廈門(mén)大學(xué)官方公眾號(hào)昨日(12 月 4 日)發(fā)布博文,宣布該校團(tuán)隊(duì)正嘗試?yán)萌斯ぶ悄埽ˋI)多模態(tài)大模型,結(jié)合甲骨文的音、形、義等多元信息,輔助專家進(jìn)行更高效的甲骨文考釋工作。
甲骨文簡(jiǎn)介
援引博文介紹,甲骨文也被稱作“殷墟文字”,距今已有三千多年歷史,是世界四大古文字之一,是現(xiàn)代漢字的根脈。
傳統(tǒng)的甲骨文字考釋工作極其耗時(shí)費(fèi)力,依托于專家進(jìn)行人工釋讀,多采用字形分析、辭例研究等方法,需要考古專家以深厚的知識(shí)積累和大量的文獻(xiàn)閱讀為基礎(chǔ),結(jié)合多方面的知識(shí)去破譯甲骨字,已經(jīng)難以為繼。
借助 AI 破譯甲骨文
近年來(lái) AI 技術(shù)迅猛發(fā)展,利用深度學(xué)習(xí)模型超強(qiáng)語(yǔ)義表示能力來(lái)實(shí)現(xiàn)甲骨文的輔助考釋,優(yōu)勢(shì)已經(jīng)嶄露頭角。
團(tuán)隊(duì)研究人員針對(duì)甲骨文數(shù)據(jù)稀缺、圖像質(zhì)量參差不齊的現(xiàn)狀,系統(tǒng)整理相關(guān)古文字?jǐn)?shù)據(jù),構(gòu)建更大規(guī)模、更高質(zhì)量的甲骨文多模態(tài)數(shù)據(jù)集,提出了“基于甲骨文多模態(tài)大模型的多元信息輔助考釋模型”的技術(shù)方案。
項(xiàng)目將設(shè)計(jì)一系列與實(shí)際考釋過(guò)程密切相關(guān)的任務(wù)和評(píng)估方法,如跨字體圖像映射、跨字體 IDS(表達(dá)結(jié)構(gòu)的部首偏旁序列)解碼和甲骨字現(xiàn)代字對(duì)譯關(guān)系等,以有效訓(xùn)練多模態(tài)大模型。
團(tuán)隊(duì)利用其強(qiáng)大的跨模態(tài)理解能力,輔助甲骨文考釋。在大模型提供的語(yǔ)義嵌入基礎(chǔ)上,本項(xiàng)目還將設(shè)計(jì)融合音、形、義、用多元信息的端到端甲骨文綜合考釋模型,綜合利用字形結(jié)構(gòu)、語(yǔ)義關(guān)聯(lián)、同音通假和用法聚類分析,開(kāi)發(fā)一種更加輕量的考釋系統(tǒng),以適應(yīng)資源有限的實(shí)際考釋場(chǎng)景。