论文解读 | ACL'24最佳论文：利用扩散模型破译甲骨文语言

AITIME论道

于 2024-09-23 18:00:52 发布

阅读量2k

点赞数 19

本文链接：https://blog.csdn.net/AITIME_HY/article/details/142503888

版权

点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入！

点击 阅读原文 观看作者讲解回放！

作者简介

管海粟，华中科技大学本科生在读。

主要研究方向为图像生成、图像分割、多模态大模型。获得国家奖学金、校三好学生奖学金、华中科技大学本科特优生等荣誉。发表ACL 2024 Best Paper一篇，一篇scientific Data，申请4项发明专利。获得多项学科竞赛一等奖。

概述

甲骨文（OBS）起源于大约3000年前的中国商朝，是中国语言史的基石，其出现时间早于许多现有的书写体系。尽管已发现数以万计的甲骨文铭文，但大量甲骨文尚未被破译，这使得这种古老的语言笼罩着一层神秘的面纱。近年来人工智能技术快速兴起，可能为甲骨文的解读开辟新天地。传统的自然语言处理方法依赖于大量文本语料库，而古代历史语言往往缺乏这种优势。现有的人工智能在甲骨文领域的研究主要聚焦于对已破译甲骨文的识别和检测上面，但是对于未破译甲骨文的研究却依旧存在挑战。因此，本报告介绍了我们推出的甲骨文破译模型OBSD（Oracle Bone Script Decipher）。项目利用扩散模型，模拟汉字演变的过程，将甲骨文文字图像转化为现代汉字图像，通过产生未破译甲骨文的现代汉字来反推其含义，从而辅助破译甲骨文。此外，OBSD还提出局部结构采样（Localized Structural Sampling）和零样本细化（Zero-shot Refinement）两个方法提高图像生成质量。OBSD在与其他图像到图像转换模型的对比中取得了更好的性能，并在未破译的甲骨文文字上面进行了大量的定性实验，有望为甲骨文的破译提供字形或者图像上的线索。

论文地址：https://arxiv.org/pdf/2406.00684

代码链接：https://github.com/guanhaisu/OBSD

Research Background

Background Information

中国文字博物馆对甲骨文释读成果进行了两次公示。首次公示于2019年，复旦大学的蒋玉斌先生获得一等奖，清华大学的王子杨先生获得二等奖。2023年的第二次公示中，一等奖增加至两名，二等奖增至三名，且收到的论证报告数量从65篇上升至85篇，反映出国内学者对甲骨文破译工作兴趣的增长。