Deciphering Oracle Bone Language with Diffusion Models

这篇文章介绍了一种新的方法，采用图像生成技术，即通过开发“Oracle Bone Script Decipher (OBSD)”来解密甲骨文。OBSD采用了一种条件扩散策略，生成了解密的关键线索，为人工智能辅助分析古代语言开辟了新的道路。为了验证其有效性，作者在甲骨文数据集上进行了大量实验，定量结果证明了OBSD的有效性。作者将在https://github.com/guanhaisu/OBSD上公开代码和解密结果。甲骨文是历史悠久的语言，虽然已经发现了数千个铭文，但仍有大量未能破译，因此该技术的出现具有重要意义。作者认为，现代人工智能技术的出现为甲骨文的解密提供了新的契机，挑战了依赖大型文本语料库的传统自然语言处理方法。

本论文旨在通过采用图像生成技术，特别是通过开发Oracle Bone Script Decipher (OBSD)来解决Oracle Bone Script（OBS）的解密问题，挑战传统的自然语言处理方法，这些方法严重依赖于大型文本语料库，这是历史语言所不具备的。

论文采用了条件扩散策略，通过生成关键线索来解密OBS，为古代语言的AI辅助分析开辟了新的道路。

论文在Oracle Bone Script数据集上进行了广泛的实验，定量结果表明OBSD的有效性。作者将代码和解密结果公开在https://github.com/guanhaisu/OBSD上。

最近在这个领域中，还有一些相关的研究，如《A Survey of Deep Learning for Ancient Language Decipherment》、《A Deep Learning Approach to Automatic Ancient Chinese Character Recognition and Its Application to the Study of the Dunhuang Manuscripts》等。