DeepScribe:基于深度学习的埃兰楔形文字符号定位与分类
计算机视觉与模式识别
2025-02-04 v2 数字图书馆
信息检索
摘要
两千五百年前,阿契美尼德帝国的文书工作记录于泥板上。1933年,芝加哥大学东方研究所(OI)的考古学家在波斯波利斯发掘期间发现了数万块此类泥板及残片。其中许多泥板已由楔形文字专家精心拍摄并标注,现构成一个丰富的数据集,包含超过 5,000 张标注泥板图像与 100,000 个楔形文字符号边界框。我们利用该数据集开发 DeepScribe,一个模块化计算机视觉流水线,能够定位楔形文字符号并为每个符号的身份提供建议。我们考察了在真值数据上学习与楔形文字泥板转写相关子任务的难度,发现 RetinaNet 目标检测器可实现 0.78 的定位 mAP,ResNet 分类器可实现 0.89 的 top-5 符号分类准确率。端到端流水线实现了 0.80 的 top-5 分类准确率。作为分类模块的一部分,DeepScribe 将楔形文字符号分组为形态学簇。我们思考这种自动聚类方式与传统印刷符号表的编排有何不同,以及我们能从中获得什么启示。这些单独训练的组件足以构建一个系统,可分析阿契美尼德时期楔形文字泥板照片并向研究者提供有用的转写建议。我们评估了模型在符号定位与分类上的端到端性能,提供了通向语言学感知转写系统的路线图,进而考量该模型应用于其他时期楔形文字书写时的潜在效用。
引用
@article{arxiv.2306.01268,
title = {DeepScribe: Localization and Classification of Elamite Cuneiform Signs Via Deep Learning},
author = {Edward C. Williams and Grace Su and Sandra R. Schloen and Miller C. Prosser and Susanne Paulus and Sanjay Krishnan},
journal= {arXiv preprint arXiv:2306.01268},
year = {2025}
}
备注
Accepted to ACM JOCCH