К созданию общего открытого набора данных и модели для распознавания текстов поздне‑средневековой кастильской ранненовой письменности (HTR/OCR)

Towards a general open dataset and model for late medieval Castilian text recognition (HTR/OCR)
Matthias Gille Levenson
2023-10-16

HTRраспознавание рукописного текстапозднесредневековый кастильскийоткрытый набор данных для исторических документовоптическое распознавание символов
Подано в Journal of Data Mining and Digital Humanities и принято, ожидаются окончательные правки. Пожалуйста, цитируйте: Gille Levenson, Matthias (2023). «Towards a general open dataset and models for late medieval Castilian text recognition (HTR/OCR)». Journal of Data Mining and Digital Humanities. Специальный выпуск: Исторические документы и автоматическое распознавание текста. Редакторы: Ariane Pinche и Peter Stokes. DOI: 10.5281/zenodo.7387376. Примечание: принято, будет опубликовано. Ссылка на данные: https://doi.org/10.5281/zenodo.7386489. Окончательная опубликованная версия.
1
Все данные и код доступны публично по указанным DOI-ссылкам (DOI набора данных: 10.5281/zenodo.7386489; DOI публикации: 10.5281/zenodo.7387376).
2
Набор данных и модели предназначены как универсальные ресурсы для исследований HTR/OCR по позднемедиевальному кастильскому языку.
3
Представлен общий открытый набор данных для распознавания рукописного и печатного текста позднемедиевального кастильского (HTR/OCR).
4
Предоставлены открытые модели, обученные для распознавания текста позднемедиевального кастильского вместе с набором данных.

Набор рукописных текстов на позднесредневековом кастильском и модели распознавания для HTR/OCR

Разработка и предоставление общего открытого набора данных и моделей для автоматического распознавания (HTR/OCR) текстов на позднесредневековом кастильском

Publication Details
Publication Date
2023-10-16
Journal
Publisher
ISSN
Cited by
3
Access Type
Author Information
Authors
Matthias Gille Levenson
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%