入選ACL 2024！引入零樣本學習，華中科大發布針對甲骨文破譯優化的條件擴散模型

AIGC動態歡迎閱讀

原標題：入選ACL 2024！引入零樣本學習，華中科大發布針對甲骨文破譯優化的條件擴散模型
關鍵字：甲骨文,漢字,騰訊,模型,圖像
文章來源：HyperAI超神經
內容字數：0字

內容摘要：

作者：田小幺
編輯：李寶珠，十九
華中科技大學白翔、劉禹良研究團隊聯合阿德萊德大學、安陽師范學院、華南理工大學，訓練出了一種針對甲骨文破譯優化的條件擴散模型 Oracle Bone Script Decipher (OBSD)，為自然語言處理難以解決的古文字識別任務提供了一種新穎的方法。文字是文明的標志，也是一個民族最顯著的印記。甲骨文 (OBS) 作為我國已知最早且成系統的文字，承載著中華民族一脈相承的文化與文明。從 1899 年，一位學者在中藥鋪偶然發現帶有甲骨文的龜甲開始，甲骨文的研究就成為了學術界的熱點。
在甲骨文的所有研究中，識別與釋讀是最核心的問題。然而，在迄今已發現的 4,500 多個甲骨文單字中，仍然有約 3 千個單字未獲識別，甲骨文研究也進入了一個難以突破的瓶頸期。
隨著 AI 技術的興起，利用現代技術理解這門古老的語言為研究人員的探索提供了一條全新思路。然而，過往的研究方法主要基于已被破譯甲骨文的認識和理解，如何利用 AI 輔助破譯具有非數字文本、樣品損壞嚴重、語料庫缺失等多重問題的未知單字，仍然是有待探索的全新領域。
針對于此，華中科技大學白翔、劉禹良研究團隊聯合

原文鏈接：入選ACL 2024！引入零樣本學習，華中科大發布針對甲骨文破譯優化的條件擴散模型