小篆部首序列学习算法

零样本识别

利用小篆与繁体字间的象形一致性，通过部首级特征解耦与序列建模，在无需任何未知字形训练样本的情况下实现准确识别，适用于字形多变、风格多样的古文字识别场景。

Wenhui, Zhou · Liu, Jinyu · Li, Jiefeng · Li, Jiyi · 林丽莉 · Fukumoto, Fumiyo · Guojun, Dai

Journal of the Franklin Institute 2023

参数信息

对未知字形的零样本识别率

86.7 %

对未知风格的零样本识别率

84.2 %

技术优势

风格不影响识别

通过特征级协同学习与对抗训练将字形特征与书写风格解耦，不同风格下的小篆也能保持一致的部首级表示。

应用场景

• 古文字数字化：无需逐字标注即可识别未见小篆，快速完成古籍图像到文本的转换。
• 古籍智能处理：即便字体风格多样、字形残缺，也可直接提取字符序列，支撑古籍检索与考据。
• 文化传承技术：便于文博机构对大量未经标注的拓片、印章进行自动识别与数字化存档。