Aug, 2024

神经纸卷：用于手写纸卷检索的深度注意力嵌入网络

HTML
PDF
TL;DR本研究解决了在历史古文书研究中，机器学习方法透明度和可解释性不足的问题。我们提出了NeuroPapyri模型，该模型通过引入注意力机制，提升了对古希腊纸卷图像的分析性能，同时提供了有助于决策的可视化图像区域。实验结果表明，NeuroPapyri在文献检索中的有效性，具有推动历史手稿分析的潜力。
发现论文，激发创造
  • 探索梵蒂冈秘密档案中的知识发现——《In Codice Ratio》第一集：手稿的机器转录

    该研究项目提出了一种基于字符分割的新方法，使用卷积神经网络识别字符和语言模型合成单词转录，从而为停泊罗斯的手写文档大量转录节省时间和努力。

    Mar, 2018

  • 使用深度学习恢复古代文本：以希腊铭文为案例研究

    这篇论文介绍了 Pythia，它是第一个使用深度神经网络从损坏的文本中恢复缺失字符的古代文本修复模型，在 PHI-ML 上实现了 30.1% 的字符错误率并在古代文字修复领域达到了最新水平。

    Oct, 2019

  • 基于可变自编码器的罗马陶片无监督聚类

    使用人工智能技术和图像分析方法，针对罗马普通陶器碎片的分类问题，提出了一个基于深度卷积VAE网络的非线性特征聚类模型，并创建了一个罗马普通陶器数据库，为不同社区的进一步研究提供了新的思路。

    Mar, 2022

  • 通过深度学习进行埃拉米楔形文字的定位和分类

    利用DeepScribe模块，能够从阿契美尼德王朝时期的楔形文字片段中，通过目标检测、分类和聚类等机器学习技术，提供有效的翻译建议。

    Jun, 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

  • 中世纪手稿可靠抄写者识别的跨码学习

    历史抄写员识别是获取过去信息的重要任务。本文展示了跨编码器训练数据对CNN基于文本无关离线识别历史抄写员的重要性，以克服编码器依赖过拟合。我们通过实验报告得出三个主要发现：首先，使用屏蔽灰度图像的预处理明显提高了分类结果的F1分数，而不是使用RGB图像。其次，我们使用不同的神经网络对复杂数据进行训练，验证时间和准确率之间的差异，以确定最可靠的网络架构。使用AlexNet，即在F1分数和时间之间取得最佳权衡的网络，我们在分类中在行级别上获得了高达0.96的F1分数，在页级别上获得了高达1.0的F1分数。第三，我们验证了通过实施拒绝选项可以进一步改善CNN输出，从而获得更稳定的结果。我们展示了我们的大规模开源数据集--Codex Claustroneoburgensis数据库（CCl-DB）--中的结果，包含了来自几种不同编码器的多个写手的大量写作。我们首次在具有如此多样化的编码器数据集上展示，使用CNN自动且准确地复现了古文献学决策。这为古文献学家提供了多种新快速获取未标记材料见解的方法，也有助于发展更多的假设。

    Dec, 2023

  • 使用YOLOv8，DeiT和SimCLR在希腊纸上检测和识别字符

    我们的研究通过使用YOLOv8模型集合进行字符检测和分类，结合基于transformer的DeiT方法和使用SimCLR进行自监督学习的ResNet-50模型，获得了ICDAR 2023比赛的好成绩，并在Oxyrhynchus Papyri上展示了我们的方法的实用性。

    Jan, 2024

  • 复原古代象形字: 一种多模态多任务神经网络方法

    该研究论文探讨了文化遗产的保存与恢复问题，并提出了一种基于多模态深度学习的古代文字恢复模型（MMRM），通过结合上下文理解和损坏古代文物的残留视觉信息，实现同时预测损坏字符并生成恢复图像的功能。实验结果表明该方法在模拟实验和实际古代铭文中给出了有价值的恢复建议，为古代社会和文化的理解提供了贡献。

    Mar, 2024

  • 玛雅象形文字的分割通过细调基础模型

    玛雅象形文字的研究通过人工智能提供了一种新的透视方式，可以翻译这些铭文，有潜力让非专家阅读这些文本，并帮助解密那些仍无法全面解释的象形文字。我们利用基础模型从一个专注于玛雅文物的开源数字图书馆中分割玛雅象形文字，通过专家在玛雅艺术和历史方面的协助，精心策划了图像和标签配对，使这些基础模型的性能得到显著提高，展示了精调方法的潜力和我们不断扩大的数据集的价值。我们计划开源这一数据集，鼓励未来的研究，并最终帮助更广泛的社区阅读玛雅象形文字，特别是玛雅遗产社区的成员。

    May, 2024

  • 可解释的深度学习方法用于形态脚本类型分析

    本研究解决了中世纪书写类型分类的描述性限制和主观标准的问题，提出了一种基于可解释深度学习的形态脚本类型分析方法。该方法通过适应深度实例分割技术，学习可比的字符原型，系统性地提供了定性与定量的分析工具。研究结果为实现定性观察和定量测量之间的桥梁作出了重要贡献，展示了在Textualis Formata脚本类型及其两个亚型的应用效果。

    Aug, 2024