基于深度学习的甲骨文分类算法研究

传统的甲骨文识别由学者人工识别效率较低。为对未识别甲骨文字符进行预测,基于深度学习对甲骨文图像及语料进行研究。按照造字“六书”原则对字符图像分类,图像分类基于迁移学习及InceptionV3模型,实验综合分类准确度为77.3%。基于CBOW模型进行甲骨文语料分析,即利用语料特征词的前后两个词对特征词作预测并计算词向量间的余弦距离得到特征词的相似词。将图像与语料预测结果结合后根据数据库中的字符属性对未识别字符的词性及其它特征作预测。