ZuantuSet：一套历史中文可视化和插图集

研究背景与问题

• 作者发现了哪些问题或挑战？
  目前有关历史可视化的研究主要集中在欧洲文化框架内，涉及其他文化背景（例如中国文化）的历史可视化研究较少。这种局限性可能导致对可视化历史的理解存在偏差。此外，中国古籍中的图形难以被在线搜索和访问，这增加了研究门槛。

• 为什么这个问题很重要？
  可视化是信息沟通和文化传承的重要工具。研究不同文化背景下的历史可视化能够帮助人们更全面地理解可视化设计的演变过程，并促进跨文化交流，避免单一或偏颇的观点。

• 研究动机与相关工作
  作者旨在填补中国文化背景下历史可视化研究的空白，通过为数据可视化领域引入中国历史可视化作品促进更广泛的跨文化调查。现有的一些文献（如OldVisOnline和Milestones Project）侧重于欧洲视角，而这项研究试图扩展这一框架，构建一个以中国历史图形为核心的数据集。

解决方案

• 作者提出了哪些方法或解决方案？
  作者提出了一个半自动化的数据收集与处理管道，用于从中国古籍中提取、标记和分类历史图形，并据此构建了包含超过71K个可视化和108K个插图的ZuantuSet数据集。

• 该解决方案的创新之处是什么？

  1. 提出了专注于中国历史文化的可视化数据集，填补了历史可视化研究中的文化差距。
  2. 使用半自动化管道结合人工和算法实现大规模数据处理，显著提高了效率和准确性。
  3. 提出了基于视觉分类的标签管理策略，有助于完善数据集的标签质量。
  4. 提供可视化画廊和分类工具，支持多种使用场景，如文献校勘、教育和文化设计。

• 实施步骤是什么？使用了哪些关键技术？

  1. 数据收集: 收集多个数字图书馆（如美国国会图书馆、哈佛大学图书馆）的中国古籍数据。提取元数据和图像资源，并进行书籍合并与去重。
  2. 数据处理: 包括数据整理、图形检测和拼接，以及基于YOLOv8模型的图像检测算法。
  3. 分类: 采用三步分类流程（初步标注、大规模标注、基于相似度的匹配）将图形细分为具体类别。
  4. 展示: 提供在线画廊，允许用户搜索、浏览和探索数据集的内容。使用CLIP ViT-B/32计算图形嵌入以启用相似性推荐。

研究成果

• 取得了哪些具体成果？

  1. 构建了ZuantuSet数据集，包含超过71K个历史中国可视化和108K个插图，为中国历史可视化研究提供了丰富资源。
  2. 阐述了中国历史可视化的独特设计模式，例如文本主义和图像主义倾向以及视觉编码中的文化因素。
  3. 通过案例分析探索了中国历史图形的组合结构和文化内涵（如《诗经》的知识网络和易经的树状图）。

• 与现有解决方案相比，它有哪些优势？

  1. 与现有的以欧洲文化为主的数据集（如Milestones Project）相比，ZuantuSet首次聚焦于中国文化背景中的历史图形，进一步完善了可视化历史的全球视角。
  2. 数据量庞大，覆盖了多数历史时期的中国古籍，为更广泛的研究提供了基础。
  3. 结合人工和自动化工具优化了数据收集和分类流程，提高了效率。

• 实验或评估结果是什么？
  YOLOv8模型在检测历史图形方面表现良好，达到90.3%的召回率、90.0%的准确率和90.1%的F1得分。此外，通过CLIP模型进行基于相似度的匹配提高了分类规模和一致性。

• 局限性与未来方向

  1. 数据来源目前集中于明代及以后时期的古籍，早期文献覆盖率较低，未来可以扩展到更多数字图书馆或线下资源。
  2. 分类标签的定义仍需进一步优化，特别是在视觉编码的模糊边界上。未来可以引入历史学专家或使用视觉语言模型辅助标注。
  3. 在跨文化设计方面，虽然讨论了视觉翻译概念，但具体实现方案和广泛应用仍有待进一步探索。

以上分析展示了研究的背景、方法、创新性以及未来发展方向，突出了其对图形学、文化研究及跨学科应用的重要贡献。