跳转到正文

GETAI EDITORIAL DISPATCH新闻报道

满文 OCR 研究比较词典扩展与置信回退

受限解码从扩展词表获益,但过大的词表也会增加误匹配。

返回资讯研究arXiv作者 · GETAI.APP查看原文

一项 11 月 18 日公开的预印本研究低资源满文 OCR 的两个问题:词典能否覆盖由词根和后缀组合出的词形,以及识别器何时应该放宽词典限制。预印本

AI 生成主题插画

研究者从训练转录文本提取词根与后缀链,并评估不同规模的扩展词表。在三次 CRNN 实验中,中等扩展提高了所测未见词形的识别表现,把全部候选加进词典却降低了总体识别准确率。

论文还比较了在置信度较低时转回开放解码。所测试的 CRNN 方案中,基础词典结合回退的总体表现最佳。结果来自单一语言和实验数据。完整方法

配图为 GETAI.APP 使用 imagegen 生成的主题插画。