MET[Ȧ]CADEMY
OF HUMANITY

(MoH) · Documents · 017 · Дослідницька записка · v1.0 · 2026-10-11

S{Ȧ}R: НЕ ПЕРЕКЛАДАТИ САНСКРИТ ЗАРАНО

Як зберегти слово, корінь, неоднозначність і час у машинному читанні Бгаґавад-ґіти

MET[Ȧ]CADEMY OF HUMANITY

Публічна дослідницька записка про запуск S{Ȧ}R · 2026-10-11 · v1.0.

Експеримент із багатошарової обчислюваної філології: як зберігати граматику, корені, неоднозначність, коментарі, історію понять та provenance до вибору перекладу.

S{Ȧ}R: НЕ ПЕРЕКЛАДАТИ САНСКРИТ ЗАРАНО

Як зберегти слово, корінь, неоднозначність і час у машинному читанні Бгаґавад-ґіти

Є дуже людський спосіб поводитися зі складним текстом: побачити слово, негайно перекласти його одним зручним словом сучасної мови, покласти переклад у таблицю й урочисто оголосити, що тепер ми маємо дані. Саме так цивілізація отримує таблицю, у якій dharma = duty, ātman = soul, yoga = yoga, після чого всі розходяться задоволені, крім самого санскриту. Він, на жаль, уже не може подати апеляцію.

S{Ȧ}R, Sanskrit Semantic Recognition, починається з протилежної підозри: можливо, переклад є не першим кроком, а одним із останніх. До того як вибрати українське чи англійське слово, система повинна зберегти форму, sandhi, морфологію, dhātu, словотвір, тип складного слова, синтаксичну роль, кілька можливих значень, контекст, історію вживання, коментаторські читання й, де це справді обґрунтовано, історичну етимологію та індоєвропейські відповідники. Не тому, що переклад поганий. Тому що переклад завжди щось стискає.

Ми назвали базове правило проєкту коротко: DON’T COLLAPSE. Не зводити поняття до першого зручного глоса. Не плутати традиційну етимологічну інтерпретацію з історичною етимологією. Не видавати коментар за буквальний текст. Не перетворювати намір на вже здійснену дію. Не змушувати дві правдоподібні граматичні розбірки битися до смерті лише тому, що база даних любить одну колонку.

Чому починаємо з першої глави

Перший полігон — глава 1 Бгаґавад-ґіти, а перший контрольний об’єкт — BG 1.1. Це навмисно скромний старт. Перша глава ще не кидає систему одразу в океан brahman, ātman, prakṛti, puruṣa й інших термінів, які століттями збирали навколо себе філософські школи. Тут є люди, родичі, армії, місця, наміри, питання, страх, моральне передчуття. Тобто достатньо складності, щоб система могла зламатися чесно, але ще не настільки багато, щоб після збою довелося засновувати нову релігію для пояснення stack trace.

У першій же шлоці є маленький приклад того, навіщо вся ця морока. Форма yuyutsavaḥ не означає просто «воюють». Вона несе desiderative, тобто бажання або намір битися. Це інша структура події. Є можливий майбутній бій, є суб’єкти, які хочуть його здійснити, але сам бій ще не відбувся. Якщо переклад рано перетворює це на звичайне fight, машина втрачає саме те, що пізніше може бути важливим для аналізу мотивації, рішення й переходу Арджуни від готовності діяти до морального конфлікту.

Там само Dhṛtarāṣṭra розділяє учасників як māmakāḥ і pāṇḍavāḥ, буквально в мовній перспективі «мої» та «Пандави». Це не доводить жодної великої психологічної теорії про царя, але створює текстово спостережувану асиметрію групування. S{Ȧ}R зберігає її як окремий семантичний факт, а не загладжує до нейтрального списку сторін. Маленька різниця. Саме з маленьких різниць потім виростають великі інтерпретації, часто вже без пам’яті про те, де вони почалися.

Не один текст, а стек шарів

Архітектура S{Ȧ}R навмисно багатошарова. Внизу лежить ідентичність конкретного текстового свідка: видання, редакція, нумерація, варіант. Над ним поверхнева форма, IAST, межі pāda, потім фонологія й sandhi, морфологія, derivation, dhātu, префікси й суфікси, samāsa, синтаксис і kāraka. Далі йдуть lexical semantics, concept layer, discourse, speech act, narrative event, cognitive state, argument structure, commentarial layer, diachronic semantics, traditional nirvacana, historical etymology, cognate graph і лише після цього translation projection.

Тут важливе слово projection. Українське обов'язок, англійське duty або інше слово не є самим dharma. Це спосіб показати частину концептуального поля в певному контексті певному читачеві. Інший режим перекладу може вибрати іншу проєкцію. У машинній моделі вони можуть співіснувати, а система має вміти пояснити, що саме кожна версія зберегла і що стиснула.

Це дозволяє зробити дивну, але корисну річ: переклад може мати звіт про втрати. Якщо сучасна фраза сховала число, рід, desiderative, неоднозначність samāsa або специфічний відтінок звертання, система не мусить сором’язливо мовчати. Вона може сказати: ось зручний переклад, а ось те, що довелося пожертвувати заради зручності. JPEG уже тридцять років чесніше поводиться зі стисненням, ніж багато перекладів. Час наздогнати JPEG.

Чотири рівні vāk, але без універсального духовного блендера

Окрема вісь проєкту працює з традиційною моделлю vaikharī, madhyamā, paśyantī, parā. Тут ми спеціально ставимо запобіжник. Це не «чотири об’єктивні рівні санскриту», які можна просто приклеїти до кожного слова. Чотириступенева схема особливо розгортається в пізніших філософських і тантричних традиціях; різні школи філософії мови формулюють співвідношення слова й смислу не однаково. Тому S{Ȧ}R зберігає цей апарат як атрибутовану традиційну модель: хто її використовує, у якій традиції, у якому значенні.

Практична користь тут усе одно велика. На рівні vaikharī ми маємо вимовлену або записану форму. На madhyamā можна моделювати мовну організацію до зовнішнього звучання. Paśyantī може працювати як традиційний концептуальний lens, де ще не все розгорнуто в окремі слова. Parā лишається максимально обережною метамоделлю, а не кнопкою «обчислити трансцендентне». Якщо Python одного дня видасть PARA = 42, ми першими перевіримо, чи він не просто прочитав Дугласа Адамса.

Поруч ми резервуємо окрему лінію для Bhartṛhari та sphoṭa. Це важливо, бо питання про цілісне схоплення вислову не обов’язково зводиться до пізнішої чотирирівневої схеми. Одне з майбутніх випробувань S{Ȧ}R полягає саме в цьому: порівняти послідовне машинне складання значення токен за токеном із моделями, де речення або смислова цілісність має первинний статус.

Корені, які йдуть глибше за словник

Другий великий напрям — історична глибина. Для важливого слова система може рухатися від поверхневої форми до lemma, dhātu, староіндійських форм, реконструйованого праіндоіранського рівня й, де є достатня доказова база, до Proto-Indo-European etymon і споріднених форм в іранських, грецькій, латинській, германських, слов’янських, балтійських та інших гілках.

Але тут є ще один запобіжник: етимологічний вік не дорівнює віку поняття. Давній успадкований корінь може через тисячоліття отримати спеціалізований філософський сенс, якого не було в прамові. Тому S{Ȧ}R не дозволяє PIE-реконструкції наказувати конкретній шлоці, «що вона насправді означає». Cognate graph пояснює історію форми й частину історії значення; контекст Ґіти пояснюється текстом, граматикою, корпусом, традиціями інтерпретації та історією концепту.

Це також відділяє історичну етимологію від nirvacana. Традиційна індійська етимологічна інтерпретація може бути філософськи дуже значущою навіть тоді, коли сучасна comparative linguistics не вважає її генетичною історією слова. Замість того щоб сварити одну систему з іншою, ми зберігаємо два різні типи зв’язку. Конфлікт тут стає даними.

Як починається така наукова робота

Нормальний початок дослідження менш романтичний, ніж маніфест, і це добре. Спочатку ми формулюємо об’єкт, межі, джерела й правила помилки. Потім робимо маленький gold set, де кожен крок можна перевірити вручну. Далі запускаємо кілька незалежних інструментів і не називаємо збіг двох сайтів незалежним підтвердженням, якщо обидва тихо копіюють одну й ту саму цифрову редакцію. Після цього фіксуємо гіпотези, confidence, provenance, версії parser’ів і те, що лишилося невідомим.

Для першого проходу S{Ȧ}R спирається не на один чудо-сайт, а на вже наявну інфраструктуру цифрової індології: GRETIL для електронних текстів, University of Hyderabad Saṃsādhanī для структурованого аналізу Ґіти, Sanskrit Heritage для segmentation і morphology, Digital Corpus of Sanskrit для корпусних атестацій, Cologne Digital Sanskrit Dictionaries і Sanskrit Library для лексикографії та граматики, Sanskrit WordNet для семантичних відношень, а UT Austin IELEX як один із входів у Indo-European reflex graph. Ми не винаходимо новий санскритський parser з нуля. Ми будуємо систему, яка вміє не загубити суперечність між уже наявними знаннями.

Це важлива межа претензій. Науково цікава частина S{Ȧ}R не в тому, щоб сказати: «ми першими здогадалися, що в санскриті є корені». Новизна, якщо вона взагалі підтвердиться, може бути в архітектурі інтеграції: багатошаровій моделі, де форма, історія, переклад, традиційна інтерпретація, corpus evidence і машинна гіпотеза не перетворюються на одну кашу, а залишаються типізованими, трасованими й повторно обчислюваними.

Коли даних стає багато

Перший прототип легко живе у Python-об’єктах і JSON. Це прекрасний спосіб через місяць отримати файл розміром із невелику релігійну війну. Тому масштабування закладається зараз. Незмінний source layer зберігає оригінальні свідки. Derived layer працює append-only: кожен новий parser run додає результат із версією й hash залежностей, а не переписує минуле. Активний граф зберігається в нормалізованих таблицях nodes і edges з індексами, а великі корпусні таблиці з часом можуть йти в Parquet і аналізуватися DuckDB. Не треба завантажувати весь санскрит у RAM, щоб відповісти на питання про одну шлоку. Ноутбук і так багато пережив.

Ще важливіше, не всі можливі зв’язки треба матеріалізувати наперед. Частина шарів будується локально для вірша або пасажу, дорогі cross-corpus joins робляться ліниво, стабільні результати кешуються за dependency hash, довгі jobs мають checkpoint і можуть відновитися. Неоднозначність теж контролюється: зберігаємо кілька найкраще підтриманих кандидатів, але не дозволяємо combinatorial explosion перетворити одне слово на двадцять мільйонів альтернативних всесвітів до сніданку.

Перший working graph для BG 1.1 уже існує: 16 вузлів і 17 зв’язків. Поруч із JSON уже працює SQLite-представлення. Це не вражаючі цифри, і саме тому вони корисні. На цьому масштабі ще можна подивитися кожному ребру в очі й запитати, хто його сюди пустив.

Що може вийти, якщо система переживе власну архітектуру

Найочевидніший результат — генератор різних перекладів із одного semantic source. Literal, root-preserving, academic, philosophical, poetic або проста українська версія більше не повинні бути окремими ручними всесвітами. Вони можуть бути контрольованими проєкціями одного графа й показувати свою ціну стиснення.

Другий результат — semantic archaeology. Можна простежувати, як dharma, yoga, buddhi, ātman, kṣetra чи інше поняття поводиться у ведичному, упанішадичному, епічному й пізнішому матеріалі. Не «етимологія довела істинний сенс», а значно цікавіше: ось траєкторія слова, ось траєкторія концепту, і вони не завжди збігаються.

Третій результат — карта незгоди. Коментарі Śaṅkara, Rāmānuja, Madhva, Abhinavagupta та інших традицій не треба усереднювати до безбарвного «індуїзм каже». Машина може показувати, де саме вони читають одну граматичну форму чи аргумент по-різному, які докази використовують і що змінюється downstream, якщо прийняти одну інтерпретацію замість іншої.

Четвертий напрям — освіта. Людина, яка не читає devanāgarī, може отримати IAST, морфологічне дерево й людське пояснення без необхідності спершу закінчити кафедру санскритології. Це не замінює мову; це може створити більш чесний міст до неї. Особливо якщо інтерфейс регулярно нагадує: «ось тут ми знаємо, ось тут реконструюємо, ось тут традиції сперечаються».

П’ятий напрям стосується AI. Стародавній текст стає хорошим stress test для машинного reasoning саме тому, що тут багато неоднозначності, довгих історій понять і різних систем коментаря. Модель, яка завжди видає один впевнений переклад, може виглядати розумною й водночас бути епістемічно грубою. S{Ȧ}R дозволяє тестувати іншу здатність: чи вміє машина зберігати кілька можливих світів доти, доки доказів недостатньо для одного.

І нарешті, якщо модель виявиться переносимою, вона може бути корисною не лише для санскриту. Подібна архітектура підходить для інших історичних корпусів, де переклад, коментар, текстові варіанти й етимологія утворюють багатошарову систему. Але це вже майбутня гіпотеза, а не напис на футболці.

Чого ми не стверджуємо

S{Ȧ}R не обчислює «остаточний смисл Ґіти». Не доводить метафізичні твердження Python’ом. Не замінює санскритологів. Не оголошує PIE-корінь таємним кодом Всесвіту. Не перетворює чотири рівні vāk на універсальну нейрофізіологію. І не вважає confidence 0.93 духовним титулом.

Проєкт на старті. Саме тому зараз найкращий час опублікувати його межі. Хороша дослідницька програма повинна залишати слід не лише перемог, а й того, що вона ще не знає. Кожен derived record має provenance. Кожне суттєве припущення може мати альтернативу. Кожен parser може бути неправий. Людська корекція не стирає машинну помилку, а додає adjudication layer, щоб потім можна було побачити, як саме система навчилася не робити цю дурницю вдруге.

Від однієї шлоки до поля

План навмисно йде повільно: спочатку BG 1.1 як gold record, потім 1.1-1.10 як regression corpus, потім перша глава, далі вся Ґіта, і лише після цього ширше corpus federation. Це менш ефектно, ніж завтра оголосити «ми оцифрували 700 шлок і відкрили давню мудрість». Зате є шанс, що післязавтра не доведеться пояснювати, чому давня мудрість зберігалася в колонці meaning_final_v7_REAL_FINAL2.

Наукове значення S{Ȧ}R, якщо воно підтвердиться, буде не в одному перекладі. Воно може бути в інфраструктурі збереженої неоднозначності. Текст перестає бути сировиною, яку треба якнайшвидше переробити на сучасні речення, і стає моделлю, де кожен рівень можна досліджувати, порівнювати й повторно проєктувати. Переклад тоді не смерть оригіналу. Це один інтерфейс до нього.

І, можливо, саме це найцікавіше наслідок експерименту. Ми почали з майже жарту: «а що буде, якщо перекласти Бгаґавад-ґіту на Python?» Правильніша відповідь виявилася дивнішою: не треба перекладати Ґіту на Python. Треба навчити Python не поспішати перекладати Ґіту.

Джерела та дослідницька інфраструктура

На стартовому етапі використовуються й порівнюються GRETIL (https://gretil.sub.uni-goettingen.de/), University of Hyderabad Saṃsādhanī Bhagavad Gītā e-reader (https://sanskrit.uohyd.ac.in/scl/e-readers/sbg/main.html), Sanskrit Heritage (https://sanskrit.uohyd.ac.in/SKT/), Digital Corpus of Sanskrit (https://sanskrit-linguistics.org/dcs/), Cologne Digital Sanskrit Dictionaries (https://www.sanskrit-lexicon.uni-koeln.de/), Sanskrit Library (https://www.sanskritlibrary.org/), Sanskrit WordNet (https://sanskritwordnet.unipv.it/) та UT Austin Indo-European Lexicon (https://lrc.la.utexas.edu/lex/languages/Skt). Кожне джерело використовується лише в межах його ролі й правового режиму; публічна система не повинна масово перевидавати захищені корпуси лише тому, що браузер дозволив їх прочитати.

Підтримати роботу

S{Ȧ}R ведеться як незалежне дослідження MET[Ȧ]CADEMY OF HUMANITY. Підтримка допомагає оплачувати інфраструктуру, зберігати відкриті результати, робити двомовні публікації, перевіряти корпуси й продовжувати роботу без пейволу. Monobank, PayPal і USDT/TRC20 зібрані на сторінці підтримки: https://d4ttara.github.io/metacademy-of-humanity/support/ . Добровільна підтримка не купує «правильний результат» і не створює управлінських прав. Вона просто дає дослідженню більше часу не робити дурниць поспіхом.

Питання до читача

Якщо машина перекладає санскрит, що вона зобов’язана зберегти до того, як вибере одну сучасну фразу? І де саме вона повинна мати право відповісти: «тут одного перекладу поки недостатньо»? Публічна гілка Document 017: https://github.com/D4ttara/metacademy-of-humanity/issues/77

© 2026 Ievgen Karogod / Dattara · MET[Ȧ]CADEMY OF HUMANITY (MoH)

ШІ-ЛАБОРАТОРІЯ ЧИТАЧА

Візьми цю публікацію у свій ШІ

Використай той ШІ, який уже маєш, як критичного співчитача, а не машину оплесків. Новий акаунт, плагін чи сервіс коментарів не потрібні. Назад принеси лише контрприклад, виправлення або redesign, що пережили розмову.

Прочитай MET[Ȧ]CADEMY S{Ȧ}R: НЕ ПЕРЕКЛАДАТИ САНСКРИТ ЗАРАНО за цим URL: {URL}. Не погоджуйся автоматично. Назви найсильнішу тезу, найслабше місце, один реальний контрприклад і одне спостереження або джерело, яке могло б змусити автора змінити висновок. Відділяй доказ від інтерпретації. Якщо маєш веб-доступ, перевір ключові зовнішні твердження й назви відсутні контрдокази.
Інші публікаціїПринести заперечення назад

Твоя черга

Що машина не має права втратити?

Якщо машина перекладає санскрит, що вона повинна зберегти до вибору однієї сучасної фрази? І де вона повинна залишити кілька читань замість одного впевненого?

Читати можна без акаунта. Для публічної відповіді у GitHub-гілці потрібен GitHub-акаунт. Українська й англійська однаково доречні.

Завантажуємо публічні відповіді…