Deep Learning der Indus-Schrift

Standardisierte Korpora unentzifferter Schriften, ein notwendiger Ausgangspunkt für die computergestützte Epigraphik, erfordern mühsame menschliche Anstrengungen zur Vorbereitung aus Roharchäologischen Aufzeichnungen. Die Automatisierung dieses Prozesses durch maschinelles Lernen kann der epigraphischen Forschung erheblich helfen. Hier machen wir die ersten Schritte in diese Richtung und präsentieren eine Deep Learning-Pipeline, die Bilder der unentzifferten Indus-Schrift, wie sie in archäologischen Artefakten gefunden werden, als Eingabe verwendet und als Ausgabe eine Zeichenkette von Graphemen zurückgibt, die für die Aufnahme in ein Standardkorpus geeignet ist. Das Bild wird zuerst mithilfe von Selective Search in Regionen zerlegt, und diese Regionen werden mit einem konvolutionalen neuronalen Netzwerk als solche klassifiziert, die textuelle und/oder grafische Informationen enthalten. Regionen, die als potenziell texthaltig klassifiziert sind, werden hierarchisch zusammengeführt und beschnitten, um nicht-textuelle Informationen zu entfernen. Der verbleibende Textteil des Bildes wird mit standardmäßigen Bildverarbeitungstechniken segmentiert, um einzelne Grapheme zu isolieren. Dieses Set wird schließlich an ein zweites konvolutionales neuronales Netzwerk übergeben, um die Grapheme basierend auf einem Standardkorpus zu klassifizieren. Der Klassifizierer kann das Vorhandensein oder Fehlen des häufigsten Indus-Graphems, des "Krug"-Zeichens, mit einer Genauigkeit von 92 % identifizieren. Unsere Ergebnisse zeigen das große Potenzial von Deep Learning-Ansätzen in der computergestützten Epigraphik und, allgemeiner, in den digitalen Geisteswissenschaften.