基于卷积神经网络的古文字识别系统设计与实现

陈盈祾 潘玉霞

摘要：古文字作为中国上下五千年以来的使用文字，记录了我国从古至今的文化发展历史，对于我国的历史文化研究具有十分重要的作用。对古文字的识别能够将那些珍贵的文献材料转换为电子文档，便于这些珍贵文献材料的保存和传播。该文将深度学习中经典的卷积神经网络技术应用到古文字识别中，剖析了运用的卷积神经网络技术的原理结构，并阐述了系统在识别方面所运用的技术。

关键词：古文字识别;深度学习;卷积神经网络

中图分类号：TP393        文献标识码：A

文章编号：1009-3044（2021）10-0207-02

1前言

古文字学——这一门古老但是却极其富有生命力的学科，在我们研究中国的古代历史以及文化中具有的十分重要的作用，它是打开古代历史文化宝库的一把钥匙。我国历经上下五千年，文化厚重繁多，经过历史变迁，无数的朝代都拥有独属于自己的文化，尤其是文字。文字最初的誕生传说是由于仓颉造字，后来随着历史演变，朝代更迭，文字慢慢进化。在殷商时期有了我们熟悉的甲骨文，这是我们目前见到的最早的，较系统的成熟的文字。再往后又进化出了金文，石鼓文，大小篆等。

目前，市面上现有的古文字识别系统可以根据用户所输入的简体汉字来查询出各个历史朝代对应的古文字。但是，这些古文字识别系统却仅仅能够根据简体汉字来查询古文字，而不能通过古文字来查询简体字或者形近字。而在考古方面出土文献……