12月5日，据厦门大学公众号消息，厦门大学信息学院自然语言处理实验室史晓东教授团队申报的“基于甲骨文多模态大模型的多元信息甲骨文辅助考释模型”项目，成功入选“探元计划2024”的“创新探索型项目”TOP10榜单。
图片来源：厦门大学公众号
甲骨文，作为世界四大古文字之一，距今已有三千多年历史，被誉为现代汉字的根脉。然而，传统的甲骨文字考释工作却异常艰巨，需要考古专家凭借深厚的知识积累和大量的文献阅读，通过字形分析、辞例研究等方法进行人工释读。随着AI技术的迅猛发展，利用深度学习模型的强大语义表示能力来辅助甲骨文的考释工作，逐渐成为了一个新的研究方向。
图片来源：厦门大学公众号
针对甲骨文数据稀缺且图像质量参差不齐的现状，厦大团队系统整理了相关古文字数据，构建了一个更大规模、更高质量的甲骨文多模态数据集。在此基础上，他们提出了“基于甲骨文多模态大模型的多元信息辅助考释模型”的技术方案，旨在通过AI技术提升甲骨文考释的效率和准确性。
该项目将设计一系列与实际考释过程密切相关的任务和评估方法，包括跨字体图像映射、跨字体IDS（表达结构的部首偏旁序列）解码以及甲骨字与现代字的对译关系等。这些任务和方法的设计，旨在有效训练多模态大模型，利用其跨模态的理解能力来辅助甲骨文的考释工作。
此外，项目团队还计划在大模型提供的语义嵌入基础上，设计融合音、形、义、用多元信息的端到端甲骨文综合考释模型。这一模型将综合利用字形结构、语义关联、同音通假和用法聚类分析等多种方法，开发一种更加轻量的考释系统。该系统旨在适应资源有限的实际考释场景，为甲骨文的考释工作提供新的解决方案。
据悉，“探元计划2024”是由国家文物局科技教育司指导，联合中国文物信息咨询中心、腾讯SSV数字文化实验室、腾讯研究院、社会价值投资联盟（深圳）以及中国文物报、紫荆杂志社共同发起。（文智）
