ancient-text-restoration:使用深度学习还原古代文字

【文件属性】：
文件名称：ancient-text-restoration:使用深度学习还原古代文字
文件大小：38KB
文件格式：ZIP
更新时间：2021-05-17 06:58:02
Python 使用深度学习还原古代文字 以希腊墓志为例 Yannis Assael * ，Thea Sommerschield * ，Jonathan Prag 古代历史依赖于诸如碑文，古代铭文研究之类的学科，作为记录的过去的证据。 但是，这些文字（“铭文”）在过去的几个世纪中经常遭到破坏，并且文字的难以辨认的部分必须由称为碑文学家的专家来修复。 这项工作提出了一种新颖的辅助方法，用于使用深度神经网络提供文本还原。 据我们所知，Pythia是第一个古老的文本恢复模型，可以从损坏的文本输入中恢复丢失的字符。 它的体系结构经过精心设计，可以处理长期的上下文信息，并有效处理字符和单词表示的丢失或损坏。 为了训练它，我们编写了一条很简单的管道来将PHI（古代希腊铭文的最大数字语料库）转换为可机器处理的文本，我们称之为PHI-ML。 在PHI-ML上，Pythia的预测达到了30.1％的字符错误率，而人类文字学

【文件预览】：
ancient-text-restoration-master
----.gitignore(142B)
----README.md(4KB)
----build.sh(851B)
----run.sh(824B)
----pythia()
--------test.py(8KB)
--------train.py(9KB)
--------include()
--------model()
--------__init__.py(0B)
--------data()
--------util()
----LICENSE(11KB)
----.dockerignore(9B)
----requirements.txt(161B)
----Dockerfile.template(3KB)