大模型破译甲骨文创SOTA新纪录，复旦团队发布新框架

这篇论文介绍了一种创新性的基于部首和象形分析的可解释性甲骨文破译框架，由复旦大学团队提出，并在多个实验中取得了显著成果。以下是该论文的主要内容概述：

1. **研究背景与挑战**：
– 甲骨文作为世界上最古老的文字之一，具有极高的历史价值。
– 破译工作面临数据稀缺、语言转换困难及缺乏系统性方法等多重挑战。

2. **研究目标**：
– 开发一种既能识别字形又能理解其含义的框架，同时具备可解释性，以辅助考古学家和研究人员。

3. **方法与创新**：
– **三阶段分析**：包括部首识别、象形分析及相互分析，结合预训练语言模型进行微调。
– **双重匹配机制**：通过部首和象形的双重视觉-语义映射，从字典中筛选破译候选，替代直接预测，提升泛化能力。

4. **实验与结果**：
– 在多个数据集上实现SOTA性能，尤其是在零样本场景下的准确率显著提高。
– 消融实验证明各模块的有效性，双重匹配机制对提升模型性能至关重要。

5. **贡献与展望**：
– 构建PD-OBS数据集，为研究者提供宝贵资源。
– 未来可能应用于未破译甲骨文的研究，推动考古学的发展。

总之，该论文通过技术创新和系统性研究，为甲骨文的现代破译开辟了新途径，同时促进了历史与科技的结合。