古文字研究遇上人工智能：交叉路径与实践方向

一、为什么古文字研究需要人工智能

古文字研究长期面临材料分散、字形复杂、释读依赖专家经验、跨材料比对成本高等问题。甲骨、金文、简帛、玺印、陶文等载体数量庞大，但可直接用于计算分析的标准化数据并不充裕。传统整理方式以人工摹写、拓片比对、辞例归纳为主，周期长，且难以形成可量化、可复用的知识库。

人工智能方法的引入并不是要替代古文字学者的考释工作，而是希望解决几类明确的计算问题：

1. 字形检测与切分：从拓片、照片或扫描件中自动定位文字区域，区分字与纹饰、泐痕、背景噪声。
2. 字形识别与聚类：将未释字与已释字进行相似度计算，辅助判断异体、讹变或同形关系。
3. 甲骨残片缀合：根据边缘形态、辞例、兆纹、钻凿位置等信息，推荐可能缀合的残片组合。
4. 铜器断代与分域：结合器形、纹饰、铭文内容、字体风格等特征，建立相对年代或王世判断模型。
5. 古汉语词义推断：利用上下文表示学习，对出土文献中的通假、异文、罕见义项进行辅助判断。

这些任务具有跨学科属性：既需要文字学、考古学、文献学的领域知识，也需要计算机视觉、自然语言处理、图网络、数据工程等通用技术。当前该领域论文数量增长明显，但缺少系统化、面向研究者的方法性整合。因此，构建一套涵盖数据准备、模型选择、评价指标与误判分析的通用研究框架，比孤立地报告单点模型效果更有价值。

二、研究框架：从材料到模型的四层结构

一个可落地的古文字智能研究流程，通常可以拆分为四个层次。

2.1 数据层：从原始图像到可计算样本

古文字数据形态差异很大。甲骨拓片存在反白、残缺、叠压；青铜器铭文往往伴随曲面变形、锈蚀和铸造缺陷；简帛图像则涉及红外扫描、变形校正和编绳干扰。数据层需要完成以下工作：

• 图像预处理：灰度化、去噪、对比度增强、二值化。对于拓片，可采用自适应阈值或形态学方法；对于照片，需处理光照不均和复杂背景。
• 区域标注：以边界框或像素级掩码标注单字、辞例行款或纹饰区域。
• 元数据管理：记录出土信息、著录号、收藏单位、时代判断、辞例释文等。这类元数据可用于后续约束模型输出，例如通过同出关系限制缀合候选范围。
• 数据增强：针对样本量少的问题，可进行旋转、缩放、弹性形变、噪声注入等操作。需要注意的是，过度增强可能破坏字形笔势特征，因此应保留一批未增强的验证集。

原始图像
  │
  ├── 图像预处理 ── 灰度化 / 去噪 / 对比度增强
  │
  ├── 文字区域检测 ── 输出单字包围框或掩码
  │
  ├── 单字切分与归一化 ── 统一尺寸 / 方向校正
  │
  └── 标注与元数据关联 ── 释文 / 著录号 / 时代 / 出土地

2.2 算法层：任务导向的模型选择

不同任务对应不同算法路径，不宜用单一模型覆盖全部需求。

字形检测通常采用通用目标检测思路。由于古文字目标尺度不一、相邻字距较小，需要关注小目标召回率和密集场景下的边界回归。实际应用中可先使用粗检测定位版面，再结合笔画连通域分析做细粒度切分。

字形识别可以视为图像分类或序列识别问题。对于已切分单字，可采用卷积神经网络提取特征，并将字形映射为释文编号。需要注意的是，古文字存在大量异体、残泐和未释字，直接做封闭类别分类容易产生过度自信。更稳健的做法是输出候选集，并保留相似度排序供学者复核。

甲骨缀合的核心是排序与推荐，而不是自动完成全部缀合。一种可行思路是：将每片甲骨的边缘曲线离散为特征序列，计算边缘匹配度；同时结合辞例连续性、兆纹走向、钻凿形态等辅助特征，形成综合得分。最终由模型输出Top-N候选，由专家确认。

铜器断代涉及多模态特征融合。器形可从图像中提取轮廓特征，纹饰可建模为局部模式，铭文可先做字体风格嵌入。融合后的向量进入分类或回归模型，输出相对年代区间。这里的关键是避免“用铭文内容直接推断年代”造成的循环论证，应让模型在掩蔽释文信息的情况下先学习视觉特征。

2.3 评估层：不能只看准确率

古文字智能研究的评估需要面向实际研究流程设计。单一准确率往往掩盖错误分布和可用性问题。

• Top-K命中率：对于字形识别和缀合推荐，Top-K比Top-1更能反映辅助价值。
• 误判案例分析：统计模型在哪些部首、哪些书体、哪些残损程度上容易出错。
• 跨材料泛化测试：用甲骨训练的模型直接用于金文可能失效，需要明确模型适用范围。
• 人机一致性：邀请领域专家对模型输出进行盲评，记录人机判断一致与分歧的比例。

推荐结果示例：
候选缀合对：A片 + B片
边缘匹配度：0.87
辞例连续性：0.62
综合得分：0.74
专家意见：待确认 / 确认缀合 / 排除

这种“模型输出—人工反馈”闭环可以持续积累高质量标注，也能逐步校准模型的可信度。

2.4 应用层：从实验到研究工具

算法只有嵌入研究流程才能产生持续价值。可考虑以下应用形态：

• 字形检索系统：输入图像或手绘字形，返回相似已释字及其出处。
• 缀合辅助工作台：研究者上传甲骨残片图像，系统自动推荐候选组合并标注匹配依据。
• 铭文整理流水线：自动检测铭文区域、切分单字、生成释文草稿，再由人工校订。
• 断代分析面板：输入铜器多视角图像与铭文信息，输出相对年代概率分布及相似器群。

这些应用不必追求全自动，重点在于降低重复劳动、扩大比对范围、留痕可追溯。

三、关键技术路径与通用实践

3.1 基于视觉的字形识别

字形识别是古文字智能研究中最直观的任务。工程上可遵循以下步骤：

第一步，构建封闭或半封闭字形库。字形库应包含单字图像、释文、出处、载体类型等字段。若类别过多而样本过少，可先按部首或结构聚类，使用层级分类策略。

第二步，训练基础特征提取器。可使用预训练卷积网络作为骨干，再进行微调。需要注意的是，自然图像预训练权重对拓片、金文等特殊纹理的迁移效果有限，因此建议保留部分底层特征重新训练。

第三步，输出后处理。识别结果不直接作为最终结论，而是生成若干候选项，并附上相似度与证据样本。对于未释字，可标记为“未匹配”，避免强制归类。

# 示意：字形识别输出候选集
def recognize_glyph(image, model, glyph_index, top_k=5):
    feature = model.encode(image)
    scores = glyph_index.similarity_search(feature, top_k=top_k)
    return [
        {"glyph_id": item.id, "reading": item.reading, "score": item.score}
        for item in scores
    ]

3.2 基于序列与上下文的古汉语分析

出土文献中的古汉语分析同样适合引入自然语言处理技术。但古文字材料通常篇幅短、辞例少，且通假、省略、错简现象常见。直接应用现代汉语预训练模型会遇到领域漂移问题。

可行的方案是：以传世文献与已释出土文献为语料，构建面向先秦汉语的语言表示；再将未释字或存疑字作为掩码，通过上下文预测其可能义项或通假关系。模型输出可作为辞例推勘的参考，但不能替代训诂考证。

例如，对于“某字在某句中的义项”，可输出多个候选义项及置信度，并关联同时期文献中相似上下文用例。这样就把单点判断扩展为可核查的证据链。

3.3 多模态融合与载体研究

甲骨缀合、铜器断代、简帛编联等任务通常不能只依赖单一模态。多模态融合的关键在于对齐与权重分配。

以甲骨缀合为例，边缘形态是强特征，但拓片边缘噪声大；辞例线索可靠，但残片可能存在缺字；钻凿形态稳定，但并非所有甲骨都有清晰钻凿。因此，模型需要为不同特征设计独立编码器，再在融合层学习权重。融合层可采用加权拼接或注意力机制，但应保证特征来源可解释，便于学者理解推荐理由。

铜器断代同样如此。器形轮廓可反映时代风格，纹饰细节可辅助分区，铭文字体可反映书手或作坊特征。多模态融合后，模型可输出与已知标准器群的距离分布，而不是简单给定一个绝对年份。

四、研究边界与常见误区

在推动古文字与人工智能交叉研究时，需要警惕几类问题。

一是数据泄漏。 同一器物的不同拓片版本、同一甲骨的正面与反面照片若同时进入训练集和测试集，会造成虚高指标。划分数据集时应按“器物”或“甲骨片”分组，而非按图像随机切分。

二是闭环验证不足。 模型输出“可能缀合”并不等于学术意义上的缀合成立。智能方法提供的是候选与线索，最终结论仍需经过辞例、兆纹、形态、考古背景等多重验证。

三是评价指标单一。 若只报告识别准确率，而忽略残泐字、异体字、跨载体迁移的表现，就无法判断方法是否真正有用。应针对不同子集分别评估。

四是把技术当结论。 深度学习模型学到的只是特征相关性，不等于文字学上的同源或演变关系。模型可以提示“可能相近”，但不能替代“因为某字形演变序列如此，所以应释为某字”的论证。

五、从论文到可复现流程的建议

当前该领域论文丰富，但实验流程差异较大，复现难度高。为提升研究可积累性，建议在写作与工程实践中关注以下方面：

1. 明确任务定义：是封闭集识别还是开放检索？是候选推荐还是自动判断？
2. 公开数据划分方式：说明训练、验证、测试集按何种原则划分，避免跨器物重叠。
3. 记录模型决策依据：输出相似样本、特征热力或候选列表，便于领域专家复核。
4. 设计人工评估环节：即使自动化指标良好，也应有领域专家参与的小规模盲评。
5. 保留失败案例：误判案例往往比成功案例更能说明模型边界，也能为后续研究提供方向。

可复现流程示意
数据准备 → 数据划分 → 基线模型 → 评估指标 → 误判分析 → 专家复核 → 迭代优化

六、结语

古文字与人工智能的交叉研究已经从概念验证走向方法细化和流程建设阶段。无论是字形检测、甲骨缀合、铜器断代，还是古汉语词义推断，技术价值最终都体现在能否进入真实研究闭环、能否被学者理解与复核、能否在跨材料场景下保持稳健。

未来的重点不在于追求更高的单点识别率，而在于构建可持续积累的数据基础、可解释的模型输出、可复用的研究流程，以及人文学者与工程团队之间长期稳定的协作机制。只有如此，智能方法才能真正成为古文字研究的基础设施，而不仅是论文中的实验数字。