The Cretogram Dataset for Isolated Character Recognition in Archaic and Classical Crete
本文介绍了 Cretogram，这是一个包含 11,611 个来自古风时期和古典时期克里特岛的手工标注孤立铭文字符的新数据集，并评估了其在使用 HOG-SVM 和深度学习模型进行计算识别方面的效用，在利用 ResNet-18 实现了 95.53% 的最高宏 F1 分数的同时，也强调了该文字局部变体所固有的特定字符混淆问题。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
研究古代文字往往感觉像是试图阅读一本被撕掉了页码、墨迹已经褪色、且字母已被数世纪的风化所重塑的书籍。在铭文学（即研究刻在石头或铸在金属上的铭文）领域，学者们长期以来一直依靠自己的眼睛来辨识这些痕迹。他们将一个希腊城市中刻下的字母曲线与另一个城市刻下的相同字母进行比较，寻找揭示石材产地或书写时间的细微差异。对于克里特岛而言，这项任务尤为复杂。在古风时期和古典时期，这座岛屿并非一个单一、统一的文字文化，而是一个地方传统的集合体。每个城邦都对其字母的绘制方式有着各自细微的变化。在某个城镇看起来像是标准“A”的字母，在相邻的山谷中可能具有不同的形状。这些微小的变化是理解古代世界历史与地理的关键，但对于计算机来说，学习这些变化也极其困难，因为计算机必须区分出这究竟是风格上的真实差异，还是仅仅是一个污点或一块破碎的石头。
来自塞萨洛尼基亚里士多德大学的研究团队通过创建一种名为 Cretogram 的新型数字资源，应对了这一挑战。他们的目标是教会计算机在没有通常能为人类读者提供上下文的周围单词帮助下，识别这些孤立的克里特字母。为此，他们并没有简单地扫描旧照片；而是回溯到了专家们花费数十年时间完善的学术性绘图和转录。他们从 187 件特定的铭文中，仔细提取了 11,611 个单个字符。每个字符都经过了清理，并被标准化为统一的大小，并标注了其正确的身份，但至关重要的是，研究人员保留了指向其原始石材的数字链接。这种联系至关重要，因为它允许以一种现实的方式对计算机进行测试：研究人员在一些铭文上训练系统，然后要求它识别来自完全不同的、它从未见过的铭文中的字母。这种方法确保了计算机学习的是字母的实际形状，而不仅仅是记忆某位特定石匠的特定风格。
这项实验的结果表明，现代人工智能确实可以掌握这些古老的形态，尽管它面临着特定的障碍。研究人员测试了解决该问题的三种不同方法。第一种方法使用了一种观察形状边缘和角度的传统技术。第二种方法使用了一个紧凑的、定制的神经网络，这是一种旨在模仿大脑处理视觉模式方式的计算机程序。第三种方法使用了一个规模更大的预训练系统，该系统在被改编用于这些古代字母之前，已经学习了数百万张日常图像（如猫和汽车）。最大的系统表现最好，在近 98% 的测试案例中正确识别了字母。它成功地区分了克里特字母表的许多地方变体，证明了机器可以学习到定义这些古代书写传统的细微差别。
然而，这项研究也揭示了机器在哪里仍然挣扎，凸显了仅凭孤立的单个字母进行观察的局限性。计算机经常混淆某些字母对，例如 epsilon 与 digamma，或者 gamma 与 lambda。在许多情况下，这种混淆并非软件的失败，而是反映了原始材料本身的歧义性。有时，一个字母由于刻痕模糊或破碎，或者其形状完全依赖于旁边的字母才能产生意义。如果没有完整单词的上下文，即使是人类专家也会犹豫。研究人员发现，当他们允许计算机在训练和测试阶段都能看到来自同一件铭文的字母时，其表现略有提升。这表明计算机能从观察单个石匠的一致风格中获益，但识别来自全新石材的字母这一严格测试，仍然是最困难且最重要的挑战。
这项工作的意义在于数据集本身。通过向其他研究人员开放这 1,1,611 幅图像以及用于测试的代码，作者们提供了一个共同的基础。他们表明，虽然计算机现在可以高精度地阅读这些古代字母，但最困难的情况往往需要只有人类学者才能提供的历史背景。该项目并不声称已经解开了古代克里特文字之谜，但它构建了一个用于研究它的强大新工具。研究人员证明，通过将细致的历史学术研究与现代机器学习相结合，是有可能保护并分析那些生存了两千多年的地方字母的独特视觉指纹的。这种方法让数字世界能够尊重过去的复杂性，承认有些答案不仅存在于单个字母的形状中，更存在于它所刻之石的故事之中。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。