halk bilgisi, toplumsal, evren ve doğa ile ilgili uygulamalar, ritüel ve festivaller, el sanatları gibi ürünlerde yapay zekâ, veri bilimi, makine öğrenmesinin nasıl kullanılabileceği ve bu teknolojilerden nasıl faydalanılabileceği bu çalışmanın konusunu ve amacını oluşturmaktadır. Yapay zekâ, veri bilimi ve makine öğrenmesi kültürel mirasın korunmasında bir dizi önemli rol oynayabilir. Dijital arşivleme ve kataloglama hâlihazırda alanda ve müzecilikte kullanılan bir veri bilimi yöntemidir. Bunun yanında bu teknolojilerden içerik ve kültürel anlam analizinde, sanat ve yaratıcılık desteklerinde, kültürel mirasın interaktif incelenmesinde, restorasyon, koruma, güvenlik, erişilebilirlik, eğitim, bilgilendirme alanlarında daha etkin bir şekilde faydalanılabilir. Python, JavaScript, Java, Ruby, PHP, R gibi programlama dillerinin kullanımıyla ve RNN, CNN gibi "framework"ler ve GIL gibi "interpreter" makine öğrenimi modellerinin yardımıyla yapay zekâlar halk bilimsel unsurlar için birçok açıdan geliştirilip bu teknolojilerden faydalanılabilir. Çalışmada bu programlar ve modeller üzerinden SOKÜM unsurlarının koruma açısından örnekleri verilerek değerlendirilmiştir. Bu teknolojiler kültürel mirasın korunmasında değerli varlıkları ve ürünleri gelecek nesillere aktarmak, kültürel çeşitliliği korumak ve sürdürülebilir kılmak için güçlü bir araç olarak kullanılabilir. [ABSTRACT FROM AUTHOR] |
|
Copyright of RumeliDE Journal of Language & Literature Research / RumeliDE Dil ve Edebiyat Araştırmaları Dergisi is the property of RumeliDE Uluslararasi Hakemli Dil & Edebiyat Arastirmalari Dergisi and its content may not be copied or emailed to multiple sites without the copyright holder's express written permission. Additionally, content may not be used with any artificial intelligence tools or machine learning technologies. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.) |
| Databáze: |
Complementary Index |
Nájsť tento článok vo Web of Science