计算机软件及计算机应用 自动化技术 中国语言文字 中国古代史 考古 基于深度集成学习的战国楚系简帛文字识别 标题: 基于深度集成学习的战国楚系简帛文字识别作者: 陈超,李赫孜,杨泽坤第一作者: 陈超机构: 中国人民大学信息资源管理学院,中国人民大学文学院,中国人民大学数字人文研究院期刊: 数字人文研究发表日期: 2025-06-28论文摘要: 楚系简帛文字的释读一直是古文字学的重点研究方向，然而目前多依赖人工手段对单字形体开展分析，缺少用计算机视觉技术对海量文字图版进行字形识别的尝试。研究针对大量楚系简帛文字图像识别困难的问题，结合楚系简帛文字的内在特征，不局限于单一深度神经网络模型和单一文字图片分析的微观视角，提出了一种基于集成学习策略的楚系简帛文字图像分类方法，即使用四种深度学习网络提取楚系简帛文字图像的共同形态学特征，并以投票形式得到最终的分类结果，从而构建了计算机自动高效识别海量楚系简帛文字图像的技术框架。应用该框架对目前出土的部分简帛材料中的文字图像进行识别，准确率高达96.72%,充分证明了该框架的可行性和有效性，为古文字研究提供了新的路径。关键词: 卷积神经网络; 古文字识别; 楚系简帛文字; 深度学习; 集成学习知网阅读链接: 点击跳转
