A Philosophical Interpretation of the Spatiality of Oracle Bone Characters

The spatial consciousness of the ancients is reflected in the character formation,structure,and writing of the oracle bones.Piaget‟s genetic epistemology,Merleau-Ponty‟s philosophy of body,and cognitive linguistics suggest that human spatial awareness is derived from the formation of a spatial awareness of the body,and evidence for this can be found in the body-related characters in the oracle bones.As a combination of symbols and images,the oracle bones are themselves a spatial metaphor that can compensate for the lack of symbolic language and serve as a reference for the aesthetic language advocated by Adorno.

医院信息系统Oracle数据库更换字符集的技术实践

目的：将医院＂军卫一号＂医院信息系统及多个相关信息系统的Oracle数据库字符集从US7ASCII更改为ZHS16GBK,并确保相关业务工作不停顿。方法 ：分析总结更换Oracle字符集的技术要点、步骤及可能遇到的问题,采用多种技术手段,对不同类型业务数据库采用不同的切换方法,实现服务器端和客户端Oracle字符集的顺利平稳切换。结果：实现了极短时间内的多个信息系统的Oracle数据库字符集的更换,以及上千台工作站的Oracle客户端字符集的更换,系统运行平稳正常。结论：通过多种技术手段,实现切实可行的字符集的准确转换,不仅大大减少了维护工作量,还提高了工作效率。

Oracle数据库字符集问题及其解决方法

本文针对Oracle数据库系统中所遇到的字符集问题,阐述了如何查询系统所使用的字符集,并介绍了修改字符集的具体方法,以保障数据库中的数据迁移后,不出现乱码和不必要的数据丢失。

Oracle数据库字符集问题的研究

在含有中文字符的O racle数据库中,常常会因为字符集的问题,而导致这些中文字符不能正确显示。因此,在分析O racle数据库系统字符集的特性、字符乱码现象以及出现此现象的原因的基础上,介绍了如何查询数据库及客户端的字符集,并根据具体现象提出了修改字符集的具体方法,以使得数据库中的字符集保持一致,从而避免数据库中的中文字符显示为乱码或数据迁移中的不必要的数据丢失。

Oracle数据库医疗信息系统优化设计研究

针对当前医疗信息系统数据更新速度慢、响应时间长、处理效率低等问题,提出了基于Oracle数据库对医疗信息系统进行优化的构想。利用Oracle数据库和导入数据中文乱码解决等技术,创建更加精细化的医疗信息系统管理平台。优化后的医疗信息系统性能得到了大幅度提升,缩短了用户响应时间,对提升医疗信息系统管理水平和经营决策都起到了借鉴作用,具有实用价值,在今后的医疗系统中拥有很大的发展空间。

字符集不同的Oracle数据库间交换数据的解决方法

本文介绍了字符集不同的Oracle数据库间交换数据的几种解决方法,成功地解决了医院HIS数据库与医保数据库数据交换问题。

ORACLE地震前兆数据库汉字乱码解决方法探讨

从地震前兆数据库使用的实际问题着手,以添加新仪器的汉字乱码问题为例,介绍了ORACLE数据库字符集的相关概念,分析汉字乱码与字符集的关系,并在此基础上给出前兆数据库汉字乱码问题的解决思路和方法。

Oracle数据库字符集问题解析

Oracle数据库字符集是在创建数据库时设定的，在创建后通常不能更改。因此字符集的设定是个非常关键的问题，如果设置不当，Omcle在数据存储、数据迁移时，将会造成乱码现象和数据丢失。本文从字符集的基本概念入手，介绍了字符集配置及查询的方法，分析了字符集出现问题的原因，阐述了数据库字符集转换的具体方法和步骤，并提出了进行字符集转换的建议。

Oracle数据库服务器字符集冲突解决方案

分析了ＣＩＭＳ应用集成过程中遇到的一个较典型的问题，即Ｏｒａｃｌｅ数据库服务器间字符集的冲突问题，说明了该问题发生的原因及症状。结合工程实践提出了相应的解决方案，并分析了方案的优缺点。

设置环境变量修改Oracle客户端字符集

目的:防止不同字符集的Oracle数据库间进行数据交换时产生数据转换或损耗。方法:通过设置环境变量修改客户端字符集,可以简单而有效地解决因字符集转换而带来的数据转换或损耗的问题。结果:修改应用程序的环境变量而不是注册表,可同时链接不同字符集的Oracle数据库。结论:通过给出1个客户端自适应服务端字符集的方法可以解决数据转换或损耗问题。

ORACLE RDBMS名字汉化的设计与实现

分析了运行于多种计算机平台的ＯＲＡＣＬＥＲＤＢＭＳ系统中名字字符类型检测机制，这个机制是利用一个字符属性表实现的。在这个字符属性表中，为标准ＡＳＣＩＩ字符定义了属性，而对扩展ＡＳＣＩＩ字符没有定义任何属性，汉字的编码即在扩展ＡＳＣＩＩ部分。利用这个字符属性表的基本特征，将扩展ＡＳＣＩＩ字符属性定义成大写（小写）英文字符属性，从而在不修改系统程序语法分析部分、保留系统原有语法及语义规则基础上实现名字汉化策略。作为采用Ｃ语言开发的ＯＲＡＣＬＥＲＤＢＭＳ系统，这个策略同样可以作为对采用Ｃ语言设计实现的软件系统名字汉化的一种新策略。

医院信息系统Oracle数据库中导入数据中文乱码的解决技术

目的:根据数据库的US7ASCII字符集使用受限的实际情况,将医院信息系统(HIS)数据库字符集转换成为ZHS16GBK码,保证导入数据库文件后,汉字显示正常。方法:在数据库字符集和数据库导入、导出程序功能的基础上,使用该工具和文本编辑器完成数据库字符集的转换。结果:通过实际测试给出了一套字符集升级、避免中文显示乱码的解决方案。结论:HIS数据库版本升级时,应做好字符集选择测试,避免引起汉字显示乱码的问题。

对Oracle数据库字符集若干问题的探讨

对比分析了Oracle数据库字符集中使用较多的中文字符集和Unicode字符集,阐述了数据库实际应用中可能遇到的转换Oracle数据库字符集的方法和操作步骤,指出了目前互联网上一个广为流传的修改Oracle数据库字符集的错误方法及其可能导致的严重后果,给出了实用的字符集转换操作建议。

在Oracle数据库中实现为汉字自动编码的两种方法

对在Oracle 9i数据库中实现根据输入汉字自动编码为其拼音首字母进行了研究开发,其中分别利用字库和Java class两种方法,通过编写数据库函数调用得以实现汉字自动编码的目的,并在实际的工作中得到很好的应用效果。

以多模态大模型推动中国古文字研究发展

人工智能技术与古文字研究的结合已经产生了一批有影响的成果,但几乎都是基于单模态模型。单一模态的智能模型在面对复杂的古文字问题时还存在很大的限制,只能在某些方面起到“辅助”作用,难以独立而完整地解决各种实际问题。文字的形、音、义与各种模态存在不同的关联,汉字的表意属性决定了图像模态和文本模态具有同样重要的作用,中国古文字研究与人工智能的结合须走多模态之路。近年来多模态大模型正在飞速发展,以此为契机来综合性地解决古文字检测、识别、复原等问题,有望取得更好的效果,而文字考释等一些过去难以触及的关键问题也能探索出新的解决路径。

语义增强的零样本甲骨文字符识别

甲骨文识别对于了解中国历史和传承中华文化都有重要的价值.目前,人工识别甲骨文需要具备丰富的专家经验并耗费大量的时间,而自动识别甲骨文的方法绝大部分受制于闭集假设,在甲骨文这种陆续发现新字符的现实场景下适用范围受限.为此,有研究者提出零样本甲骨文字符识别,其从视觉匹配的角度出发,将字模图像作为字符类别参考,通过拓片图像与字模图像的相似度匹配实现拓片图像的字符识别,然而其忽略了甲骨文拓片图像样本类内方差大的难点,仍存在因字形多变而容易匹配错误的不足.本文提出了一种两阶段的语义增强零样本甲骨文字符识别方法.第一阶段为域无关的字符语义学习阶段,通过提示学习从甲骨文拓片和字模图像中提取字符语义,解决甲骨文字符缺乏语义的问题.为应对拓片与字模之间的域差异,我们分别设置可学习的域提示信息和字符类别提示信息,通过解耦两者的语义实现更准确的特征提取.第二阶段为语义增强的字符图像视觉匹配阶段,模型通过两个分支分别提取类内共享特征和类间差异特征.第一个分支使用对比学习,将同一字符类别的不同字形视觉特征对齐到字符语义,引导模型关注类内共享特征;第二个分支使用损失函数N-Pair,增强模型对不同字符类别间差异特征的学习.在测试阶段,模型无须语义特征,通过训练中学到的类内相似性和类间差异性特征,实现更准确的拓片与字模匹配,提升零样本识别性能.我们在拓片数据集OBC306和字模数据集SOC5519上进行实验验证,实验结果表明,本文提出的方法在零样本甲骨文识别准确率比基准方法性能提升超过25%.

基于深度学习的甲骨文字识别系统设计

甲骨文作为中国最古老的成熟文字系统,对其识别和学习一直备受各方关注.由于甲骨文字内容多变、拓片噪声多等原因,很少有完整的系统可以对甲骨文字进行识别与学习.将深度学习技术应用于甲骨文字图片识别与学习,可以有效缓解该问题.针对该问题,构建一个基于残差网络模型的系统,将甲骨文字识别、查询和学习相结合.系统不仅能够准确识别甲骨文字,还具备实时查询和学习功能,用户可以通过系统快速获取相关信息并进行知识学习,可为甲骨文字的传承与发展提供技术支持.

卜辞释文校订十一则

比勘几种大型释文类工具书,结合相关拓片材料与甲骨文字考释、缀合成果,主要集中于字形的辨析与释读,对相关条目的释文进行校订。

基于监督对比学习的小样本甲骨文字识别

针对由于甲骨文中部分字符的出现频率较低,直接利用深度神经网络进行识别会产生严重的过拟合现象,进而导致识别精度较差的问题,本文提出一种基于监督对比学习的小样本甲骨文字识别方法。选用利用增强样本的Y型(ensemble augmented-shot Y-shaped,EASY)学习框架作为网络的主干部分,通过集合数据增强、多骨干网络集成、特征向量投影等训练策略,直接实现利用少量带标签样本进行识别;引入监督对比学习,并提出联合对比损失,使得特征空间中类内特征向量距离更近,类间特征向量距离更远,进一步提高模型性能。实验结果表明:相比于当前效果最好的Orc-Bert模型,提出的小样本甲骨文识别模型在1-shot任务中的准确率提升了26.42%,3-shot任务的准确率提升了28.55%,5-shot任务的准确率提升了23.98%,较好解决了低频率出现的甲骨文字识别精度较差的问题。

释“知”

“知/智”二字的本字是甲骨文中已有的从“■”(矢)、“口”的“■”字,可以直接隶定为“知”。该字在甲骨文中用作动词,在“知乞骨”句中表达占卜之前加工卜甲、卜骨,或解释为钻孔加工。在殷商的信仰中,“知乞骨”绝对是一件神秘之事:神灵认可这些卜骨,并同意只有在经由这些卜骨沟通时,巫师才可以使用这些卜骨。由此,我们或可以推论,“知”字最早的意义,是在具体形容加工卜骨的同时,也表达甲骨能获得灵验之图谋,可用作神秘沟通之媒介。通过“知”这种神秘的加工行为,一般的龟甲和牛骨成为可知天意的卜甲、卜骨。在青铜器铭文上也出现“知/智”字,用来表达与崇高界的神秘沟通。战国楚简和传世文献也表达“知/智”含有神秘知通之意。所以,通过殷商以后“知/智”字的用义,可以看出该字以甲骨文“知”字为源头。从西周晚期以来,“知”字有“知”“■”“■”“■”等数种写法,这些字形的字义都相同,所以它们都是“知”字的异构,在意义方面与神秘、明智等本义仍保留有一定的关系。