심층 학습을 통한 인더스 문자 연구

암호화되지 않은 문자에 대한 표준화된 말뭉치 자료는 계산 시비그래피의 필수 시작점으로, 원시 고고학 기록에서 이를 준비하기 위해 많은 인간의 노력이 필요합니다. 기계 학습 알고리즘을 통해 이 과정을 자동화하는 것은 시비그래피 연구에 상당한 도움이 될 수 있습니다. 여기서는 이 방향으로 첫걸음을 내딛고, 고고학 유물에서 발견된 암호화되지 않은 인더스 문자 이미지 입력을 받아 표준 말뭉치에 포함하기에 적합한 그래프 문자열을 출력하는 심층 학습 파이프라인을 제시합니다. 이미지는 먼저 선택적 검색을 사용하여 영역으로 분해되고, 이러한 영역은 합성곱 신경망을 사용하여 텍스트 및/또는 그래픽 정보를 포함하는 것으로 분류됩니다. 텍스트를 포함할 가능성이 있는 것으로 분류된 영역은 계층적으로 병합되어 비텍스트 정보를 제거합니다. 이미지의 나머지 텍스트 부분은 표준 이미지 처리 기술을 사용하여 개별 그래프를 분리합니다. 이 세트는 최종적으로 표준 말뭉치를 기반으로 그래프를 분류하기 위해 두 번째 합성곱 신경망에 전달됩니다. 분류기는 가장 빈번한 인더스 그래프인 "항아리" 기호의 존재 여부를 92%의 정확도로 식별할 수 있습니다. 우리의 결과는 계산 시비그래피 및 더 일반적으로 디지털 인문학에서 심층 학습 접근 방식의 큰 잠재력을 보여줍니다.