El Pueblo Bai ha dejado atrás una gran cantidad de textos antiguos que registran su espléndida civilización, desafortunadamente cada vez menos personas pueden leer estos textos en la actualidad. Por lo tanto, es de gran valor práctico diseñar un modelo que pueda reconocer automáticamente los textos antiguos Bai (offset). Sin embargo, debido al conocimiento experto involucrado en la anotación de textos antiguos Bai (offset), y su escala limitada, consideramos que utilizar textos Bai escritos a mano para ayudar a identificar textos antiguos Bai (offset) puede ser fácilmente obtenido y anotado. Esencialmente, este es un problema de adaptación de dominio, y algunos de los métodos de adaptación de dominio fueron trasplantados para manejar el reconocimiento de textos antiguos Bai (offset). Desafortunadamente, ninguno de ellos logró obtener un alto rendimiento debido al hecho de que no resuelven el problema de cómo separar la información de estilo y contenido de una imagen. Para abordar esto, se propone una red de separación de información (ISN) que puede separar efectivamente la información de estilo y contenido y finalmente clasificar solo con características de contenido. Específicamente, nuestra red primero divide las características visuales en una característica de estilo y una característica de contenido mediante un separador, y asegura que la característica de estilo contenga solo estilo y la característica de contenido contenga solo contenido mediante la reconstrucción cruzada entre dominios; logrando así la separación de estilo y contenido, y finalmente utilizando solo la característica de contenido para la clasificación. Esto reduce en gran medida el impacto causado por el cruce de dominios. El método propuesto logra resultados líderes en cinco conjuntos de datos públicos y uno privado.