入选ACL 2024！引入零样本学习，华中科大发布针对甲骨文破译优化的条件扩散模型
内容提要
华中科技大学研究团队与其他机构合作，开发了一种甲骨文破译优化模型（OBSD），用于解决甲骨文识别问题。该模型利用甲骨文的不可见类别生成现代汉字图像，具有较高的准确性。该研究为古文字识别任务提供了新颖的方法，取得了最高的识别准确率。
延伸解读
零样本学习如何提升破译精度
OBSD模型在初步破译后，引入零样本学习阶段，利用20种不同现代汉字字体进行一对一训练，学习书写风格间的结构变换。这增强了模型对字符结构的理解，从而优化生成结果。消融研究表明，零样本学习与局部结构采样结合，使OBS-OCR和PaddleOCR的Top-1准确率分别额外提升3.5%和6%。
评估指标：为何选择OCR而非图像相似度
传统图像生成任务常用SSIM等指标，但甲骨文破译的目标是生成正确的现代汉字，而非视觉相似。因此，研究采用OCR技术作为更客观的衡量标准，定制OBS-OCR工具在88,899个现代汉字类别上训练，达到99.87%的识别准确率，并辅以PaddleOCR进行双重验证，确保破译结果可靠。
多轮解密：逐步逼近正确答案
在单轮解密中，OBSD的Top-1准确率为41.0%（OBS-OCR），而多轮解密允许模型多次尝试，成功率逐步提升至80.0%。这表明通过连续迭代，模型能够增量改进破译结果，更接近实际应用场景，为专家提供有价值的候选字符。
合作与数据：甲骨文智能研究的基石
研究团队与安阳师范学院等机构合作，利用HUST-OBS和EVOBC数据集，包含7,1698张图片、1,590个字符。安阳师范学院的甲骨文大数据平台“殷契文渊”提供了权威数据支持，体现了跨学科合作在古文字智能处理中的关键作用。
Q&A
华中科技大学开发的甲骨文破译模型有什么特点？
该模型名为OBSD，利用甲骨文的不可见类别生成现代汉字图像，具有较高的识别准确率。
OBSD模型是如何提高甲骨文识别准确率的？
通过引入局部结构采样和零样本学习策略，增强了模型对字符结构的理解和生成能力。
甲骨文研究面临哪些主要挑战？
主要挑战包括约3000个单字未获识别，以及传统方法难以处理未知单字的破译问题。
OBSD模型的训练数据集是什么？
使用HUST-OBS和EVOBC数据集进行训练和评估，这些数据集包含大量甲骨文图像和字符。
该研究的成果被哪个会议接收？
研究成果已被ACL 2024主会接收，展示了OBSD的有效性。
如何评估OBSD模型的表现？
通过单轮和多轮解密评估，OBSD在识别准确率上显著高于其他方法。
