文件名称：ocular:Ocular是最先进的历史OCR系统
文件大小：19.39MB
文件格式：ZIP
更新时间：2024-05-18 08:55:32
Java
眼科 Ocular是最先进的历史OCR系统。 它的主要特征是： 无监督学习未知字体：仅需要文档图像和文本语料库。 处理嘈杂文件的能力：不一致的着墨，间距，垂直对齐等 支持多语言文档，包括具有大量单词级代码转换的文档。 拼写变化模式的无监督学习，包括过时的拼写和打印机速记。 同时联合翻译成外交（文字）形式和规范化形式。 在以下出版物中对此进行了描述： 历史文件的无监督转录 （ ，（ ）和（ ACL 2013 用于历史OCR的改进的排版模型 和（ ACL 2014 多语言历史文档转录的无监督代码转换 （ ，汉娜·阿尔珀特·阿布拉姆斯（ Hannah Alpert-Abrams） ，泰勒·伯格·基尔帕特里克（ Taylor Berg-Kirkpatrick ）和丹·克莱恩（ Dan Klein） NAACL 2015 历史文献转录的正交变化无监督模型[pdf] [