基于监督对比学习的小样本甲骨文字识别

摘要: 针对由于甲骨文中部分字符的出现频率较低，直接利用深度神经网络进行识别会产生严重的过拟合现象，进而导致识别精度较差的问题，本文提出一种基于监督对比学习的小样本甲骨文字识别方法。选用利用增强样本的Y型（ensemble augmented-shot Y-shaped ，EASY）学习框架作为网络的主干部分，通过集合数据增强、多骨干网络集成、特征向量投影等训练策略，直接实现利用少量带标签样本进行识别；引入监督对比学习，并提出联合对比损失，使得特征空间中类内特征向量距离更近，类间特征向量距离更远，进一步提高模型性能。实验结果表明：相比于当前效果最好的Orc-Bert模型，提出的小样本甲骨文识别模型在1-shot任务中的准确率提升了26.42%，3-shot任务的准确率提升了28.55%，5-shot任务的准确率提升了23.98%，较好解决了低频率出现的甲骨文字识别精度较差的问题。

• 关键词: 
• 甲骨文字识别  /  
• 小样本  /  
• 监督对比学习  /  
• 利用增强样本的Y型学习框架  /  
• 深度学习  /  
• 特征空间  /  
• 联合对比损失  

作为中华文化的瑰宝，甲骨文字所承载的不仅是古代王朝的兴衰更替的信息，更是我们中华五千年文化传承的历史见证[1]。自甲骨片挖掘工作的展开以来，国内外学者对于甲骨文的研究就不曾停止。据目前所掌握的甲骨文字数据资料来看，古代人民对各个甲骨文字的使用度也大小不一，部分常用字的出现频率可达成百上千乃至上万，但也有不常用字的出现频率仅有十个以内甚至一个。任何一个文字