WikiEdge:ArXiv-2408.17428v1/questions：修订间差异

来自WikiEdge
跳转到导航 跳转到搜索
可视化wikitext
David（留言 | 贡献）
机器人
1,726次编辑
Saved page by David
 
David（留言 | 贡献）
机器人
1,726次编辑
Saved page by David
 
（未显示同一用户的1个中间版本）
第1行： 第1行：
== 问题与动机 ==
<!-- 不要移除下面一行，如果有编辑错误，请直接修改该行以后的内容 -->
<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17428v1/questions|action=edit}} 编辑]</div>
<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17428v1/questions|action=edit}} 编辑]</div>
作者面对的领域研究问题是如何提高光学字符识别（OCR）技术在数字化历史印刷媒体档案，特别是报纸和期刊这类复杂布局文档中的准确性。具体问题包括：
作者面对的是历史[[印刷媒体]]档案[[数字化]]过程中的挑战，特别是在使用[[光学字符识别]]（[[OCR]]）技术将实体记录转换为数字文本时出现的错误问题。具体问题包括：
* OCR错误率高：由于报纸和期刊的复杂布局，传统的OCR技术在转换物理记录为数字文本时容易出错，这影响了档案的研究和使用质量。
* [[OCR]]错误率高：特别是在[[报纸]]和[[期刊]]这类具有复杂布局的文档中，[[OCR]]技术容易出错，这影响了档案研究的质量。
* 后OCR校正技术的改进：现有的后OCR校正方法，如众包校正或在线安全测试，存在效率和准确性的局限性，需要探索更有效的算法和技术。
* 后[[OCR]]校正方法的局限性：尽管已有多种后[[OCR]]校正方法，但2017年[[ICADAR]]后[[OCR]]校正竞赛显示，只有大约一半的方法能够提高[[OCR]]质量。
* 利用预训练语言模型进行OCR校正：研究者探索使用基于Transformer的预训练语言模型（LMs）进行后OCR校正的可能性，以及这些模型在提高OCR输出质量和下游自然语言处理（NLP）任务中的表现。
* 利用大型[[语言模型]]（[[LMs]]）进行后[[OCR]]校正的潜力：尽管已有研究尝试使用[[语言模型]]进行后[[OCR]]校正，但先前的研究并未发现[[语言模型]]能够提高[[OCR]]质量，作者试图证明这一点。
* 社会文化背景信息在OCR校正中的作用：研究者试图了解在OCR校正过程中提供社会文化背景信息的价值，以及这是否能够进一步提升校正的准确性。

2024年9月3日 (二) 10:34的最新版本

编辑

作者面对的是历史印刷媒体档案数字化过程中的挑战，特别是在使用光学字符识别（OCR）技术将实体记录转换为数字文本时出现的错误问题。具体问题包括：

  • OCR错误率高：特别是在报纸和期刊这类具有复杂布局的文档中，OCR技术容易出错，这影响了档案研究的质量。
  • 后OCR校正方法的局限性：尽管已有多种后OCR校正方法，但2017年ICADAR后OCR校正竞赛显示，只有大约一半的方法能够提高OCR质量。
  • 利用大型语言模型（LMs）进行后OCR校正的潜力：尽管已有研究尝试使用语言模型进行后OCR校正，但先前的研究并未发现语言模型能够提高OCR质量，作者试图证明这一点。
取自“http://zh.wikiedge.org/index.php?title=WikiEdge:ArXiv-2408.17428v1/questions&oldid=785”