费尔南·布罗代尔强调历史研究应关注普通人的日常生活变化。数字技术连接个体需求,形成供需互动。小红书捕捉细微需求,反映真实消费市场,帮助品牌识别趋势。尽管“小”需求复杂,但它是理解经济的重要工具。
印刷机作为变革的动力,深刻影响了文字记录和文化精英的观点,改变了资料的搜集、储存和检索方式,推动了历史研究的新维度。尽管其影响常被忽视,但在学术交流中的重要性不容小觑。
Aeneas团队推出了首个用于古代铭文语境化的人工智能模型,帮助历史学家解读和恢复破碎文本。该模型能够快速识别相似铭文,提供上下文信息,提升研究效率,适用于多种古代语言。研究成果将免费提供给研究人员和教育工作者,推动历史研究的发展。
D4R平台旨在帮助非技术用户,特别是历史学家,探索历史文献。它通过将自然语言问题转化为Cypher查询,提供友好的图形界面,从而提升历史研究的效率和可访问性。
本文介绍了一种从魁北克手写教区登记簿提取信息的工作流程,利用机器学习模型和专家验证规则处理超过200万页面的数据。这一方法有助于家族和系谱关系的重建,并支持历史研究和文化遗产的识别。
这篇文章分享了一位历史学博士生在研究中使用现代科技的经验,包括收集材料的方法和使用数字工具整理材料的经验。他认为科技可以提高研究效率,但历史学的魅力在于人的思考与评说。他还提出了非中文与英文的历史研究者如何应对智能助手的问题。
历史学家Mark Humphries利用ChatGPT发现AI在历史研究中具有潜力,可以处理大量档案和文献,加速研究过程。然而,AI系统存在偏见和语言模型限制,需要调整和优化。历史学界正在积极探索如何整合AI技术,提高效率和准确性。
这篇文章讨论了历史研究中的可重复性危机,指出历史研究中的可重复性问题更为严重。作者提出了解决方案,即历史学家应将档案资料上传到公共存储库,以便评估和查阅。呼吁改变历史学家的激励机制。
完成下面两步后,将自动完成登录并继续当前操作。