arXiv · 机器人与计算机视觉· Ruixin Yu, Zifan Wang, Mingxin Ding, Xiaoxin Sun, Dongjie Wang, Suhua Wang, Minghao Yin·· 14 小时前AI 评分4
低资源满语 OCR:形态学扩展如何平衡覆盖度与精度
Coverage Governs Accuracy: When to Expand the Lexicon and When to Fall Back in Low-Resource Manchu OCR
AI 导读
针对低资源满语字符级识别中固定字典无法覆盖黏着词形式的难题,研究通过形态学扩展生成约 510k 候选词并分解准确率。在三个 CRNN 训练种子下,将基础字典从约 2.9 万词增至 27.6 万词使未见组合类型准确率从 63.6% 提升至 86.3%,但全量扩展导致整体 token 准确率降至 81.5%。
来源:arXiv · 机器人与计算机视觉 · arxiv.org