JieZi: A Large-Scale Expert-Audited Dataset and Benchmark for Ancient Chinese Character Exegesis
Di cosa parla
Il progetto mette a punto un compito che unisce immagini e testo per riprodurre come gli studiosi spiegano i caratteri cinesi antichi. Hanno creato un ampio insieme di domande e risposte controllate da esperti e un benchmark separato, organizzati in quattro livelli: riconoscimento, analisi della forma, interpretazione del significato e cambiamenti nel tempo.
Cosa permette di osservare
Permette di esplorare quanto gli algoritmi che combinano immagini e testo riescano a svolgere compiti di spiegazione linguistica e storica dei caratteri — in particolare l'analisi delle forme e l'evoluzione temporale — e se l'addestramento su dati verificati da esperti riduce gli errori.
Dalla fonte
The scholarly exegesis of ancient Chinese characters demands integrating visual observation, linguistic analysis, and historical context. However, existing computational approaches focus narrowly on subtasks such as character recognition and retrieval, lacking the structured datasets and benchmarks required for comprehensive scholarly analysis. To address this limitation, we introduce Ancient Chinese Character Exegesis (ACCE), a vision-language question answering (VQA) task that models the scholarly exegesis process. ACCE is organized into four progressive levels: basic character identification, glyph-form analysis, meaning exegesis, and diachronic evolution analysis. To support this task, we construct two complementary resources. JieZi-Dataset is the first large-scale, expert-audited VQA training dataset for ACCE, comprising over 500K QA pairs. It is constructed via a pipeline that red…