arXiv · 21.06.2026 ·Машинное обучение

Автоматизация дешифровки клинописи с помощью компьютерного зрения

Исследователи представили новый пайплайн для автоматического распознавания клинописных знаков на глиняных табличках. Проект решает проблему нехватки данных в ассириологии: из полумиллиона найденных артефактов эксперты успели проанализировать лишь малую часть из-за сложности ручной расшифровки. Разработанный метод использует крупнейший на сегодняшний день размеченный датасет клинописных символов для обучения моделей компьютерного зрения.

Система работает как end-to-end решение, способное переводить визуальные данные с табличек в цифровой формат. Авторы использовали современные подходы к глубокому обучению, чтобы преодолеть трудности, связанные с повреждениями поверхности табличек, вариативностью почерка древних писцов и сложной геометрией объектов. Внедрение подобных инструментов позволяет значительно ускорить каталогизацию и анализ исторических документов, которые десятилетиями оставались недоступными для широкого научного сообщества.

Данная работа демонстрирует потенциал применения специализированных моделей машинного обучения в гуманитарных науках. Созданный инструментарий не только автоматизирует рутинные задачи по распознаванию текста, но и закладывает основу для создания масштабных цифровых архивов древних цивилизаций. Дальнейшее развитие таких систем может привести к новым открытиям в области истории и лингвистики, делая процесс дешифровки более доступным и эффективным.

Источник: arXiv

Похожие материалы

arXiv · Машинное обучение Датасет Urdu Katib для распознавания рукописного текста на урду Исследователи представили Urdu Katib — новый специализированный датасет для обучения систем распознавания рукописного текста (HTR) на языке урду. Работа направлена на преодоление дефицита данных для языков с курсивным начертанием, которые традиционно считаются сложными для автоматической обработки из-за особенностей соединения символов и высокой вариативности почерка. Hacker News · ИИ в бизнесе Неинвазивный анализ крови с помощью глубокого обучения Исследователи представили новый метод определения показателей крови без необходимости забора биоматериала. Разработанный пайплайн на базе глубокого обучения анализирует данные, полученные неинвазивным путем, что позволяет автоматизировать процесс первичной диагностики и снизить нагрузку на лабораторные службы. arXiv · Машинное обучение Новый подход к распознаванию таблиц в мультизадачном режиме Исследователи предложили новый метод для распознавания таблиц, который объединяет три задачи: предсказание структуры таблицы, локализацию ячеек и распознавание содержимого ячеек. В отличие от традиционных подходов, которые используют авторегрессивные декодеры, новый метод применяет порядково-независимые представления на уровне ячеек. Это позволяет избежать проблем, связанных с авторегрессивным генерацией, где порядок обработки ячеек может влиять на качество распознавания. arXiv · ИИ в бизнесе Автоматизация оценки научных рисунков студентов с помощью ИИ Исследователи представили метод автоматизированной оценки научных моделей, созданных студентами в виде рисунков. Традиционно проверка таких работ требует участия экспертов, что делает процесс масштабирования оценки в образовательных учреждениях трудоемким и дорогостоящим. Новый подход позволяет интерпретировать сложные визуальные концепции, опираясь на стандарты научного образования. arXiv · Машинное обучение Оптимизация синтетических данных для обучения компьютерного зрения Исследователи представили метод SmartSDG, направленный на устранение разрыва между синтетическими данными и реальными условиями в задачах компьютерного зрения. Использование сгенерированных изображений позволяет обходить проблему ручной разметки, однако качество моделей часто страдает из-за различий в освещении и сложности фона. Новый подход систематизирует влияние физически корректного непрямого освещения на точность распознавания объектов. arXiv · ИИ в бизнесе Интерпретируемая классификация морфологии сперматозоидов с помощью ИИ Исследователи представили новый подход к автоматизированному анализу мужской фертильности, основанный на глубоком обучении с механизмом внимания. Проблема большинства существующих систем компьютерного зрения в медицине заключается в их «черном ящике» — высокой точности при отсутствии прозрачности принятия решений. Новый метод позволяет не только классифицировать морфологические аномалии сперматозоидов, но и визуально подсвечивать области, на основе которых модель сделала вывод, что критически важно для клинической диагностики. arXiv · Оценка и бенчмарки Новый бенчмарк для выявления ИИ-сгенерированных изображений с текстом Исследователи представили специализированный набор данных для оценки способности систем обнаруживать изображения, созданные нейросетями и содержащие значительные объемы текста. Современные мультимодальные модели научились генерировать реалистичные документы, графики и интерфейсы, что создает риски подделки конфиденциальной, финансовой или юридически значимой информации. Существующие инструменты детекции часто не справляются с анализом сложных визуальных структур, где текст является ключевым элементом. GitHub · Машинное обучение Baidu представила Unlimited OCR для обработки длинных документов Компания Baidu выпустила проект Unlimited OCR, направленный на решение проблемы распознавания текста в документах с большой протяженностью и сложной структурой. Технология ориентирована на переход к парадигме one-shot обучения, что позволяет моделям эффективно обрабатывать длинные последовательности данных без необходимости многократных итераций или сложной предварительной разметки. arXiv · Машинное обучение Двухэтапная модель распознавания и перевода жестового языка Исследователи представили архитектуру глубокого обучения для автоматического распознавания жестового языка по видео и его последующего перевода на региональные языки Индии. Система решает проблему дефицита инструментов для слабослышащих людей, использующих редкие и малоресурсные языки, для которых стандартные решения на базе ИИ часто недоступны. arXiv · Инфраструктура для агентов Автоматизация создания библиотек навыков для ИИ-агентов через анализ GUI-траекторий Исследователи представили метод автоматизированного формирования библиотек навыков (SKILL.md) для ИИ-агентов, работающих с графическими интерфейсами. Вместо ручного описания действий система использует трехэтапный конвейер, который анализирует логи взаимодействия пользователя с компьютером. На первом этапе происходит сегментация траекторий GUI, затем алгоритм кластеризует полученные фрагменты в повторяющиеся паттерны навыков, и на финальной стадии эти данные используются для дообучения агентных моделей.

← Все материалы