2025年9月，复旦大学研究团队提出一种基于部首和象形分析的甲骨文破译新框架，在公开基准数据集HUST-OBC和EV-OBC上创下Top-10识别准确率的新SOTA，并展现优异零样本破译能力。该框架通过渐进式训练策略，结合部首识别、象形分析及双重匹配机制，显著提升未破译甲骨文的泛化性能与可解释性。团队构建了包含47,157个汉字的PD-OBS数据集，为模型训练提供重要支持。实验显示，新方法在零样本场景中Top-10准确率比次优方案高出26.2%（HUST-OBC）和13.6%（EV-OBC），为考古研究带来潜在价值。论文与项目已公开。