論文の概要: Towards Computational Chinese Paleography

• arxiv url: http://arxiv.org/abs/2601.06753v1
• Date: Sun, 11 Jan 2026 02:40:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-13 19:08:00.966619
• Title: Towards Computational Chinese Paleography
• Title（参考訳）: 中国古書の計算に向けて
• Authors: Yiran Rex Ma,
• Abstract要約: 古代中国文学の研究である中国古生物学は、人工知能を利用した計算的なターンを経ている。 このポジションペーパーは、孤立した視覚タスクの自動化から、学術研究のための統合されたデジタルエコシステムの創出へと進化しつつあると論じ、この新興分野の軌跡をグラフ化している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Chinese paleography, the study of ancient Chinese writing, is undergoing a computational turn powered by artificial intelligence. This position paper charts the trajectory of this emerging field, arguing that it is evolving from automating isolated visual tasks to creating integrated digital ecosystems for scholarly research. We first map the landscape of digital resources, analyzing critical datasets for oracle bone, bronze, and bamboo slip scripts. The core of our analysis follows the field's methodological pipeline: from foundational visual processing (image restoration, character recognition), through contextual analysis (artifact rejoining, dating), to the advanced reasoning required for automated decipherment and human-AI collaboration. We examine the technological shift from classical computer vision to modern deep learning paradigms, including transformers and large multimodal models. Finally, we synthesize the field's core challenges -- notably data scarcity and a disconnect between current AI capabilities and the holistic nature of humanistic inquiry -- and advocate for a future research agenda focused on creating multimodal, few-shot, and human-centric systems to augment scholarly expertise.
• Abstract（参考訳）: 古代中国文学の研究である中国古生物学は、人工知能を利用した計算的なターンを経ている。 このポジションペーパーは、孤立した視覚タスクの自動化から、学術研究のための統合されたデジタルエコシステムの創出へと進化しつつあると論じ、この新興分野の軌跡をグラフ化している。 まず、デジタルリソースの風景をマッピングし、オラクル骨、青銅、竹のスリップスクリプトの重要なデータセットを分析します。 基礎的な視覚処理(画像の復元、文字認識)から文脈分析(アーティファクトの再結合、デート)から、自動解読と人間とAIのコラボレーションに必要な高度な推論まで、我々の分析の核心は分野の方法論的パイプラインに従っている。 本稿では,従来のコンピュータビジョンから,トランスフォーマーや大規模マルチモーダルモデルなど,現代のディープラーニングパラダイムへの技術的シフトについて検討する。 最後に、この分野の中核的な課題、特にデータ不足と現在のAI能力と人道主義的な調査の全体的性質の切り離しを合成し、学術的な専門知識を強化するためにマルチモーダル、少数ショット、人間中心のシステムを作成することに焦点を当てた将来の研究課題を提唱する。

関連論文リスト

• Digital Twin AI: Opportunities and Challenges from Large Language Models to World Models [95.9909582708447]
  物理的システムの正確なデジタル表現としてのデジタルツインは、受動的シミュレーションツールからインテリジェントで自律的なエンティティへと進化してきた。 本稿では,デジタルツインライフサイクルにおけるAI統合を特徴付ける4段階統合フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-04T01:17:09Z)
• AI Sprints: Towards a Critical Method for Human-AI Collaboration [0.0]
  本稿では, 私が「AIスプリント」と呼ぶものを通して,新たな人文主義的探究の可能性を紹介する。 反復的開発におけるループが、生成AIがもたらす大きな変革を認識しながら、データやスプリント方法論をいかに厳格に適用できるかを実演します。 本論文は,AI強化研究のための実践的方法論と,このハイブリッド手法の変換を理解するための理論的枠組みの両立に寄与する。
  論文  参考訳（メタデータ） (2025-12-13T15:56:11Z)
• Qualitative Research in an Era of AI: A Pragmatic Approach to Data Analysis, Workflow, and Computation [0.0]
  我々は、知識、目的、倫理的コミットメントによって展開された場合、新しい技術は長年にわたる方法論上の課題に対処する可能性があると論じる。 我々は、慎重に、透過的に使用すると、現代の計算ツールは、置き換わるよりも、有意義に拡張できると結論付けている。
  論文  参考訳（メタデータ） (2025-09-15T23:12:13Z)
• AI-in-the-loop: The future of biomedical visual analytics applications in the era of AI [3.0942901747200975]
  データ分析におけるAIの大規模開発は、将来のデータ視覚化とビジュアル分析をどう形成するか? ますます強力なAIの文脈における機会、オープンな課題、脅威とは何か? 我々は、バイオメディカルビジュアライゼーションを研究分野として変革するAIの可能性を強調した。
  論文  参考訳（メタデータ） (2024-12-20T13:27:24Z)
• Generative Artificial Intelligence: A Systematic Review and Applications [7.729155237285151]
  本稿では、ジェネレーティブAIにおける最近の進歩と技術に関する体系的なレビューと分析について述べる。 生成AIがこれまで行った大きな影響は、大きな言語モデルの開発による言語生成である。 論文は、責任あるAIの原則と、これらの生成モデルの持続可能性と成長に必要な倫理的考察から締めくくられる。
  論文  参考訳（メタデータ） (2024-05-17T18:03:59Z)
• Combatting Human Trafficking in the Cyberspace: A Natural Language Processing-Based Methodology to Analyze the Language in Online Advertisements [55.2480439325792]
  このプロジェクトは、高度自然言語処理(NLP)技術により、オンラインC2Cマーケットプレースにおける人身売買の急激な問題に取り組む。 我々は、最小限の監督で擬似ラベル付きデータセットを生成する新しい手法を導入し、最先端のNLPモデルをトレーニングするための豊富なリソースとして機能する。 重要な貢献は、Integrated Gradientsを使った解釈可能性フレームワークの実装であり、法執行にとって重要な説明可能な洞察を提供する。
  論文  参考訳（メタデータ） (2023-11-22T02:45:01Z)
• Vision+X: A Survey on Multimodal Learning in the Light of Data [64.03266872103835]
  様々なソースからのデータを組み込んだマルチモーダル機械学習が,ますます普及している研究分野となっている。 我々は、視覚、音声、テキスト、動きなど、各データフォーマットの共通点と特異点を分析する。 本稿では,表現学習と下流アプリケーションレベルの両方から,マルチモーダル学習に関する既存の文献を考察する。
  論文  参考訳（メタデータ） (2022-10-05T13:14:57Z)
• Foundations and Recent Trends in Multimodal Machine Learning: Principles, Challenges, and Open Questions [68.6358773622615]
  本稿では,マルチモーダル機械学習の計算的基礎と理論的基礎について概説する。 本稿では,表現,アライメント,推論,生成,伝達,定量化という,6つの技術課題の分類法を提案する。 最近の技術的成果は、この分類のレンズを通して示され、研究者は新しいアプローチの類似点と相違点を理解することができる。
  論文  参考訳（メタデータ） (2022-09-07T19:21:19Z)
• Human-Robot Collaboration and Machine Learning: A Systematic Review of Recent Research [69.48907856390834]
  人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。 本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
  論文  参考訳（メタデータ） (2021-10-14T15:14:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。