Zugwise: domänenbewusste Spielrekonstruktion zur Digitalisierung handschriftlicher Schachpartien
· Quelle: arXiv cs.AI
Die Digitalisierung von handschriftlich notierten Schachpartien wurde bisher meist als Schreiberkennungsproblem behandelt: Man identifiziert die in jeder Zelle geschriebene Züge und prüft deren Gültigkeit nach den Spielregeln. Dieser Ansatz erkennt jedoch keine subtilen Fehler: Wenn die Erkennung einen legalen, aber falschen Zug liefert, wird der Fehler nicht bemerkt und die nachfolgende Rekonstruktion der Partie verfälscht.
Um diese Schwäche zu beheben, stellen die Autoren Zugwise vor, ein System, das die Aufgabe als vollständige Partienrekonstruktion neu definiert. Es nutzt Schachcomputeralgorithmen wie Stille-Suche, statische Austauschbewertung und Schlagen-Erkennung, um zu prüfen, ob die vom Spieler geschriebene Sequenz plausibel ist. Ein „Absurditäts“-Modul weist sofort auf unsichtbare Fehler hin, während eine retrospektive Suche die Ursache späterer Fehler zurückverfolgt.
Die Methode kombiniert die zweite Spieler‑Aufzeichnung mit einer Needleman‑Wunsch‑Fusion und lässt nur die Unterschiede zwischen beiden gültigen Lesungen von Menschen prüfen. In Tests mit zwei Turnierabschnitten senkte die Integration dieser Komponenten die stillen Fehler von 16 auf 1 bzw. von 50 auf 13. Durch zwei lernbasierte Signale – eine CTC‑Re‑Scoring‑Ausgabe des Erkenners und ein menschliches Zugswahrscheinlichkeitsmodell ähnlich Maia – stieg die Korrekturquote im höchsten Rang von 58,8 % auf 78,0 % bei vorhandenen Alternativen.
Dieser Fortschritt erhöht die Zuverlässigkeit der automatischen Transkription von Partien, ein entscheidender Schritt für Archivierung, Analyse und Teilen historischer Spiele ohne Abhängigkeit von einer einzigen Quelle. Die Lösung läuft vollständig im Browser, ist kostenfrei, schützt die Privatsphäre und funktioniert offline, wodurch sie für Spieler, Trainer und Forscher gleichermaßen zugänglich ist.
Originalartikel lesen auf arXiv cs.AI
Diese Zusammenfassung ist eine informationelle Synthese von dataqbs.com. Alle Rechte am Originalinhalt liegen beim Autor und dem genannten Medienunternehmen. Wir handeln ausschließlich als Kuratoren von Technologie-Nachrichten und beanspruchen keine Urheberschaft.