Puzzle Pieces Picker: Deciphering Ancient Chinese Characters with Radical Reconstruction

甲骨文是世界上现存最古老的文字之一。然而，由于时代久远，很多甲骨文都无法破译，使得它成为了当今古文字学领域的全球性挑战之一。本文介绍了一种新颖的方法，即Puzzle Pieces Picker（P$^3$），通过基本部首重构来解密这些神秘的文字。我们将甲骨文分解成基础笔画和部首，然后采用Transformer模型将它们重构成现代汉字，为古代文字分析提供了一个开创性的解决方案。为了进一步推进这一研究，我们开发了一个新的古汉字拼图数据集（ACCP），其中包含了七个关键历史阶段的大量字符图像，并注释了详细的部首序列。实验展示了很多有希望的发现，突显了我们的方法在解密古代汉字方面的潜力和有效性。通过这一新的数据集和方法，我们旨在弥合传统语言学和现代文献分析技术之间的鸿沟，为中华语言文化遗产的丰富历史提供新的视角。

该论文旨在通过基本笔画和偏旁部首的重构，采用Transformer模型将甲骨文重构为现代汉字，以解密这些谜一般的字符。同时，论文还开发了一个新的古汉字拼图数据集，以促进古代汉字分析的研究。

论文的关键思路是将甲骨文分解为基本笔画和偏旁部首，然后使用Transformer模型将其重构为现代汉字。这种基于重构的方法在古代汉字分析领域中是一种创新。

论文开发了一个新的古汉字拼图数据集，其中包含了七个关键历史阶段的字符图像，并注释了详细的偏旁部首序列。实验结果表明，该方法在解密古代汉字方面具有潜力和有效性。

在这个领域中，一些相关的研究包括：1.《基于深度学习的古汉字自动识别方法研究》；2.《基于卷积神经网络的古汉字识别方法研究》；3.《古代汉字自动识别技术研究综述》等。