基于偏旁与象形分析的 Oracle Bone Script 可解释解读
计算机视觉与模式识别
2025-08-19 v2
摘要
作为最古老的成熟书写系统，Oracle Bone Script (OBS) 长期以来因其稀有性、抽象性和象形多样性而面临巨大的解读挑战。当前的深度学习方法在 OBS 解读任务上取得了令人兴奋的进展，但现有方法往往忽视了表意文字与 OBS 意义之间复杂的联系。这导致在零样例设置和 undeciphered OBS 情况下的泛化能力和可解释性有限。为此，我们提出一种基于大型视觉-语言模型 (LVLMs) 的可解释 OBS 解读方法，该方法综合了偏既分析和象形-语义理解，以弥合 OBS 表意文字与其意义之间的鸿沟。具体而言，我们提出一种渐进式训练策略，引导模型从偏既识别与分析逐步过渡到象形分析与相互分析，从而实现从表意文字到意义的推理。我们还设计了受分析结果启发的偏既-象形双匹配机制，显著提升了模型在零样例解读方面的性能。为便于模型训练，我们提出了 Pictographic Decipherment OBS 数据集，包含 47,157 个带有 OBS 图像和象形分析文本的中文字符。实验结果表明，我们的方法在公共基准测试上实现了最高的 Top-10 准确率和卓越的零样例解读能力。更重要的是，我们的模型提供了逻辑的分析过程，为 undeciphered OBS 的考古学参考提供了可能的价值，从而在数字人文和历史研究等领域具有潜在应用前景。该数据集和代码将发布于 https://github.com/PKXX1943/PD-OBS。
引用
@article{arxiv.2508.10113,
title = {Interpretable Oracle Bone Script Decipherment through Radical and Pictographic Analysis with LVLMs},
author = {Kaixin Peng and Mengyang Zhao and Haiyang Yu and Teng Fu and Bin Li},
journal= {arXiv preprint arXiv:2508.10113},
year = {2025}
}