Jul, 2024

甲骨文多模态数据集

HTML
PDF
TL;DR这篇论文提出了一个Oracle Bone Inscriptions多模态数据集（OBIMD），其中包括10,077块甲骨的注释信息，为早期商代历史和古文字学的研究提供了全面而高质量的注释级别。该数据集可以用于OBI领域相关的各种人工智能研究任务，如甲骨文字的检测和识别，擦拭去噪，文字匹配，文字生成，阅读序列预测，缺失字符补充等。我们相信这样一个数据集的创建和发布将有助于显著推进人工智能算法在OBI研究领域的应用。
发现论文，激发创造
  • AGTGAN: 面向摄影古文字生成的无配对图像翻译

    本文提出一种基于生成对抗网络的无监督方法，能够生成具有多样的字形和真实纹理的古代文字图像，该方法在分类准确率等方面表现出色。

    Mar, 2023

  • 使用Vision Transformers量化字符相似度

    使用大量自我监督训练的视觉变换器（ViT），通过对数字化字体进行增强，开发了一种可扩展的方法来测量OCR文档的字符替换成本。使用字符表示之间的余弦距离作为编辑距离匹配算法中的替换成本，与其他广泛使用的字符串匹配方法相比，可以显著提高记录链接的精度，因为OCR错误往往是同形异义字的。 通过创建古代汉字的同形异义字集合，可以捕捉古代社会不同抽象概念的关系。

    May, 2023

  • 深度亚拉姆语：实现合成数据范式，在铭文学中开启机器学习

    我们的研究通过合成数据的方法，为古代亚述文字符号生成了大规模的数据集，以此训练人工神经网络以提高掌握这些古代碑文的能力。通过验证实验，我们验证了该模型在处理多样的真实场景中的能力，并证明了我们合成数据方法的可行性，避免了对稀缺的训练数据的依赖，从而提高了对受损碑文的解读准确性和对历史资源的知识提取。

    Oct, 2023

  • Diff-Oracle：具有可控风格和内容的Oracle字符生成的扩散模型

    利用扩散模型生成足够可控的甲骨文字，通过样式编码器和内容编码器控制风格和内容信息，有效提高图像生成和识别准确性。

    Dec, 2023

  • 一个用于甲骨文演化的开放数据集：EVOBC

    通过构建一个包含13,714个不同字符类别的含有229,170张图片的EVolution Oracle Bone Characters (EVOBC)数据集，本研究展示了该数据集在辅助研究甲骨文上的作用，通过研究字符形式的演变来帮助解读甲骨文。

    Jan, 2024

  • 一个用于甲骨文识别和解读的开放数据集

    创造了华中科技大学甲骨学数据集，包括77,064张已解码甲骨文字图像和62,989张未解码字符的图像，共计140,053张图像，为未知甲骨文字的解码研究提供了帮助。

    Jan, 2024

  • 扩散模型解读甲骨文语言

    通过采用图像生成技术，本文引入了一种新颖的方法，即通过开发Oracle Bone Script Decipher (OBSD)——一种基于条件扩散策略的图像生成方法，为Oracle Bone Script（OBS）解密提供重要线索，为古代语言的人工智能辅助分析开辟了新的道路。

    Jun, 2024

  • 拼图选择器：通过偏旁字重构解读古代汉字

    通过使用Puzzle Pieces Picker（P$^3$）这一新颖方法进行基体重建，该研究旨在解密大量未解谜的甲骨文，以揭示这种古老文字的秘密，并通过开发Ancient Chinese Character Puzzles（ACCP）数据集，能够更好地理解中国古代文字的历史和文化背景。

    Jun, 2024

  • 楚简脚本的多模态多粒度分词器

    本研究针对解读古代中国楚简脚本中的复杂层次结构，提出了一种多模态多粒度分词器。通过实施字符边界检测和字符及子字符级别的识别，我们开发了一个大规模的楚简标注数据集，并在词性标注任务中显著提高了F1-score。这项工作不仅促进了楚简的深入研究，也可能推动其它古代中国书写形式的研究。

    Sep, 2024

  • 一种跨字体图像检索网络用于识别未解读的甲骨文

    该研究解决了未解读甲骨文字符和尚无有效解读方法的学术难题。提出的跨字体图像检索网络（CFIRN）通过模拟古文字学者的解读行为，利用多尺度特征集成模块和多尺度精炼分类器，从不同字体的字符图像中提取深层特征，有效提高了未解读字符的准确匹配率。实验结果表明，该方法在不同字体的图像检索中表现出色，具有重要的学术价值和潜在影响。

    Sep, 2024