12月5日，據(jù)廈門(mén)大學(xué)公眾號(hào)消息，廈門(mén)大學(xué)信息學(xué)院自然語(yǔ)言處理實(shí)驗(yàn)室史曉東教授團(tuán)隊(duì)申報(bào)的“基于甲骨文多模態(tài)大模型的多元信息甲骨文輔助考釋模型”項(xiàng)目，成功入選“探元計(jì)劃2024”的“創(chuàng)新探索型項(xiàng)目”TOP10榜單。
圖片來(lái)源：廈門(mén)大學(xué)公眾號(hào)
甲骨文，作為世界四大古文字之一，距今已有三千多年歷史，被譽(yù)為現(xiàn)代漢字的根脈。然而，傳統(tǒng)的甲骨文字考釋工作卻異常艱巨，需要考古專(zhuān)家憑借深厚的知識(shí)積累和大量的文獻(xiàn)閱讀，通過(guò)字形分析、辭例研究等方法進(jìn)行人工釋讀。隨著AI技術(shù)的迅猛發(fā)展，利用深度學(xué)習(xí)模型的強(qiáng)大語(yǔ)義表示能力來(lái)輔助甲骨文的考釋工作，逐漸成為了一個(gè)新的研究方向。
圖片來(lái)源：廈門(mén)大學(xué)公眾號(hào)
針對(duì)甲骨文數(shù)據(jù)稀缺且圖像質(zhì)量參差不齊的現(xiàn)狀，廈大團(tuán)隊(duì)系統(tǒng)整理了相關(guān)古文字?jǐn)?shù)據(jù)，構(gòu)建了一個(gè)更大規(guī)模、更高質(zhì)量的甲骨文多模態(tài)數(shù)據(jù)集。在此基礎(chǔ)上，他們提出了“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，旨在通過(guò)AI技術(shù)提升甲骨文考釋的效率和準(zhǔn)確性。
該項(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，包括跨字體圖像映射、跨字體IDS（表達(dá)結(jié)構(gòu)的部首偏旁序列）解碼以及甲骨字與現(xiàn)代字的對(duì)譯關(guān)系等。這些任務(wù)和方法的設(shè)計(jì)，旨在有效訓(xùn)練多模態(tài)大模型，利用其跨模態(tài)的理解能力來(lái)輔助甲骨文的考釋工作。
此外，項(xiàng)目團(tuán)隊(duì)還計(jì)劃在大模型提供的語(yǔ)義嵌入基礎(chǔ)上，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。這一模型將綜合利用字形結(jié)構(gòu)、語(yǔ)義關(guān)聯(lián)、同音通假和用法聚類(lèi)分析等多種方法，開(kāi)發(fā)一種更加輕量的考釋系統(tǒng)。該系統(tǒng)旨在適應(yīng)資源有限的實(shí)際考釋場(chǎng)景，為甲骨文的考釋工作提供新的解決方案。
據(jù)悉，“探元計(jì)劃2024”是由國(guó)家文物局科技教育司指導(dǎo)，聯(lián)合中國(guó)文物信息咨詢(xún)中心、騰訊SSV數(shù)字文化實(shí)驗(yàn)室、騰訊研究院、社會(huì)價(jià)值投資聯(lián)盟（深圳）以及中國(guó)文物報(bào)、紫荊雜志社共同發(fā)起。（文智）
