含 14 万张图像！华中科技大学发布高质量甲骨文数据集，助力团队摘冠 ACL 最佳论文

文章预览

作者：王鹏杰 编辑：十九， 李宝珠 华中科技大学白翔教授研究团队的王鹏杰等人，提出了高质量的 HUST-OBC 甲骨文数据集，从书籍、网站和现有数据集这 3 种不同的来源来收集，最终数据集包含 1,588 个已破译字符的 77,064 张图像和未破译的 62,989 张图像，总共 140,053 张图像。 以史观今，一直以来，人们从未停止对历史史实的探寻，而文字无疑是历代文明存活的最佳印记，更是了解其发展历程的途径。甲骨文 (OBS) 是我国已知最早且成系统的文字形式之一，可以追溯到约 3,000 年前，承载着中华民族一脉相承的文化。 近年来，陆续有甲骨文遗迹出土，其中记录的内容丰富，包括天文学、气象学、畜牧业、宗教和仪式等方面。与其他古代文字类似，许多甲骨文字的含义已随时间流逝而失传。在已出土的 16 万片甲骨中，发现了超过 4,600 个不同的甲骨文字 ………………………………