LogogramNLP：比较古代表意文字系统的视觉与文本表示用于NLP
计算与语言
2026-01-29 v2 人工智能
计算机视觉与模式识别
摘要
标准自然语言处理(NLP)管道 operates on由离散记号序列组成的符号表示，这些记号通常是离散的记号序列。然而，为古代表意文字系统创建类似表示极其费时，需要专业知识。目前，大量表意数据仅以纯视觉形式保存由于缺乏转录——这一问题给寻求应用NLP工具来研究古代表意语言的研究人员造成了瓶颈：相关数据大多是文字的图像。本文研究直接处理语言的视觉表示是否提供了潜在解决方案。我们介绍LogogramNLP，是首个能够进行古代表意语言NLP分析的基准，包含四种文字系统的转录和视觉数据集，以及用于分类、翻译和解析的注释。我们的实验比较使用最新视觉和文本编码策略作为骨干的系统。结果表明，对于所调查的某些任务，视觉表示优于文本表示，表明视觉处理管道可能为NLP方法解锁了广大表意语言文化遗产数据。
引用
@article{arxiv.2408.04628,
title = {LogogramNLP: Comparing Visual and Textual Representations of Ancient Logographic Writing Systems for NLP},
author = {Danlu Chen and Freda Shi and Aditi Agarwal and Jacobo Myerston and Taylor Berg-Kirkpatrick},
journal= {arXiv preprint arXiv:2408.04628},
year = {2026}
}
备注
correct wrong refs, typos