《The Innovation》：AlphaOracle: Oracle bone script decipherment via human-workflow-inspired deep learning
编辑推荐：
在4,500个甲骨文（oracle bone script, OBS）字符中，约3,000个因铭文残损和证据稀疏而仍未释读。当前人工智能（artificial intelligence, AI）方法未能复现整合字形分析、语境语义和文献学推理的专家工作流。研究人
在4,500个甲骨文（oracle bone script, OBS）字符中，约3,000个因铭文残损和证据稀疏而仍未释读。当前人工智能（artificial intelligence, AI）方法未能复现整合字形分析、语境语义和文献学推理的专家工作流。研究人员引入AlphaOracle——一种受人类工作流启发、利用迄今最大数字化语料对OBS考释进行系统化的框架。其多阶段流程包括：（1）拓片解析（rubbing parsing）；（2）基于部首（radical）的形态分析（morphological analysis）并开展历时建模（diachronic modeling）；（3）结合语义对齐（semantic alignment）的语境检索（contextual retrieval）；（4）对照古典文献的文献学验证（philological validation）。每个阶段生成显式、置信度加权证据链（confidence-weighted evidence chains），最终形成供学术验证的可解释报告。在多个测试字符上，AlphaOracle的释读与专家解释高度一致。在一项针对86名领域专家的研究中，该系统将分析时间缩短64%，79%的参与者认为其高度有用。值得注意的是，AlphaOracle将字符“勞”释为地名（toponym）或族名（clan designation），为商代行政和社会解释提供了具体修正。这些结果表明，与文献学实践一致的计算方法可促进OBS研究，并为其他未释读文字系统研究提供概念参考。
研究背景。甲骨文（oracle bone script, OBS）于19世纪晚期发现，是已知最早的中文书写形式，也是东亚铭刻学的基础组成。商代（约1250–1046 BCE）刻于牛肩胛骨和龟腹甲上的铭文记录王室占卜，涉及狩猎、健康、农业、自然灾害和祭祀等。迄今出土超过150,000片甲骨碎片，至少包含4,500个不同表意符号，但仅约三分之一得到可靠释读，约3,000个字符仍未释读。与依赖小型明确符号集和透明音—字对应的拼音文字不同，OBS具有极端文本稀疏、异体繁多、无注音注释、碎片化、脱离原考古背景和句法不规则等特征，既妨碍字符识别，也妨碍对未知字的解释。传统铭刻学工作流依赖专家分析历史异体、从大型参考语料检索语境和文本平行证据、跨多个铭文和传世文献验证假设，但劳动密集、依赖稀有专家知识、难以规模化，且存在研究者依赖的主观变异和难以形式化、重复性受限等问题。既有计算工作多局限于光学字符识别（optical character recognition, OCR）以识别和索引已释读字符，或仅凭字形进行纯视觉推断，缺乏语境使用和传世文献的佐证，输出缺少解释依据。因此，需要一种能模拟专家多阶段推理、可扩展分析大规模语料并产生可审计证据的计算框架。
研究人员开展的研究与意义。AlphaOracle是受人类工作流启发的框架，系统化OBS考释，使用迄今最大数字化语料，包括73,883件手摹拓片、45,364件考古扫描和23,755项现代研究，以及25部古代传世文献。其流程顺序整合形态分析（morphological analysis）、语境对齐（contextual alignment）和文献学论证（philological grounding），每阶段生成显式置信度加权证据链（confidence-weighted evidence chains），最终形成可解释报告供学术验证。Yuliang Liu、H.G.、P.W.和X.W.等作者构思研究。定量评估和专家评估显示其释读与专家解释高度一致，86名领域专家研究中缩短分析时间64%，78.7%给予高有用性评分；并澄清“勞”为地名或族名，解决22个有争议异体形式，部分分析纳入权威数据库。该研究推进AI辅助古文字学从转录走向综合解释，为其他未释读文字研究提供概念参考，并服务数字人文和文化遗产分析。该论文发表在《The Innovation》。
关键技术方法。研究人员整合公开学术资源中的甲骨拓片与释文、开放数据库、古典文本、期刊论文和权威专著；构建拓片解析模块；形态分析采用置信度加权三专家模型（字形演化网络、部首演化网络、历史时期演化网络）；语境对齐采用基于BERT（双向编码器表示）的掩码语言模型（masked language model）在OBS句子上训练，进行语料检索、共现建模、候选重排和独立语义预测；文献学论证采用多层级语料，变体扩展、语义文本检索和字形图像检索、去重并按相关性、来源权威、体裁和时代加权；定量评估划分训练、验证和测试且字符无重叠，使用88个未参与训练的保留字符（withheld characters）模拟考释、缺字恢复和重排、BLEU（词汇匹配指标）、ROUGE（结构相似指标）和METEOR（语义保真指标）解释指标；专家评估纳入86名跨领域专家匿名参与，42个字符随机抽样用于检索评估。数据来自公开学术资源、已出版书籍、期刊、开放数据库和机构数字馆藏。
研究结果。评估设置。由于OBS考释无既有基准（benchmarks），研究人员设计两层评估：定量评估用受控数据集和计算指标评估各组件和端到端；古文字学家评估由领域专家通过结构化人类研究评估学术效用、解释连贯性和实用价值。定量数据划分训练、验证和测试且字符无重叠；形态分析用88个保留字符模拟考释；语境对齐用缺字恢复和候选重排；解释质量用BLEU、ROUGE、METEOR对比专家参考；基线包括GPT-5、DeepSeek、Gemini 2.5 Pro及领域适配系统。通过该设置评估技术性能和实际学术效用。定量评估。形态分析在88个保留字符上top-1准确率23.1%，优于SR3重实现13.1%；语境恢复56.1%高于最佳大型语言模型（large language model, LLM）基线22.2%；重排95.2%高于65.4%；解释BLEU 0.491高于0.171、ROUGE 0.586高于0.229、METEOR 0.659高于0.346。替换骨干为Llama3.1-8B-Instruct和Ministral-8B-Instruct仍具竞争力，Qwen2.5-7B总体最强，说明框架不绑定单一中文模型但中文骨干有利。结论是整合结构、演化和组合证据及语境关键；通用大模型零样本难以胜任，专门OBS数据集不可替代。专家评估。86名专家和博士研究人员匿名参与，每项评估含原拓片、候选解释和完整证据链；78.7%评有用性4或5，减少64.0%时间；组件平均有用性4.20（拓片解析）、4.44（形态分析）、4.38（语境对齐）、4.01（文献学论证）；42字符检索抽样命中率90.2%、精确率74.8%；盲测Human Arena比较匿名解释；专家认可“勞”为地名或族名而非副词，部分分析纳入权威数据库。通过专家评估得出系统具学术效用和可信证据链。
讨论与结论。OBS考释仍是考古学持久挑战，约三分之二字符无可靠释读；AlphaOracle通过整合形态分析、语境对齐和文献学论证模拟专家实践，提高准确性和效率，保留显式证据链和不确定性，帮助碎片铭文转化为可解释历史叙事。更广泛地，该研究为证据碎片化或未组织但仍伴有相关学术材料的古文字研究提供实用参考，表明三者可在专家工作流启发的计算框架中结合，帮助组织证据支持解释；局限是对缺乏足够历史语境、传世传统或支持文献的文字或符号作用有限；该工作不是所有未释读文字系统的通用解决方案，而是AI辅助部分有文献记录古铭文研究的有限步骤。研究结论翻译：甲骨文考释仍是考古学长期挑战之一，约三分之二字符仍无可靠释读。AlphaOracle通过整合形态分析、语境对齐和文献学论证的系统框架模拟专家实践，以弥补这一空白。该流程在提高准确性和效率的同时保留显式证据链和不确定性，有助于将碎片化铭文转化为可解释的历史叙事。
